摘要
本发明公开了一种超声图像识别方法及装置,本发明通过在预设的初始采集点位获取第一超声图像,从而第一超声图像识别解剖结构,以获取解剖结构的位置和分布,由于解剖结构的位置和分布可以反映超声图像中动脉的目标区域,从而根据目标结构的位置和分布对所述初始采集点位进行调整,确定最佳的目标采集点位,实现自动化优化采集位点,减少了人为调整导致的图像质量问题,确保图像清晰度和分辨率。并且在目标采集点位上,根据具体的识别任务采集第二超声图像,使得第二超声图像与识别任务匹配性更高,同时针对不同任务选择最优的识别模型对第二超声图像进行识别,提高识别的整体效率和识别结果的准确率。
技术关键词
图像识别装置
超声图像识别方法
神经网络模型
血流动力学参数
识别模块
长短期记忆网络
可视化模块
多层卷积神经网络
斑块
采集单元
脉冲波多普勒
自检模块
二维超声图像
超声图像数据
探头
监督学习算法
分辨率
系统为您推荐了相关专利信息
监护机器人
关键点
图像采集单元
识别模块
状态检测单元
设计优化方法
BP神经网络模型
飞机
可视化软件
梯度下降算法
个性化知识库
风险
注意力模型
关联规则挖掘算法
基础
推理网络
浮点型数据
电路
卷积神经网络量化
数据流处理过程