Resumen

Con el fin de mejorar la capacidad de detección y reconocimiento de la ecocardiografía 3D, se propone un método de detección de ecocardiografía 3D basado en el aprendizaje profundo. Se construye el modelo de conducción de información de la ecocardiografía tridimensional. Se utiliza el método de coincidencia de características de píxeles de borde para extraer la información clave de la ecocardiografía, y se emplea el método de compensación de información para reparar el área faltante de información de la ecocardiografía tridimensional. La descomposición de características y fusión de información de la imagen ultrasónica 3D se llevan a cabo utilizando el método de descomposición de onda de cinco etapas, y la reconstrucción de características y el emparejamiento de plantillas adaptativas de la ecocardiografía 3D se procesan mediante el algoritmo de aprendizaje profundo, modelando y detectando la racionalidad de la ecocardiografía tridimensional. Los resultados de la simulación muestran que este método tiene

• Materias:Redes de radio Sistemas de información Comunicaciones inalámbricas Cifrado de bloques
• Subjects:Radio Networks Information systems Wireless communications Block ciphers
• Palabras claves:Detección; Reconocimiento; Ecocardiografía 3D; Aprendizaje profundo; Fusión de información; Imagen ultrasónica
• Keywords:Detection; Recognition; 3d echocardiography; Depth learning; Information fusion; Ultrasonic imaging