arxiv：2212.13309v3 [Quant-ph] 27 Sep 2023__

arxiv：2212.13309v3 [Quant-ph] 27 Sep 2023

可下载资源数量

已经购买

下载数量：1

单价	0 1.0
Coupon	100% 0%
Total	0 1.0

点击下载点击购买并下载

点击购买，资源将自动在新窗口打开.

机构名称：

arxiv：2212.13309v3 [Quant-ph] 27 Sep 2023

¥ 1.0

热度

摘要。在诊断心脏病中起着至关重要的作用。多视图超声心动图数据的组合对于增强自动化方法的准确性和易变性至关重要。但是，由于数据的视觉差异，得出跨视图上下文信息仍然是一项艰巨的任务，而没有老练的融合策略甚至可以降低性能。在这项研究中，我们提出了一种新型的obal local融合（GL-Fusion）网络，以共同利用全球和本地的多视图信息，以提高超声心动图分析的准确性。具体而言，提出了基于m ulti-view g lobal m odule（MGFM）来探讨全局上下文信息，并探索超声心动图视频中不同心跳周期的环关系。此外，基于m ocal的f usion m odule（MLFM）旨在从不同视图中提取心脏结构的相关性。此外，我们收集一个多视图超声心动图视频数据集（MVEVD）来评估我们的方法。我们的方法达到平均骰子得分为82.29％，这表明比基线方法提高了7.83％，并且胜过其他现有的最新方法。到我们的知识中，这是对超声心脏视频细分的多视图方法的第一次探索。代码可用：https：//github.com/xmed- lab/gl-fuse

添加pdf代下载 VIP点击下载文件