摘要
本申请涉及医学影像处理技术领域,具体涉及动态超声降噪模型的训练方法、动态超声降噪方法及装置。其中,方法包括:获取覆盖胃窦积气、积液、固体内容物、长线型胃窦及心脏解剖遮挡等多临床场景的超声视频;由临床专家逐帧标注器官的精确边界、缺失段分割补全、模糊区域的轮廓优化及伪影抑制或擦除;基于标注数据训练深度学习模型,使模型能按器官类别调用专属降噪算法(胃窦采用椭圆/长轴先验引导的形态学重建滤波,心脏采用心动周期驱动的结合运动补偿与各向异性滤波的时‑空联合去模糊),并对疑似病变或用户指示区域加权降噪。推理阶段,输入任意动态超声视频即可实时输出高保真、低噪声的视频流,并附带器官边界元数据。
技术关键词
降噪模型
动态
视频
临床场景
降噪方法
样本
策略
图像
训练深度学习模型
心脏
感兴趣
处理器
可读存储介质
积液
线型
降噪算法
心动周期
降噪模块
伪影
系统为您推荐了相关专利信息
配电网中压线路
开关型
时间段
区域配电网
电流值
物联网SIM卡
流量数据分析方法
流量数据分析系统
混合预测模型
动态时间规整算法
多模态数据库
身份识别方法
侧面人脸图像
正面人脸图像
图像特征向量
损伤判定方法
心率
结构光
直方图均衡化
动态时间规整算法