一种基于深度学习的心血管集总参数模型特异性参数估计方法及装置
申请号:CN202511087059
申请日期:2025-08-05
公开号:CN120913868A
公开日期:2025-11-07
类型:发明专利
摘要
本发明方法实现了一种基于深度学习的心血管集总参数模型特异性参数估计方法及装置。方法包括构建非特异性集总参数模型,对特异性参数组进行随机采样,根据随机采样的特异性参数组设定并运行非特异性集总参数模型,得到影像学指标及动脉压力;将特异性参数组作为标签,影像学指标及动脉压力作为输入数据构建特异性参数估计数据集并输入到构建的特异性参数估计模型中进行训练;最后将待测的影像学指标及动脉压力输入到训练好的特异性参数估计模型中进行处理得到待测的影像学指标及动脉压力对应的特异性参数组。本发明方法实现了非特异性集总参数模型的逆过程,具有计算成本低、速度快、且精度较高的优点,可实时获得特异性参数组,并保证精度。
技术关键词
参数估计方法
参数估计模型
左心室容积
压力
积层
心动周期
阻力
输入端
主动脉
指标
左心室辅助装置
拉丁超立方采样
物理
数据
左心房
处理器
计算机设备