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：纽智医疗科技(宁波)有限公司

摘要：本发明属于心脏功能评估技术领域，提供了基于三维超声心动图的心脏功能评估方法及系统，包括步骤：将三维超声心动图输入轻量化注意力分割网络LAUnet以分割左心室内边界和心肌轮廓；基于左心室内边界计算左心室体积变化以获得射血分数；根据心肌轮廓获取心肌中心线，并基于运动估计网络MC‑PWCNet追踪心肌中心线运动轨迹，在运动轨迹中计算心肌的最小位移以确定心梗区域和面积；基于射血分数和心梗面积输出心脏评估结果。本发明的优点在于通过构建轻量化注意力分割网络和心肌中心线运动估计网络，对运动的心室内界和心肌部位进行快速精准地捕捉，从而得到精确的射血分数和心肌梗死面积，以实现3DE下对复杂冠心病患者的心脏结构和功能定量化评估。

主权项：1.一种基于三维超声心动图的心脏功能评估方法，其特征在于，包括步骤：将三维超声心动图输入至经过训练的轻量化注意力分割网络以分割左心室内边界和心肌轮廓；基于所述左心室内边界计算左心室体积变化以获得射血分数；根据所述心肌轮廓获取心肌中心线，并基于训练后的运动估计网络追踪心肌中心线运动轨迹，在所述运动轨迹中计算心肌的最小位移以确定心梗区域和面积；基于所述射血分数和所述心梗面积输出心脏评估结果；所述轻量化注意力分割网络包括编码器和解码器，在编码器底层和解码器底层中均采用分层解耦膨胀卷积模块，所述分层解耦膨胀卷积模块被配置为将输入的图像通过膨胀卷积后分解为多个层，各层分别经过膨胀卷积后被连接在一起，连接后的各层经过再一次的膨胀卷积后输出特征图；所述轻量化注意力分割网络中设置有混合自适应注意力模块，所述混合自适应注意力模块替换了在分割网络的编码器和解码器中设置的上层卷积模块，并且其被配置为将输入的图像由三个并行卷积层处理以获得对应的特征图，第一卷积层和第二卷积层中通过膨胀卷积块处理获得特征图，第三卷积层中通过卷积块处理后生成特征图，所述特征图被通道自注意力模块和空间自注意力模块使用；所述通道自注意力模块被配置为对由第二卷积层和第三卷积层生成的特征图叠加后进行全局平均池化，而后对池化后的特征进行两次全连接操作得到通道注意力权重，最后将通道注意力权重分别与由第二卷积层和第三卷积层生成的特征图相乘，并且将相乘所得的特征图叠加以得到加权后的特征图；所述空间自注意力模块被配置为对第一卷积层生成的特征图和通道自注意力模块输出的特征图分别经过膨胀卷积块卷积，在将两者叠加并进行膨胀卷积操作后而得到空间注意力权重，然后将空间注意力权重分别与由第一卷积层生成且经过膨胀卷积块卷积的特征图和由通道自注意力模块输出且经过膨胀卷积块卷积的特征图相乘，将相乘所得的特征图叠加且经过膨胀卷积块卷积以得到加权后的特征图；其中，获取心肌中心线步骤包括：确定左心室管腔的质心位置，并将在左下和右下方向上距离左心室管腔质心最远的点定为基点，将在正上方向距离左心室管腔质心最远的点定为顶点，顶点与基点之间的区域被确定为标定中心线的位置；在标定中心线的区域内随机标记出心内膜上的点、心外膜上的点以及纵轴线，根据各个点在纵轴线上的投影点位置将标记的心内膜点和心外膜点一一对应且形成连接线；将各条连接线的中点作为心肌中点，并且在标定区域内标定全部的心肌中点后，相邻的心肌中点彼此相连以形成心肌中心线；以及通过所述运动估计网络追踪心肌中心线运动轨迹的步骤包括：将标记好心肌中心线的连续两张图像分别输入到各自CNN网络的特征提取金字塔网络中；利用两张图像扭曲特征之间的相关性以估算成本体积；将所述成本体积、通过金字塔网络所获取的所述连续两张图像的第一层图像特征和经过上采样得到的光流输入至第一光流估计网络中得到初步的密集位移图；将初步估计的光流、通过金字塔网络所获取的第二层特征以及初步密集位移图输入第二光流估计网络中，以得到心肌中心点位移图；在所述第二光流估计网络中设置有膨胀卷积层，以对光流进行细化。

全文数据：

权利要求：

百度查询： 纽智医疗科技(宁波)有限公司 一种基于三维超声心动图的心脏功能评估方法及系统