一种基于U-KAN与解剖学先验的DSA图像冠脉夹层自动识别系统

本发明公开了一种基于U‑KAN与解剖学先验的DSA图像冠脉夹层自动识别系统，包括：数据预处理模块，解剖学先验信息提取模块，U‑KAN模型构建模块，模型训练模块，夹层区域自动识别模块和结果处理和评估模块。本发明通过引入KAN层，显著增强了U‑Net模型对复杂医学图像（如DSA图像）的表达能力和识别精度。本发明创新性地将解剖学先验信息（如冠脉的几何形态、血管分支等）融入到深度学习模型中，从而提高了模型对病变区域的敏感性。本发明通过优化的U‑KAN网络，在保证识别精度的同时，具有较高的计算效率。本发明提出的U‑KAN模型具有较强的扩展性，除了可应用于冠脉夹层的自动识别，还可以扩展应用于其他类型的医学图像分析任务，脑部CT、肿瘤MRI图像的自动检测和分割。