龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：桂林电子科技大学
摘要：本发明提供一种基于深度学习的二维超声心动图左心室射血分数评估算法，方法包括：获取公开超声心动图CAMUS数据集并进行预处理；对于处理好的数据集，按照设定比例划分为训练集和测试集；建立基于深度学习的包含注意力机制和二维卷积的级联超声心动图分割模型；将处理后的超声心动图数据集训练集依次输入分割模型中进行迭代训练；其中分割损失函数为Dice损失函数和交叉熵损失函数结合损失函数；加载训练模型，将待分割的超声心动图图像测试集输入训练模型获取左心室左心房图像分割结果，并根据分割结果评估射血分数。通过本发明提出的方法，可以精准高效的分割出超声心动图像中的左心室和左心房目标区域，并根据左心室区域评估射血分数。
主权项：1.一种基于深度学习的二维超声心动图左心室射血分数评估算法，其特征在于，包括以下步骤：1获取公开超声心动图CAMUS数据集并进行预处理；2对于处理好的数据集，按照设定比例划分为训练集和测试集；3建立基于深度学习的包含注意力机制和增强卷积的左心室分割模型；4将所述超声心动图CAMUS数据集中的训练集输入所述基于深度学习的左心室分割模型，得到完成的左心室分割模型，其中损失函数为Dice损失函数和交叉熵损失函数结合。5将超声心动图CAMUS数据集中的测试集输入训练完成的左心室分割模型，获取图像分割结果,并根据左心室分割结果，采用辛普森双平面法计算射血分数。
全文数据：
权利要求：
百度查询： 桂林电子科技大学 基于深度学习的二维超声心动图左心室射血分数评估算法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号