一种基于深度学习的超声造影T管窦道识别方法

本发明涉及超声造影技术领域，具体为一种基于深度学习的超声造影T管窦道识别方法。首先，收集造影剂参数、超声设备参数和临床信息，利用造影剂参数调整预测模型，结合临床信息优化造影剂参数。然后，根据更新造影剂参数和超声设备参数获取T管窦道超声造影图像。接着，对T管窦道超声造影图像进行预处理，并输入至多任务超声造影图像增强模型，结合超声设备参数，进行图像增强和自适应调整。最后，构建超声造影图像多阶段分类识别模型，对T管窦道超声造影增强图像进行识别，得到T管窦道识别结果，并结合临床信息用于辅助医疗人员进行诊断。本发明能够提高T管窦道识别精度与准确性。