[发明专利]利用人工智能网络的超声图像识别系统和方法

权利要求书

1.一种方法，其特征在于，所述方法包括：

通过超声图像识别训练网络接收超声训练图像；

通过所述超声图像识别训练网络，基于所述接收的超声训练图像生成超声图像知识；以及

将所述超声图像知识发送到获取超声图像的超声成像装置，所述超声成像装置与所述超声图像识别训练网络分离并远离所述超声图像识别训练网络。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

通过所述超声成像装置获取患者的超声图像；以及

基于所述超声图像知识自动确定所述获取的超声图像是否表示器官的临床期望视图。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

将获取的所述患者的超声图像发送到所述超声图像识别训练网络，以进一步训练所述超声图像识别训练网络并生成更新的超声图像知识。

4.根据权利要求2所述的方法，其特征在于，确定所述接收的超声图像是否表示所述器官的临床期望视图包括：

实施神经网络、深度学习、卷积神经网络和贝叶斯程序学习技术中的至少一种，以确定所述接收的超声图像是否表示所述器官的临床期望视图。

5.根据权利要求2所述的方法，其特征在于，确定所述接收的超声图像是否代表所述器官的临床期望视图包括：

确定所述接收的超声图像是否代表心脏的胸骨上、肋下、短轴胸骨旁、长轴胸骨旁、心尖两腔、心尖三腔、心尖四腔和心尖五腔的视图中的至少一个。

6.根据权利要求3所述的方法，其特征在于，发送的所获取的所述患者的超声图像包括指示与所述获取的超声图像相关联的一个或多个已知特征的训练数据。

7.根据权利要求2所述的方法，其特征在于，所述方法还包括：

基于所述超声图像知识确定所述获取的超声图像是指示正常功能还是特定病理。