摘要 - 射血分数的左心室是心脏功能最重要的度量之一。心脏病专家使用了有资格延长延长疗法的患者。但是,对射血传输的评估遭受观察者间变异性的影响。为了克服这一挑战,我们提出了一种基于层次视觉变压器的深度学习方法,以估计超声心动图视频的射血分数。所提出的方法可以估计射血分数,而无需首先左静脉分割,使其比其他方法更有效。我们在Echonet-Dynamic数据集上评估了我们的方法5。59,7。 59和0。 59,用于MAE,RMSE和R 2分。 与最新方法,超声视频变压器(UVT)相比,此结果更好。 源代码可在https://github.com/lhfazry/ultraswin上找到。 索引术语 - 心电图,心脏射血分数,Ultraswin,视觉变压器,echonet-Dynamic59,7。59和0。59,用于MAE,RMSE和R 2分。与最新方法,超声视频变压器(UVT)相比,此结果更好。源代码可在https://github.com/lhfazry/ultraswin上找到。索引术语 - 心电图,心脏射血分数,Ultraswin,视觉变压器,echonet-Dynamic