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：西南石油大学;四川省医学科学院·四川省人民医院

摘要：本发明公开了一种基于深度神经网络的心肌病分类方法、系统及介质，属于计算机图像处理技术领域。方法包括：S1：超声心动图预处理阶段；S2：视图分类训练阶段；S3：视图分类阶段；S4：特征提取融合阶段，使用第二深度神经网络对五种超声心动视图分别进行特征提取，并将五种特征进行融合得到融合特征数据；S5：疾病分类训练阶段，使用融合特征数据和线性神经网络分类器来训练疾病分类模型；S6：疾病分类阶段，使用疾病分类模型对融合特征数据进行分类。通过使用二维超声心动图图像数据实现肥厚型心肌病和心肌淀粉样变的鉴别与分类，普及度高、操作简单，提高了相应疾病的鉴别效率和准确率。

主权项：1.一种基于深度神经网络的心肌病分类方法，其特征在于：通过多视图特征融合进行心肌病的分类，包括以下步骤：S1：超声心动图预处理阶段，将第一超声心动图进行预处理得到第二超声心动图；S2：视图分类训练阶段，使用第二超声心动图和第一深度神经网络来训练视图分类模型得到深度神经网络模型；S3：视图分类阶段，使用深度神经网络模型对第二超声心动图进行分类，得到五种超声心动视图；S4：特征提取融合阶段，使用第二深度神经网络对五种超声心动视图分别进行特征提取，并将五种特征进行融合得到融合特征数据；S5：疾病分类训练阶段，使用融合特征数据和线性神经网络分类器来训练疾病分类模型；S6：疾病分类阶段，使用疾病分类模型对融合特征数据进行分类；所述的深度神经网络模型包括位置编码模块和Transformer编码器，所述位置编码模块用于保留第二超声心动图的图像块之间的空间位置信息，所述Transformer编码器通过多头注意力机制使每个图像块与其他图像块交互捕捉不同位置之间的关系；所述的第二深度神经网络包括1个7×7卷积层、16个3×3卷积层、1个最大池化层和4个残差块；五种超声心动视图首先经过7×7卷积层，然后经过最大池化层，接着经过3×3卷积层和4个残差块，最后进行特征融合得到融合特征数据；所述残差块包括恒等映射分支和残差映射分支，所述恒等映射分支用于对五种超声心动视图进行非线性变换，所述残差映射分支用于改变五种超声心动视图的维度，将恒等映射分支和残差映射分支相加得到残差块最终输出。

全文数据：

权利要求：

百度查询： 西南石油大学 四川省医学科学院·四川省人民医院 一种基于深度神经网络的心肌病分类方法、系统及介质