基于多层级时空特征循环神经网络的超声影像预测方法及装置

本发明公开了一种基于多层级时空特征循环神经网络的超声影像预测方法及装置。该方法首先对超声扫描影响进行预处理，将影像拆分成带有时间序列信息的图像并进行降噪处理，对医生诊断所需的标准切面图像在时序中进行定位，作为超声影像预测方法的训练数据；使用变动窗口多头注意力机制的transformer架构提取医学超声图像的空间特征，进一步基于长短期记忆神经网络学习图像数据空间特征变化和时序特征变化的关联，让模型通过当前输入的超声影像预测医生诊断所需的标准切面图像。本发明降低人工超声检查所需的医学知识壁垒，提高医生的扫描检查效率，适用于医疗人力资源匮乏地区的超声影像检查和超声科医生培训等场景。