-
题名联合深度学习的通用血流向量成像方法
- 1
-
-
作者
彭博
罗娅茹
谢盛华
尹立雪
-
机构
西南石油大学计算机科学学院
四川省医学科学院•四川省人民医院心血管超声及心功能科
超声心脏电生理学与生物力学四川省重点实验室
-
出处
《计算机应用》
CSCD
北大核心
2021年第11期3368-3375,共8页
-
基金
四川省科技厅应用基础研究项目(2018JY0649,2021YJ0248)
四川省成都市科技局国际合作项目(2019-GH02-00040-HZ)。
-
文摘
针对传统的超声血流向量成像(VFM)技术需要专有软件来获取原始多普勒和散斑跟踪数据的限制,提出一种联合深度学习的通用VFM方法。首先,使用速度标尺获取彩色多普勒超声心动图提供的沿声束方向的速度作为径向速度分量;然后,使用U-Net模型自动识别左心室壁轮廓,通过重新训练的PWC-Net模型计算左心室壁速度作为连续性方程的边界条件,并通过求解连续性方程获取各血液质点垂直于声束方向的速度分量(即切向速度分量);最后,合成心脏流场速度矢量图,并实现心脏流场流线图的可视化。实验结果表明,所提方法得到的心脏流场速度矢量图和流线图能准确反映左心室所对应的时相,得到的可视化结果与Aloka提供的VFM工作站的分析结果是一致的,符合左心室流体动力学特征。所提方法作为一种通用、快速的VFM方法,不需要任何供应商的技术支持和专有软件,可以进一步推进VFM在临床工作流程中的应用。
-
关键词
左心室
彩色多普勒
室壁运动
流体运动
可视化
-
Keywords
left ventricular
color Doppler
wall motion
fluid movement
visualization
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-