摘要
本发明公开了一种超声心动图视频分类方法、系统及终端,所述方法包括:构建分类模型网络,分类模型网络包括特征提取模块,特征增强模块和特征聚合模块;获取超声心动图视频,根据超声心动图视频得到多个标准切面视图,通过特征提取模块对多个标准切面视图进行插值处理和特征提取,输出多个视频特征;将多个视频特征输入到特征增强模块进行空间特征和时序特征的聚合增强,输出多个增强特征;将多个增强特征输入到特征聚合模块进行帧级特征加权融合,得到多个关键帧特征,从多个关键帧特征中选择出相关特征,根据相关特征得到融合特征,对融合特征进行分类,得到超声心动图视频的分类结果。本发明有效提高了超声心动图视频分类的准确率。
技术关键词
超声心动图
视频分类方法
特征提取模块
特征加权融合
关键帧
融合特征
时序特征
构建分类模型
视频分类系统
特征选择
增强子
注意力
子模块
网络
交互特征
卷积特征
温度传感器
多尺度
系统为您推荐了相关专利信息
轻量级神经网络
表面缺陷检测方法
表面缺陷图像
神经网络训练
嵌入块
序列
故障预测模型
关键帧
故障检测
采集样本装置
鲁棒分类器
图像分类方法
高维特征向量
图像特征提取
构建鲁棒