-
公开(公告)号:CN113570569B
公开(公告)日:2024-04-16
申请号:CN202110845336.8
申请日:2021-07-26
Applicant: 东北大学 , 中国医科大学附属第一医院
Abstract: 本发明提供一种基于深度学习的心脏室间隔抖动自动检测系统,涉及计算机视觉技术领域。该系统首先获取多个带SF标签的超声心动图作为样本数据集;然后初始化用于室间隔抖动检测的深度神经网络模型,并使用样本数据集预训练深度神经网络模型,得到预训练深度神经网络模型;用于室间隔抖动检测的深度神经网络模型包括左心室分割网络U‑Net和基于编解码器的SF诊断网络;最后加载预训练深度神经网络模型的模型参数和配置文件,分割待评估的超声心动图中的左心室,输出室间隔抖动判断结果。本发明的检测系统使用深度学习的方法自动分割左心室,并根据分割结果实现了SF的自动诊断,减少了临床诊断的时间,避免了医生主观经验造成的结果差异。
-
公开(公告)号:CN114557721A
公开(公告)日:2022-05-31
申请号:CN202210195823.9
申请日:2022-03-01
Applicant: 中国医科大学附属第一医院 , 东北大学
IPC: A61B8/00
Abstract: 本发明涉及一种导航方法,尤其涉及一种基于超声标准化切面对照的导航方法。通过该导航系统,为基层医院医生提供超声扫查培训,减小由于医疗资源分布不均造成的医疗水平差异,提升基层医院水平。自适应生成符合患者特征的对照模板,并以此作为超声实时扫查中的参照,通过导航系统对当前切面与对照模板的相似性度量,指导用户快速准确定位目标标准化切面。
-