摘要
本申请提供了一种基于超声心动图视频的肿瘤分类方法,其包括步骤S1:获取超声心动图视频数据,以提取获得视频关键帧数据,构建图像数据集;步骤S2:对超声心动图视频数据进行传统特征提取,对图像数据集进行传统特征和深度特征提取;步骤S3:构建单模态数据机器学习分类模型和多模态数据机器学习分类模型,单模态数据机器学习分类模型对传统特征和深度特征进行处理,以得到单模态数据分类结果,多模态数据机器学习分类模型对深度特征进行处理,以得到多模态数据分类结果;步骤S4:基于单模态数据分类结果和多模态数据分类结果分析对比处理以获得最终分类结果。本发明能够基于已构建的分类模型提高准确率,这对于临床诊断和心脏功能评估都有重要意义。
技术关键词
超声心动图
机器学习分类模型
肿瘤分类方法
机器学习模型
数据分类
视频
多模态
深度特征提取
图像
关键帧
运动速度信息
梯度提升模型
支持向量机模型
逻辑回归模型
随机森林模型
光流场
模型训练模块
决策树模型
特征提取模块
系统为您推荐了相关专利信息
健康状态信息
显示设备
机器学习模型
生理
遥控器
数据识别模型
多维数据分析方法
特征提取算法
主成分分析算法
多维数据分析系统
识别预测方法
天气预报数据
番茄
叶片
可见光图像
一体化平台
模块
分析处理单元
数据安全
机器学习模型
基因表达数据
智力
LightGBM模型
mRNA表达量
XGBoost模型