CACTUS：用于自动心脏评估和超声图像分类的开放数据集及框架

本研究针对心脏超声图像自动分类和评估中的数据不足问题，推出了第一个在线开放分级数据集CACTUS，包含多种心脏视图和质量水平的图像。同时，提出了一种深度学习框架，通过卷积神经网络进行图像分类，并利用迁移学习进行模型调优，最终实现高达99.43%的分类准确率和低至0.3067的评估误差，展现出显著的实用性和潜在影响。