多切面多解剖结构驱动的自动化导管依赖性先心病产前超声诊断系统及方法

AITNT
正文
推荐专利
多切面多解剖结构驱动的自动化导管依赖性先心病产前超声诊断系统及方法
申请号:CN202510966901
申请日期:2025-07-14
公开号:CN120976108A
公开日期:2025-11-18
类型:发明专利
摘要
本发明公开一种多切面多解剖结构驱动的自动化导管依赖性先心病产前超声诊断系统,包括:数据获取模块,用于获取超声图像,并采用改进的ResNet34模型识别超声图像中的导管依赖性先心病相关的多个切面;特征提取模块,用于采用YOLOv10目标检测网络,识别和提取多切面中的关键解剖结构特征和测量值,形成各解剖结构的空间关系模型;特征融合模块,用于采用深度学习网络,将提取的多切面的解剖结构特征和测量值进行融合;诊断模块,用于基于融合后的特征和空间关系模型进行导管依赖性风险分析。本发明通过自动识别三个切面,然后获取心脏动脉导管形态量化值与9个核心解剖结构,结合深度学习模型实现自动诊断。
技术关键词
超声诊断系统 导管 深度学习网络 XGBoost模型 超声诊断方法 特征提取模块 数据获取模块 诊断模块 超声图像数据 高效多尺度 关系 主动脉 深度学习模型 注意力机制 三尖瓣 左心房 形态 二尖瓣
系统为您推荐了相关专利信息
1
基于预校正网络的相干合成涡旋光束波前像差预测方法
光束 神经网络模型 湍流 激光相控阵系统 涡旋光场
2
基于智能算法的高速路服务区车流调度方法及系统
模板 智能算法 高速路 数据 阶段
3
一种多特征融合的功率场效应管在线状态监测与评估方法及系统
在线状态监测 功率场效应管 相关系数算法 KPCA算法 信息数据处理终端
4
一种基于深度学习的蛋白质变构位点识别系统
空洞卷积神经网络 位点 XGBoost模型 理化特征 矩阵
5
基于电压比较的电子皮肤手势的标定方法、系统及装置
手势特征识别 标定方法 电压 XGBoost模型 指令
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号