摘要
本发明公开了一种基于三维食管超声3D打印的二尖瓣脱垂的评估方法及系统,方法包括:根据实时获取的当前患者的三维食管超声的原始影像数据,采用自适应多尺度滤波算法对原始影像数据进行去噪和增强处理,得到处理后的超声影像数据集;利用深度卷积神经网络结合自监督学习机制,自动识别并提取所述超声影像数据中二尖瓣的边界特征,生成初始瓣膜模型;基于所述初始瓣膜模型,构建能够真实反映瓣膜运动状态的动态三维瓣膜模型;根据所述动态三维瓣膜模型,结合3D打印技术进行二尖瓣脱垂程度的智能评估。利用本发明实施例,能够基于三维食管超声数据的智能化处理与三维打印技术的结合,提高二尖瓣脱垂的评估准确性和效率。
技术关键词
超声影像数据
瓣膜
深度卷积神经网络
二尖瓣
食管
多尺度滤波
边界特征
生物力学特征
拓扑优化技术
监督学习策略
动态
三维重建技术
多层次
机器学习模型
阈值算法
模型算法
三维打印技术
运动
指标
系统为您推荐了相关专利信息
语义特征
识别方法
图像
推理网络
深度卷积神经网络
核磁共振成像数据
模糊特征
多模态
深度卷积神经网络
索引
图像特征提取模型
矿石品位
局部二值模式
训练识别模型
分支
事件检测方法
多模态数据融合
多模态特征
深度学习模型
短时傅里叶变换