【技术实现步骤摘要】
本申请涉及智能化检测，尤其涉及一种人工智能辅助的心脏功能检测系统及方法。
技术介绍
1、心脏疾病是全球范围内的主要健康问题之一，准确评估心脏功能对于疾病的诊断和治疗至关重要。心脏功能检测是指评估和测量心脏的结构和功能状态的过程，以了解心脏的健康状况和诊断心脏疾病。
2、传统的心脏功能检测方法主要依赖于医生的经验和专业知识，不同医生可能会对同一心脏图像或数据给出不同的解释和诊断结果，存在误诊的风险。此外，传统的心脏功能检测方法需要医生手动分析和解读心脏图像和数据，这需要耗费大量的时间和精力，限制了心脏功能检测的效率。
3、因此，期待一种人工智能辅助的心脏功能检测系统及方法。
技术实现思路
1、本申请为了克服上述缺陷，提供一种人工智能辅助的心脏功能检测系统及方法。
2、本申请还提供了一种人工智能辅助的心脏功能检测系统，其包括：
3、图像获取模块，用于获取被分析患者对象的超声心动图和心电图；
4、图像特征提取模块，用于提取所述超声心动图和所述心电图的图像特征以得到超声心动特征图和心电特征图；
5、跨模态交互处理模块，用于对所述超声心动特征图和心电特征图进行基于空间互注意力机制的增强处理和跨模态交互处理以得到多模态心脏功能表征特征向量；
6、心脏功能健康等级确定模块，用于基于所述多模态心脏功能表征特征向量，确定心脏功能健康等级；
7、其中，所述跨模态交互处理模块，包括：相互增强单元，用于将所述超
8、在上述人工智能辅助的心脏功能检测系统中，所述相互增强单元，用于：以如下空间互注意力增强公式对所述超声心动特征图和所述心电特征图进行处理以得到所述增强超声心动特征图；其中，所述空间互注意力增强公式为：
9、；
10、；
11、其中，是所述超声心动特征图，是所述心电特征图，表示低廉增广处理，表示卷积处理，表示基于激活函数的非线性激活处理，是互注意力特征图，是所述增强超声心动特征图。
12、在上述人工智能辅助的心脏功能检测系统中，所述图像特征提取模块，包括：第一卷积单元，用于将所述超声心动图通过基于第一卷积神经网络模型的心动图像表征特征提取器以得到所述超声心动特征图；第二卷积单元，用于将所述心电图通过基于第二卷积神经网络模型的心电图像调整特征提取器以得到所述心电特征图。
13、在上述人工智能辅助的心脏功能检测系统中，所述基于第一卷积神经网络模型的心动图像表征特征提取器，包括：第一输入层、第一卷积层、第一池化层、第一激活层和第一输出层。
14、在上述人工智能辅助的心脏功能检测系统中，基于第二卷积神经网络模型的心电图像调整特征提取器，包括：第二输入层、第二卷积层、第二池化层、第二激活层和第二输出层。
15、在上述人工智能辅助的心脏功能检测系统中，所述跨模态交互单元，用于：使用基于投影层的跨模态交互器以如下投影公式对所述增强超声心动特征图和所述增强心电特征图进行处理以得到所述多模态心脏功能表征特征向量；其中，所述投影公式为：
16、；
17、其中，为所述多模态心脏功能表征特征向量，为所述增强超声心动特征图展开的增强超声心动特征向量，为所述增强心电特征图展开的增强心电特征向量，表示级联，表示向量的投影映射。
18、在上述人工智能辅助的心脏功能检测系统中，所述心脏功能健康等级确定模块，用于：将所述多模态心脏功能表征特征向量通过分类器以得到分类结果，所述分类结果用于表示心脏功能健康等级标签。
19、在上述人工智能辅助的心脏功能检测系统中，还包括用于对所述基于第一卷积神经网络模型的心动图像表征特征提取器、所述基于第二卷积神经网络模型的心电图像调整特征提取器、所述基于空间互注意力模块的相互增强器、所述基于投影层的跨模态交互器和所述分类器进行训练的训练模块；其中，所述训练模块，包括：训练数据获取单元，用于获取训练数据，所述训练数据包括被分析患者对象的训练超声心动图和训练心电图，以及，心脏功能健康等级标签的真实值；训练第一卷积单元，用于将所述训练超声心动图通过所述基于第一卷积神经网络模型的心动图像表征特征提取器以得到训练超声心动特征图；训练第二卷积单元，用于将所述训练心电图通过所述基于第二卷积神经网络模型的心电图像调整特征提取器以得到训练心电特征图；训练相互增强单元，用于