基于语义感知的时间通道注意力在心脏功能评估中的应用
原文中文,约200字,阅读约需1分钟。发表于: 。通过左心室分割、时间通道注意力模块和锚定分类回归方法,从超声心动图视频中准确自动评估心脏功能,取得了最先进的性能提升。
该研究使用基于3D nnU-Net的深度学习方法进行医学图像分割,并与传统2D和循环分割方法进行比较。结果表明该方法在时序一致性和跨数据集泛化性方面具有优势,有望成为临床工具的首选。
通过左心室分割、时间通道注意力模块和锚定分类回归方法,从超声心动图视频中准确自动评估心脏功能,取得了最先进的性能提升。
该研究使用基于3D nnU-Net的深度学习方法进行医学图像分割,并与传统2D和循环分割方法进行比较。结果表明该方法在时序一致性和跨数据集泛化性方面具有优势,有望成为临床工具的首选。