[发明专利]一种基于深度学习的超声心动图收缩/舒张末期帧自动识别方法有效
| 申请号： | 202011234333.2 | 申请日： | 2020-11-07 |
| 公开（公告）号： | CN112336381B | 公开（公告）日： | 2022-04-22 |
| 发明（设计）人： | 孙铭蔚;周柚;佘燕达;洪可欣;宋春莉;闫冰;时小虎;王镠璞 | 申请（专利权）人： | 吉林大学;通化师范学院 |
| 主分类号： | A61B8/08 | 分类号： | A61B8/08 |
| 代理公司： | 长春市恒誉专利代理事务所(普通合伙) 22212 | 代理人： | 鞠传龙 |
| 地址： | 130012 吉*** | 国省代码： | 吉林;22 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的超声心动图收缩/舒张末期帧自动识别方法，具体方法为：步骤1、图像预处理；步骤2、网络搭建与训练；步骤3、对测试集数据进行定位；步骤4、对测试集数据进行自动定位。本发明的有益效果：本发明提供一种基于深度学习的超声心动图收缩/舒张末期帧自动识别方法，在超声心动图所有帧中自动预测最大收缩末期帧和最大舒张末期帧，减少人工参与成本，有利于医生对左心室功能进行评价，为心脏疾病诊断提供了基础。 | ||
| 搜索关键词： | 一种 基于 深度 学习 超声 心动 收缩 舒张 末期 自动识别 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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吉林大学;通化师范学院，未经吉林大学;通化师范学院许可，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/patent/202011234333.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种稳定性高的液压锁紧装置
- 下一篇：一种能够定时上料的小型新能源燃烧锅炉
