一种基于深度学习的超声心动图收缩/舒张末期帧自动识别方法
- 专利权人:
- 吉林大学;通化师范学院
- 发明人:
- 宋春莉,王镠璞,孙铭蔚,闫冰,周柚,佘燕达,洪可欣,时小虎
- 申请号：
- CN202011234333.2
- 公开号：
- CN112336381A
- 申请日:
- 2020.11.07
- 申请国别(地区):
- CN
- 年份:
- 2021
- 代理人:
- 摘要：
- 本发明公开了一种基于深度学习的超声心动图收缩/舒张末期帧自动识别方法，具体方法为：步骤1、图像预处理；步骤2、网络搭建与训练；步骤3、对测试集数据进行定位；步骤4、对测试集数据进行自动定位。本发明的有益效果：本发明提供一种基于深度学习的超声心动图收缩/舒张末期帧自动识别方法，在超声心动图所有帧中自动预测最大收缩末期帧和最大舒张末期帧，减少人工参与成本，有利于医生对左心室功能进行评价，为心脏疾病诊断提供了基础。
- 来源网站：
- 中国工程科技知识中心
