申请/专利权人:浙江大学
申请日:2023-12-27
公开(公告)日:2024-04-16
公开(公告)号:CN117893798A
主分类号:G06V10/764
分类号:G06V10/764;G06V10/774;G06V10/82;G06N3/0464;G06N3/09
优先权:
专利状态码:在审-公开
法律状态:2024.04.16#公开
摘要:本发明公开了一种基于深度学习的左心房及左心耳内流场检测方法。构建深度学习模型,将点云数据集输入到深度学习模型中进行训练,训练后再针对待测的点云数据处理获得流场检测结果;深度学习模型具体中,将壁面点云和内部点云转换为二维张量后分别输入壁面点云通道和内部点云通道获得全局几何信息和局部几何信息,进而拼接成一个张量后再输入到汇集通道中处理获得流场结果。本发明通过计算机数据处理,能够无创、非侵入地进行检测,可实时获得血流动力学参数,具有计算成本低、速度快、且精度较高的优点,并保证精度,预测准确性更高。
主权项:1.一种基于深度学习的左心房及左心耳内流场检测方法,其特征在于:1构建深度学习模型;2将点云数据集输入到深度学习模型中进行训练;3利用训练后的深度学习模型针对待测的点云数据进行检测和预测处理获得流场检测结果。
全文数据:
权利要求:
百度查询: 浙江大学 一种基于深度学习的左心房及左心耳内流场检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。