基于机器学习的血管导波弹性成像方法及系统
- 专利权人:
- 清华大学
- 发明人:
- 曹艳平,郑阳,李国洋
- 申请号：
- CN201811305937.4
- 公开号：
- CN109567872A
- 申请日:
- 2018.05.11
- 申请国别(地区):
- CN
- 年份:
- 2019
- 代理人:
- 摘要：
- 本发明公开了一种基于机器学习的血管导波弹性成像方法及系统,其中,该方法包括:通过有限元软件对血管的薄层体系中剪切波的传播进行数值模拟,并获取有限元分析结果;根据有限元分析结果得到全场节点的运动速度分布,并提取薄层中线上节点的运动速度,获取频散曲线以作为神经网络的输入信号;根据频散曲线得到神经网络的训练集和测试集,并采用神经网络方法进行训练,直至训练集上的误差小于预设值,以最终神经网络得到血管导波弹性成像图像。该方法可以提高血管力学性质的测量精度,具有良好的拓展性,实现血管弹性性质的在体无创快速测量,操作简单便,且测量误差小。
- 来源网站：
- 中国工程科技知识中心
