基于深度学习的视频心功能评估

本文解决了一个关键的临床需求：从超声心动图视频中自动并提高射血分数 (LVEF) 估计的准确性。手动评估耗时且容易出错。该研究探索了各种深度学习架构以实现专家级性能，这可能导致更快、更可靠的心血管疾病诊断。对架构修改和超参数调整的关注为该领域的未来研究提供了宝贵的见解。

• •深度学习可以自动并提高从超声心动图视频中估计 LVEF 的准确性。
• •改进的 3D Inception 架构表现最佳。
• •模型性能对超参数敏感，尤其是内核大小和归一化。
• •更小、更简单的模型表现出更好的泛化能力，表明过拟合是一个问题。