将所述训练超声心动特征图和所述训练心电特征图通过所述基于空间互注意力模块的相互增强器以得到训练增强超声心动特征图和训练增强心电特征图；训练特征分布修正单元，用于对所述训练增强超声心动特征图和所述训练增强心电特征图进行特征分布修正以得到修正后增强超声心动特征图和修正后增强心电特征图；训练跨模态交互单元，用于使用所述基于投影层的跨模态交互器对所述修正后增强超声心动特征图和所述修正后增强心电特征图进行处理以得到训练多模态心脏功能表征特征向量；训练分类单元，用于将所述训练多模态心脏功能表征特征向量通过分类器以得到分类损失函数值；训练单元，用于以所述分类损失函数值来对所述基于第一卷积神经网络模型的心动图像表征特征提取器、所述基于第二卷积神经网络模型的心电图像调整特征提取器、所述基于空间互注意力模块的相互增强器、所述基于投影层的跨模态交互器和所述分类器进行训练。
20、本申请还提供了一种人工智能辅助的心脏功能检测方法，其包括：
21、获取被分析患者对象的超声心动图和心电图；
22、提取所述超声心动图和所述心电图的图像特征以得到超声心动特征图和心电特征图；
23、对所述超声心动特征图和心电特征图进行基于空间互注意力机制的增强处理和跨模态交互处理以得到多模态心脏功能表征特征向量；
24、基于所述多模态心脏功能表征特征向量，确定心脏功能健康等级；
25、其中，对所述超声心动特征图和心电特征图进行基于空间互注意力机制的增强处理和跨模态交互处理以得到多模态心脏功能表征特征向量，包括：
26、将所述超声心动特征图和所述心电特征图通过基于空间互注意力模块的相互增强器以得到增强超声心动特征图和增强心电特征图；
27、使用基于投影层的跨模态交互器对所述增强超声心动特征图和所述增强心电特征图进行处理以得到所述多模态心脏功能表征特征向量；
28、其中，将所述超声心动特征图和所述心电特征图通过基于空间互注意力模块的相互增强器以得到增强超声心动特征图和增强心电特征图，包括：以如下空间互注意力增强公式对所述超声心动特征图和所述心电特征图进行处理以得到所述增强超声心动特征图；其中，所述空间互注意力增强公式为：
29、；
<本文档来自技高网...【技术保护点】
1.一种人工智能辅助的心脏功能检测系统，其特征在于，包括：
2.根据权利要求1所述的人工智能辅助的心脏功能检测系统，其特征在于，所述图像特征提取模块，包括：
3.根据权利要求2所述的人工智能辅助的心脏功能检测系统，其特征在于，所述基于第一卷积神经网络模型的心动图像表征特征提取器，包括：第一输入层、第一卷积层、第一池化层、第一激活层和第一输出层。
4.根据权利要求3所述的人工智能辅助的心脏功能检测系统，其特征在于，基于第二卷积神经网络模型的心电图像调整特征提取器，包括：第二输入层、第二卷积层、第二池化层、第二激活层和第二输出层。
5.根据权利要求4所述的人工智能辅助的心脏功能检测系统，其特征在于，所述跨模态交互单元，用于：
6.根据权利要求5所述的人工智能辅助的心脏功能检测系统，其特征在于，所述心脏功能健康等级确定模块，用于：
7.根据权利要求6所述的人工智能辅助的心脏功能检测系统，其特征在于，还包括用于对所述基于第一卷积神经网络模型的心动图像表征特征提取器、所述基于第二卷积神经网络模型的心电图像调整特征提取器
8.一种人工智能辅助的心脏功能检测方法，其特征在于，包括：
...【技术特征摘要】
1.一种人工智能辅助的心脏功能检测系统，其特征在于，包括：
2.根据权利要求1所述的人工智能辅助的心脏功能检测系统，其特征在于，所述图像特征提取模块，包括：
3.根据权利要求2所述的人工智能辅助的心脏功能检测系统，其特征在于，所述基于第一卷积神经网络模型的心动图像表征特征提取器，包括：第一输入层、第一卷积层、第一池化层、第一激活层和第一输出层。
4.根据权利要求3所述的人工智能辅助的心脏功能检测系统，其特征在于，基于第二卷积神经网络模型的心电图像调整特征提取器，包括：第二输入层、第二卷积层、第二池化层、第二激活层和第二输出层。
5.根据权利要...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。