Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于半监督学习的房颤辅助分析方法 

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:河北工业大学

摘要:本发明为一种基于半监督学习的房颤辅助分析方法,首先,搭建图像分割模型,图像分割模型包括编码器和解码器,编码器和解码器均包括三个卷积模块和两个多层感知器模块,编码器和解码器对应模块之间跳跃连接,多层感知器模块将特征图在宽度、高度和深度三个方向上进行移动,进而将多层感知器扩展至三维方向;设计损失函数对图像分割模型进行训练,将心脏磁共振图像输入到训练后的图像分割模型中,得到左心房分割预测图;基于左心房分割预测图,计算左心房体积、应变、应变率和射血分数四种临床指标,根据临床指标是否在正常参考范围内,辅助医生分析房颤。充分利用CNN擅长捕捉局部信息和MLP擅长捕捉全局信息的特点,提高分割精度,对于临床实践具有重要意义。

主权项:1.一种基于半监督学习的房颤辅助分析方法,其特征在于,该方法包括以下内容:1搭建图像分割模型,图像分割模型包括编码器和解码器,编码器和解码器均包括三个卷积模块和两个多层感知器模块,编码器和解码器对应模块之间跳跃连接;卷积模块包括卷积层、归一化层和激活函数层,多层感知器模块包括在宽度方向具有移动窗口的多层感知器、在高度方向具有移动窗口的多层感知器、在深度方向具有移动窗口的多层感知器、归一化层、激活函数层和随机失活层;多层感知器模块将特征图在宽度、高度和深度三个方向上进行移动,进而将多层感知器扩展至三维方向;2设计损失函数对图像分割模型进行训练,损失函数包含监督损失和无监督不确定度损失,将心脏磁共振图像输入到训练后的图像分割模型中,得到左心房分割预测图;3基于左心房分割预测图,计算左心房体积、应变、应变率和射血分数四种临床指标,根据临床指标是否在正常参考范围内,辅助医生分析房颤;左心房体积的计算公式为: 其中,L表示左心房后壁至二尖瓣附着点之间的距离,A1、A2分别表示二腔室长轴视图和四腔室视图中左心房的切片面积;绘制左心房体积随时间的变化曲线,计算曲线的梯度,梯度小于0的时间段表明左心房在持续收缩,因此将梯度小于0的起始时间点作为舒张末期,梯度小于0的终止时间点作为收缩末期;计算左心房的应变、应变率以及射血分数,应变包括周向应变、总应变、被动应变和主动应变,应变率是应变对时间的导数;计算公式为: 其中,Lt表示t时刻左心房分割预测图的轮廓周长,L0表示初始时刻左心房分割预测图的轮廓周长,LAEDV表示左心房舒张末期体积,LAESV表示左心房收缩末期体积,LAVpre表示左心房收缩前的体积;将左心房体积、应变、应变率和射血分数这四项临床指标与正常参考范围作对比,达到辅助分析房颤的目的。

全文数据:

权利要求:

百度查询: 河北工业大学 基于半监督学习的房颤辅助分析方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。