一、需求描述
根据心脏超声动图(视频),通过机器学习,识别急性右心衰(D字征);识别左心室的舒张末内径(LVDd)和收缩末内径,计算左心室短轴缩短率;根据收缩运动中各心室壁向心(心室腔中点)运动的幅度,判断心室壁活动的异常。
本任务通过有限样本,采用网上公开的资源和模型,快速评估能达到的mAP范围。
二、人才要求
熟悉机器视觉、深度学习、迁移学习等知识领域,掌握Resnet、Unet等模型,有过医学图像处理经验,合作性好。
三、参考产品
https://github.com/search?q=echocardiography
超声心动图及AI识别,https://news.medlive.cn/xctmr/info-progress/show-172277_241.html
其他业界相关文献及资源。
四、合作方式
项目制合作。先通过少量样本,快速确定能达到的准确度范围