[发明专利]一种左心室全参数及置信度的量化方法

权利要求书

1.一种左心室全参数及置信度的量化方法，其特征在于，所述方法包括：

获取待处理的心脏图像；

通过已训练的量化模型提取所述心脏图像对应的左心室参数集以及各参数置信度，其中，所述量化模型基于预设网络模型输出的预测参数集、各预测参数置信度以及预测参数集对应的真实参数集训练的;

其中，所述量化模型训练过程具体包括：

通过预设网络模型，提取左心室图像训练组中各左心室图像的预测参数集以及各预测参数置信度，其中，所述预测参数置信度根据模型不确定性和数据噪声不确定性的和确定的，所述预测参数置信度为指数函数，并且所述模型不确定性与数据噪声不确定性的和为该指数函数的指数；

对于左心室图像训练组中的每一左心室图像，根据该左心室图像对应的预测参数集、真实参数集以及各预测参数置信度计算该左心室图像的第一损失函数，并根据计算得到的所有第一损失函数计算所述左心室图像训练组对应的损失函数，其中，所述左心室图像训练组包括若干左心室图像；

基于所述损失函数训练所述预设网络模型进行训练，以得到所述量化模型。

2.根据权利要求1所述左心室全参数及置信度的量化方法，其特征在于，所述根据该左心室图像对应的预测参数集、真实参数集以及各预测参数置信度计算该左心室图像的第一损失函数具体包括：

对于该左心室图像对应的预测参数集中的每一预测参数，根据该预测参数对应的真实参数，计算该预测参数的损失值；

根据计算得到的所有损失值以及各预测参数的预测参数置信度计算该左心室图像的第一损失函数。

3.根据权利要求1所述左心室全参数及置信度的量化方法，其特征在于，每个左心室图像的预测参数集的获取过程为：

通过预设网络模型对该左心室图像进行若干次处理，以得到的若干候选预测参数集；

根据若干候选预测参数集确定该左心室图像对应的预测参数集。

4.根据权利要求3所述左心室全参数及置信度的量化方法，其特征在于，所述通过预设网络模型对该左心室图像进行若干次处理中特征随机丢失层丢失相同比例的图像特征。

5.根据权利要求1-4任一所述左心室全参数及置信度的量化方法，其特征在于，所述量化模型包括：若干依次堆叠的具有特征随机丢失层的下采样模块、具有特征随机丢失层的池化模块以及全连接模块；所述若干下采样模块中的最后一个下采样模块与所述池化模块连接，所述池化模块与所述全连接模块相连接，以通过所述全连接模块输出预测参数集以及各预测参数置信度。

6.根据权利要求5所述左心室全参数及置信度的量化方法，其特征在于，所述下采样模块包括若干依次堆叠的特征提取单元和最大池化单元；所述特征提取单元包括依次设置的卷积层、特征随机丢失层以及批规范化层。

7.根据权利要求1所述左心室全参数及置信度的量化方法，其特征在于，所述获取待处理的心脏图像之后包括：

对所述心脏图像进行预处理，以得到所述心脏图像对应的左心室图像，并将所述左心室图像作为量化模型的输入项,其中，预处理包括感兴趣区域裁剪、旋转和尺度归一化。