多原型跨模态对比学习胎儿心脏超声图像智能诊断系统

本申请涉及医学图像人工智能技术领域，特别涉及一种多原型跨模态对比学习胎儿心脏超声图像智能诊断系统，包括：通过获取模块获取待测胎儿心脏超声影像，并由处理模块将待测胎儿心脏超声影像输入至预先训练的影像诊断模型，对待测胎儿心脏超声影像进行特征提取，并根据特征提取结果进行跨模态多原型对比，得到诊断类别和最匹配图像‑文本原型对，并由输出模块输出，最后根据诊断类别和最匹配图像‑文本原型对进行CHD分类与筛查，由此，解决了因主要依赖单一原型中心表示每个类别，忽视了不同条件下同一类别的显著差异，从而导致模型泛化能力不足等问题，无须大量图‑文对的前提下利用未标注影像和少量文本先验，实现多类别CHD智能筛查。