科创中国
一种基于深度学习的心房颤动评估方法和装置
发布时间: 2023-11-09
基本信息
合作方式：
技术服务
成果类型：
发明专利
行业领域：
生物与新医药技术
成果介绍
本发明公开了一种基于深度学习的心房颤动评估方法和装置。该方法包括：对于采集的原始心房图像，利用高斯卷积运算获得多个不同模糊度的心房图像；对于所述不同模糊度的心房图像，利用卷积神经网络提取特征图，获得对应的多个特征图，并利用通道加权模块融合所述多个特征图，获得基本特征映射图；将所述基本特征映射图输入到经训练的U‑Net网络进行图像分割；基于获得的分割图像重建完整心动周期中的三维心房模型。利用本发明能够精确分割心房图像，清晰地显示心房的整体轮廓和细节特征。
成果亮点
1.一种基于深度学习的心房颤动评估方法，包括以下步骤：
对于采集的原始心房图像，利用高斯卷积运算获得多个不同模糊度的心房图像；
对于所述不同模糊度的心房图像，利用卷积神经网络提取特征图，获得对应的多个特征图，并利用通道加权模块融合所述多个特征图，获得基本特征映射图；
将所述基本特征映射图输入到经训练的U-Net网络进行图像分割；
基于获得的分割图像重建完整心动周期中的三维图像结构。
2.根据权利要求1所述的方法，其特征在于，所述通道加权模块包括全局池化层、卷积激活层和softmax层，其中全局池化层对输入特征图执行全局平均池化计算，获得一维特征向量；卷积激活层通过卷积运算和激活处理加强所述一维特征向量中各个元素的相关性；softmax层用于将所述一维特征向量的每个元素值处理为在0与1之间，获得通道权重。
3.根据权利要求2所述的方法，其特征在于，所述U-Net网络包含提取不同深度特征的U型结构，对于相同深度层之间的跳跃连接，使用所述通道权重模块取代U-Net的复制和裁剪。
团队介绍
中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力，推动我国自主知识产权新工业的建立，成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生AC态系统，由九个研究平台，国科大深圳先进技术学院，多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究，促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。
成果资料
产业化落地方案
下载app