一种基于超声图像结合深度学习的心脏血流向量成像方法

摘要

本发明提供了一种基于超声图像结合深度学习的心脏血流向量成像方法，包括：获取超声设备经彩色编码后的二维彩色多普勒超声心动图像；提取左心室区域；对左心室区域进行彩色血流信息补偿；并使用速度标尺提取径向速度分量；使用训练的U‑Net模型识别左心室区域的左心室内膜轮廓；对二维彩色多普勒超声心动图像重建超声心动图序列；使用由超声模拟图像重新训练的PWC‑Net模型对左心室内膜进行运动跟踪，确定左心室内膜的切向速度；结合径向速度与左心室内膜切向速度，使用连续性方程计算血液质点切向速度;使用径向速度分量和切向速度分量合成左心室血液的流场，对流场进行可视化，其中，可视化的方法包括绘制速度矢量图和平面流线图。