摘要
本发明提供了一种基于帧间位姿增量的血管超声图像识别方法。该方法通过设有IMU传感器的超声探头对目标血管区域进行扫描,获取多帧连续血管超声图像序列,并同步采集每帧图像对应的运动数据。基于所获取的加速度与角速度信息,估算相邻图像帧之间的位姿增量。构建血管超声图像分类模型时,引入帧间位姿增量指导预测结果一致性损失的计算,从而结合时空连续性特征构造总损失函数,提升模型在连续图像序列中的判别稳定性。通过训练获得的分类模型可对新患者的图像序列进行识别,最终实现多帧信息融合下的血管疾病智能识别。本发明提高了模型对超声图像序列空间结构的理解能力,适用于临床中动态、多角度扫描场景下的辅助诊断。