[发明专利]超声心动图检测射血分数的人工智能方法与系统装置在审
申请号: | 202210257197.1 | 申请日: | 2022-03-16 |
公开(公告)号: | CN114529540A | 公开(公告)日: | 2022-05-24 |
发明(设计)人: | 秦绮玲;刘亚平;周琦 | 申请(专利权)人: | 苏州赫米兹健康科技有限公司;苏州米特希赛尔人工智能有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06V10/774;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08;A61B8/06;A61B8/08 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 215000 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 超声 心动 检测 分数 人工智能 方法 系统 装置 | ||
1.一种超声心动图检测射血分数的人工智能系统装置,其特征在于,所述系统装置包括:便携式超声心动图检测仪、平板电脑或手机、计算机平台:所述便携式超声心动图检测仪,用于采集超声心动图;所述平板电脑或手机,用于运行应用程序,操作、控制和存储所述超声心动图检测仪采集、存储和传输所述超声心动图数据;所述计算机平台,包括一个或多个计算机,其中每个计算机具有储存器和至少一个处理器,用于运行超声心动图射血分数人工智能检测模块,检测射血分数。
2.根据权利要求1所述的超声心动图检测射血分数的人工智能系统装置,其特征在于,所述超声心动图射血分数人工智能检测模块是一个深度时空卷积神经网络模型,包括:超声心动图视频输入、深度时空卷积网络、输出网络:所述超声心动图视频输入,用于接收和处理所述超声心动图视频数据;所述深度时空卷积网络,用于检测所述超声心动图短视频的射血分数;所述输出网络,用于以射血分数标准输出结果格式,输出射血分数检测结果。
3.根据权利要求2所述的超声心动图检测射血分数的人工智能系统装置,其特征在于,所述深度时空卷积网络包括:输入层、时空卷积主网络模块、时空池化层、全连接层和SoftMax分类器:所述输入层,用于处理所收到的超声心动图视频数据;所述时空卷积主网络模块,用于提取所述超声心动图视频的时空特征参数;所述时空池化层,用于减少所述时空特征参数,从而减少最后连接层中的特征参数数量;所述全连接层,由多层全连接网络组成,用于将通过所述时空卷积主网络模块提取的时空特征重新通过权值构建完整的特征值矩阵;所述SoftMax分类器,用于按照要求分类数,计算分类射血分数的概率。
4.根据权利要求3所述的超声心动图检测射血分数的人工智能系统装置,其特征在于,所述时空卷积主网络模块,由多个输出与输入连接的时空卷积模块组成,并构建成残差网络,即将输入所述时空卷积模块的输入,同时连接到下一个时空卷积模块的输入,以此类推。
5.根据权利要求4所述的超声心动图检测射血分数的人工智能系统装置,其特征在于,所述时空卷积模块由多层时空卷积层构成。
6.根据权利要求5所述的超声心动图检测射血分数的人工智能系统装置,其特征在于,所述时空卷积层包括一层空间卷积层紧接着一层时间卷积层,所述空间卷积层是二维卷积层,所述时间卷积层是一维卷积层,两者构成的所述时空卷积层是三维卷积层。
7.一种超声心动图检测射血分数的人工智能方法,其特征在于,所述方法,包括以下步骤:
步骤S1、构建所述超声心动图射血分数人工智能检测模块,一个基于深度时空卷积模型;
步骤S2、根据预先获取的超声心动图视频数据训练样本对所述超声心动图射血分数人工智能检测模块进行训练;
步骤S3、在计算平台上部署训练好的所述超声心动图射血分数人工智能检测模块;
步骤S4、将待检测射血分数的超声心动图短视频通过云上载到所述超声心动图射血分数人工智能检测模块进行人工智能检测,得到射血分数检测结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州赫米兹健康科技有限公司;苏州米特希赛尔人工智能有限公司,未经苏州赫米兹健康科技有限公司;苏州米特希赛尔人工智能有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210257197.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种节能型混合物料发酵机
- 下一篇:一种流水线用机械自动化抓取设备