一种基于机器学习的心脏超声监测系统及方法

本发明公开了一种基于机器学习的心脏超声监测系统及方法，涉及心脏超声监测技术领域。该方法包括获取多模态数据，并对多模态数据进行标准化处理，之后进行时空对齐处理，得到时空对齐的多模态特征立方体；对时空对齐的多模态特征立方体进行初判断，得到初判断结果；若初判断结果为正常，则输出多模态特征数据；若初判断结果为异常，则基于分层特征提取网络对时空对齐的多模态特征立方体进行特征融合处理，得到联合特征编码向量；对联合特征编码向量进行异常超声监测，输出心脏超声监测结果，能够有效融合超声影像、心电信号、血压及血液生化指标的时空关联特征，通过机器学习自动识别异常模式，提升了心脏疾病的早期预警能力和诊断精度。