摘要
本发明涉及心功能预测领域,为了提高心脏超声心功能预测的准确性,提供了基于深度学习的心脏超声心功能预测方法及装置,将定位关键帧和左心室分割任务纳入分析过程中,充分挖掘超声影像自身的关键信息,增强数据可用性;采用先识别关键帧,再对关键帧进行左心室分割,数据处理方式更便捷、高效;将特征融合的思路引入计算框架,联合心脏的整体运动特征和关键部位特征,更准确地评估心功能,提升了模型的性能;将可变窗口和层级attention的设计与心功能预测模型结合,充分发挥attention机制的远距离适应性,增强了模型对超声视频序列时空运动信息的理解能力,模型准确性更高。
技术关键词
左心室
心功能参数
attention机制
心脏
影像
高层语义信息
识别关键帧
数据处理方式
运动特征
预测装置
层级
分析模块
远距离
框架
思路
时序
系统为您推荐了相关专利信息
易损斑块
三维血管结构
预警方法
风险评估模型
多模态影像数据
分类方法
注意力编码器
输出特征
卷积神经网络提取
级联
图像数据预处理
识别系统
模糊隶属度
医学
特征提取模块
半监督训练
影像分割方法
无标签数据
多模态影像数据
影像分割装置