摘要
本发明提供了一种基于帧间位姿增量的血管超声图像识别方法。该方法通过设有IMU传感器的超声探头对目标血管区域进行扫描,获取多帧连续血管超声图像序列,并同步采集每帧图像对应的运动数据。基于所获取的加速度与角速度信息,估算相邻图像帧之间的位姿增量。构建血管超声图像分类模型时,引入帧间位姿增量指导预测结果一致性损失的计算,从而结合时空连续性特征构造总损失函数,提升模型在连续图像序列中的判别稳定性。通过训练获得的分类模型可对新患者的图像序列进行识别,最终实现多帧信息融合下的血管疾病智能识别。本发明提高了模型对超声图像序列空间结构的理解能力,适用于临床中动态、多角度扫描场景下的辅助诊断。
技术关键词
血管超声图像
超声图像识别方法
IMU传感器
序列
探头
多帧信息融合
深度卷积神经网络
患者
引入注意力机制
图像分类模型
多角度
角速度信息
加速度
数据
疾病
运动
标签
矩阵
系统为您推荐了相关专利信息
剩余壁厚监测系统
高温承压设备
高温探头
信号处理单元
高温合金材料
模型构建方法
融合多源
基准
数据格式
MD5算法
时间段
前馈神经网络
注意力机制
样本
计算机可执行指令