公开(公告)号：CN116704305A

公开(公告)日：2023-09-05

申请号：CN202310733977.3

申请日：2023-06-20

Applicant: 华中科技大学同济医学院附属协和医院

Inventor： 张丽 ,  朱业 ,  谢明星 ,  张紫桑 ,  张易薇 ,  吴纯 ,  刘曼薇 ,  章子铭 ,  朱双双 ,  肖苏珊 ,  许春燕 ,  张珺敏 ,  陈雯雯 ,  祖白热·牙生

IPC: G06V10/80 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06T7/00 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明提供了一种基于深度学习算法的超声心动图多模态多切面分类方法，包括：采集成人超声心动图视频及图像，对其进行预处理，对预处理后的成人超声心动图视频及图像进行标注，生成成人超声心动图数据集，将成人超声心动图数据集划分为训练集、验证集及测试集。基于ResNet网络构建成人超声心动图切面分类模型，并通过训练集对其进行训练，通过验证集筛选最佳分类模型，基于测试集，对最佳成人超声心动图切面分类模型进行性能评估，将待测图像或视频输入成人超声心动图切面分类模型中，得到分类结果。本发明提供的基于深度学习算法的超声心动图多模态多切面分类方法，能够实现超声心动图多模态多切面的自动分类，分类精度高，省时省力。