一种基于复合神经网络的超声造影视频数据分析方法

摘要

本发明公开了一种基于复合神经网络的超声造影(CEUS)视频数据分析方法，通过获取待分析肝脏病变的超声造影多期视频数据，从多期视频数据中提取出多个超声造影时序单元，并标注多个超声造影时序单元，再通过复合神经网络提取各时序单元的综合信息，并根据各时序单元的综合信息进行后续网络训练，得到针对肝脏病变判定的参数权重，根据网络参数和参数权重构建肝脏病变分析模型，最后将待分析肝脏病变的超声造影多期视频数据输入至肝脏病变分析模型，输出待分析肝脏病变的分析结果。采用本发明提供的实施例，不仅能够充分利用CEUS时序信息，还降低了对视频分析的计算机算力需求，从而能够快速地对待分析肝脏病变进行分析。