公开(公告)号：CN118334430B

公开(公告)日：2024-10-22

申请号：CN202410465031.8

申请日：2024-04-18

申请人： 西南石油大学 ,  四川省医学科学院·四川省人民医院

发明人： 彭博 ,  李小凤 ,  尹立雪 ,  张红梅

IPC分类号： G06V10/764 ,  A61B8/08 ,  G06V10/80 ,  G06V10/82 ,  G06T7/00 ,  G06N3/0455 ,  G06N3/08 ,  G16H50/70

摘要： 本发明公开了一种基于深度神经网络的心肌病分类方法、系统及介质，属于计算机图像处理技术领域。方法包括：S1：超声心动图预处理阶段；S2：视图分类训练阶段；S3：视图分类阶段；S4：特征提取融合阶段，使用第二深度神经网络对五种超声心动视图分别进行特征提取，并将五种特征进行融合得到融合特征数据；S5：疾病分类训练阶段，使用融合特征数据和线性神经网络分类器来训练疾病分类模型；S6：疾病分类阶段，使用疾病分类模型对融合特征数据进行分类。通过使用二维超声心动图图像数据实现肥厚型心肌病和心肌淀粉样变的鉴别与分类，普及度高、操作简单，提高了相应疾病的鉴别效率和准确率。

公开(公告)号：CN118334430A

公开(公告)日：2024-07-12

申请号：CN202410465031.8

申请日：2024-04-18

申请人： 西南石油大学 ,  四川省医学科学院·四川省人民医院

发明人： 彭博 ,  李小凤 ,  尹立雪 ,  张红梅

IPC分类号： G06V10/764 ,  A61B8/08 ,  G06V10/80 ,  G06V10/82 ,  G06T7/00 ,  G06N3/0455 ,  G06N3/08 ,  G16H50/70

摘要： 本发明公开了一种基于深度神经网络的心肌病分类方法、系统及介质，属于计算机图像处理技术领域。方法包括：S1：超声心动图预处理阶段；S2：视图分类训练阶段；S3：视图分类阶段；S4：特征提取融合阶段，使用第二深度神经网络对五种超声心动视图分别进行特征提取，并将五种特征进行融合得到融合特征数据；S5：疾病分类训练阶段，使用融合特征数据和线性神经网络分类器来训练疾病分类模型；S6：疾病分类阶段，使用疾病分类模型对融合特征数据进行分类。通过使用二维超声心动图图像数据实现肥厚型心肌病和心肌淀粉样变的鉴别与分类，普及度高、操作简单，提高了相应疾病的鉴别效率和准确率。