【技术实现步骤摘要】
本专利技术涉及医疗，具体涉及一种基于深度学习的心脏疾病预测方法及装置。
技术介绍
1、心脏上的疾病是一种常见的健康问题，目前大多数心脏疾病诊断都基于放射学的方法，例如计算机断层扫描血管造影和冠状动脉造影等。这些方法可以将冠状动脉直接成像，并量化动脉闭塞程度，因此被认为是诊断的金标准。
2、但由于该类方法对于操作环境及技术要求较高，且设备成本及维护费用较高，导致其检查费用远远高于超声检查费用，从而导致其在心脏疾病早期诊断中的应用严重受限。最重要的是，该类方法还存在潜在的手术风险，其放射对受试者会产生严重的副作用。
技术实现思路
1、有鉴于此，本专利技术提供了一种基于深度学习的心脏疾病预测方法及装置，以解决目前的心脏疾病诊断方法要求及成本较高的问题。
2、第一方面，本专利技术提供了一种基于深度学习的心脏疾病预测方法，该方法包括：
3、获取患者的待检测心超影像，待检测心超影像由心脏彩超仪采集获得；
4、将待检测心超影像输入预先建立的心脏疾病预测模型...
【技术保护点】
1.一种基于深度学习的心脏疾病预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述心脏疾病预测模型通过以下步骤建立：
3.根据权利要求1所述的方法，其特征在于，在获得所述心脏疾病预测结果后，所述方法还包括：
4.根据权利要求2所述的方法，其特征在于，所述对所述心超影像视频集中每一帧心超影像进行标记，包括：
5.根据权利要求1所述的方法，其特征在于，所述心脏疾病预测结果还包括：与所述疾病类型对应的心肌运动指标，其中，所述心肌运动指标包括：心脏腔室壁在心脏收缩或舒张时的运动情况、心肌应变情况、
<...【技术特征摘要】
1.一种基于深度学习的心脏疾病预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述心脏疾病预测模型通过以下步骤建立：
3.根据权利要求1所述的方法，其特征在于，在获得所述心脏疾病预测结果后，所述方法还包括：
4.根据权利要求2所述的方法，其特征在于，所述对所述心超影像视频集中每一帧心超影像进行标记，包括：
5.根据权利要求1所述的方法，其特征在于，所述心脏疾病预测结果还包括：与所述疾病类型对应的心肌运动指标，其中，所述心肌运动指标包括：心脏腔室壁在心脏收缩或舒张时的运动情况、心肌应变情况、射血分数。
...【专利技术属性】
技术研发人员：钟文瑄，张静怡，王广宁，邓健，朱伟斌，
申请(专利权)人：山东产业技术研究院青岛，
类型：发明
国别省市：
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。