温馨提示:您尚未登录,请点 登陆 后下载,如果您还没有账户请点 注册 ,登陆完成后,请刷新本页查看技术详细信息。
本发明涉及图像处理技术领域,提供一种基于深度学习的心脏瓣膜反流严重程度超声评估方法,包括:1:构建数据集,并进行预处理;2:对一部分数据集按照单个完整的心动周期进行框选标注;3:采用目标检测类深度学习模型训练反流频谱图,得到单个心动周期自动...该专利属于四川省医学科学院·四川省人民医院所有,仅供学习研究参考,未经过四川省医学科学院·四川省人民医院授权不得商用。
温馨提示:您尚未登录,请点 登陆 后下载,如果您还没有账户请点 注册 ,登陆完成后,请刷新本页查看技术详细信息。
本发明涉及图像处理技术领域,提供一种基于深度学习的心脏瓣膜反流严重程度超声评估方法,包括:1:构建数据集,并进行预处理;2:对一部分数据集按照单个完整的心动周期进行框选标注;3:采用目标检测类深度学习模型训练反流频谱图,得到单个心动周期自动...