.1170 工程科学学报，第43卷.第9期 Slice feature extraction Feature concatenation ASD feature extraction 图4ASD辅助诊断模型总体架构 Fig.4 ASD auxiliary diagnosis model overall architecture Masking Bilateral Data Sampling filtering enhancing View-net Data preprocessing View type ASD-net Dicom data Result 1 View vector ASD vector Result Weighted Result 2 ASD mean diagnosis ◆Concatenation Result N ASD auxiliary diagnosis model 图5ASD辅助诊断模型完整架构 Fig.5 ASD auxiliary diagnosis model completed architecture 证卷积操作以后的特征图与输入尺寸相同，所有 往不止一个超声心动图，而且这些超声心动图往 的Dense block内部没有池化层，池化操作都放在 往都是不同切面的，仅凭一个切面的超声心动图 了Transition layer中. 就进行诊断仍然太过片面，应该对不同切面的多 Xi concat(conv;(norm(Xi1)).Xi-1) (3) 个超声心动图均进行诊断，并综合起来求加权平 通过这种堆叠操作，网络中的信息流梯度流 均作为最终诊断结果，不同切面类别的权值由其 得到增强，网络训练速度更快，且特征复用度更 历史诊断率确定，另一方面，超声心动图也存在误 高，对图像语义的提取更为充分.但是如果Dense 差或者难以识别缺损的情况，有的健康人可能会 layer的层数过多，会导致网络结构过于复杂，参数 由于噪声或者其他生理组织的干扰，或者仅仅是 过多，从而影响网络的收敛，也会提高对数据量的 截取图像时的偶尔失误，导致在房间隔出现伪影， 要求.于是在本模型中采用了更少的层数，大大减 这样就容易被误诊为ASD患者.通过多超声心动 少了网络的参数量. 图多切面进行综合诊断就能很好的避免这种偶尔 加权求和部分存在的必要性主要是结合医学 性因素导致的误诊 诊断形成一个综合的诊断，提高诊断结果的可靠 3模型训练与测试结果 性.首先，用户的超声心动图数据往往动态数据居 多，一个动态数据中包含有许多帧图像，仅依靠其 训练集与测试集按70%与30%的比例划分而 中某一帧图像就确诊过于武断。其次，一个用户往 成，其中训练集由54名ASD患者与27名健康人证卷积操作以后的特征图与输入尺寸相同，所有 的 Dense block 内部没有池化层，池化操作都放在 了 Transition layer 中. Xi = concat(convi(norm(Xi−1)),Xi−1) （3） 通过这种堆叠操作，网络中的信息流梯度流 得到增强，网络训练速度更快，且特征复用度更 高，对图像语义的提取更为充分. 但是如果 Dense layer 的层数过多，会导致网络结构过于复杂，参数 过多，从而影响网络的收敛，也会提高对数据量的 要求. 于是在本模型中采用了更少的层数，大大减 少了网络的参数量. 加权求和部分存在的必要性主要是结合医学 诊断形成一个综合的诊断，提高诊断结果的可靠 性. 首先，用户的超声心动图数据往往动态数据居 多，一个动态数据中包含有许多帧图像，仅依靠其 中某一帧图像就确诊过于武断. 其次，一个用户往 往不止一个超声心动图，而且这些超声心动图往 往都是不同切面的，仅凭一个切面的超声心动图 就进行诊断仍然太过片面，应该对不同切面的多 个超声心动图均进行诊断，并综合起来求加权平 均作为最终诊断结果，不同切面类别的权值由其 历史诊断率确定. 另一方面，超声心动图也存在误 差或者难以识别缺损的情况，有的健康人可能会 由于噪声或者其他生理组织的干扰，或者仅仅是 截取图像时的偶尔失误，导致在房间隔出现伪影， 这样就容易被误诊为 ASD 患者. 通过多超声心动 图多切面进行综合诊断就能很好的避免这种偶尔 性因素导致的误诊. 3    模型训练与测试结果 训练集与测试集按 70% 与 30% 的比例划分而 成，其中训练集由 54 名 ASD 患者与 27 名健康人 Slice feature extraction Feature concatenation ASD feature extraction 图 4    ASD 辅助诊断模型总体架构 Fig.4    ASD auxiliary diagnosis model overall architecture Sampling Masking View-net ASD-net ASD vector Concatenation View type View vector Bilateral filtering Data enhancing Dicom data Result Weighted mean Data preprocessing ASD auxiliary diagnosis model Result 1 Result 2 Result N … Png data ASD diagnosis 图 5    ASD 辅助诊断模型完整架构 Fig.5    ASD auxiliary diagnosis model completed architecture · 1170 · 工程科学学报，第 43 卷，第 9 期