[发明专利]一种心排量求解的方法、装置、设备及存储介质

权利要求书

1.一种心排量求解方法，其特征在于，包括：

采集当前用户的医学图像，并确定所述医学图像的图像特征；

获取与所述医学图像对应的扫描信息和所述当前用户的个体特征；

将所述图像特征、所述扫描信息和所述个体特征输入预先训练完成的心排量求解模型中，输出与所述当前用户对应的心排量。

2.根据权利要求1所述的方法，其特征在于，所述采集当前用户的医学图像，并确定所述医学图像的图像特征，包括：

采集所述当前用户的医学图像，并对所述医学图像进行预处理；

将预处理后的所述医学图像输入预先建立的深度学习网络中，得到所述医学图像的图像特征；

其中，所述预处理包括去燥处理、去骨处理以及定位处理中的至少一个；所述图像特征包括心脏各腔室的体积信息。

3.根据权利要求1所述的方法，其特征在于，还包括：

基于至少一张历史医学图像生成训练样本集；

将所述训练样本集输入到预先建立好的深度学习网络中，得到所述历史医学图像的输出图像特征；

根据所述输出图像特征与期望图像特征对所述深度学习网络的网络参数进行调整。

4.根据权利要求3所述的方法，其特征在于，所述基于至少一张所述历史医学图像生成训练样本集，包括：

对至少一张历史医学图像进行扩增处理得到至少一张与所述历史医学图像对应的扩增图像；

将所述至少一张历史医学图像和所述至少一张扩增图像的集合作为训练样本集；

其中，所述扩增处理包括拉伸处理、旋转处理以及镜像处理中的至少一个。

5.根据权利要求1所述的方法，其特征在于，还包括：

对至少一张历史医学图像进行特征提取，得到历史图像特征；

将与所述历史医学图像对应的扫描信息、历史用户的个体特征以及所述历史图像特征患者个人信息以及所述历史图像特征输入预先建立的心排量求解模型中，得到与所述历史医学图像对应的输出心排量；

基于所述输出心排量与期望心排量对所述心排量求解模型的模型参数进行调整。

6.根据权利要求1-5任一所述的方法，其特征在于，所述心排量求解模型包括机器学习模型，所述机器学习模型包括线性回归模型或随机森林回归模型。

7.根据权利要求1-5任一所述的方法，其特征在于，所述扫描信息包括扫描期相和/或扫描参数；所述个体特征包括性别、年龄、身高、体重以及既往病史中的至少一个。

8.一种心排量求解装置，其特征在于，包括：

图像特征确定模块，用于采集当前用户的医学图像，并确定所述医学图像的图像特征；

信息和特征获取模块，用于获取与所述医学图像对应的扫描信息和所述当前用户的个体特征；

心排量输出模块，用于将所述图像特征、所述扫描信息和所述个体特征输入预先训练完成的机器学习模型中，输出与所述当前用户对应的心排量。

9.一种设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一所述的心排量求解方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的心排量求解方法。