Page 121 - 南京医科大学学报自然科学版

第44卷第2期 杜 悦，史中青，戚占如，等. 一种超声心动图关键帧智能检测方法［J］.
2024年2月 南京医科大学学报（自然科学版），2024，44（2）：253-262 ·259 ·

5 5
4 4
（ ED ） 3 （ ES ） 3
AFD 2 AFD 2

1 1
0 0
A2C A3C A4C A2C A3C A4C
图7 ED和ES模型预测与真实标签一致性对比
Figure 7 Comparison of consistency between ED and ES model prediction and label

A ED ED ES ES

••• ••• •••

Frame No 12 13 14 37 38 39
B ED ED ES& ES

••• ••• •••

Frame No 7 8 9 29 30 31
C ED& ED ES& ES

••• ••• •••

Frame No 3 4 5 24 25 26
A：Model prediction of A2C views and examples of true labels. B：Model prediction of A3C views and examples of true labels. C：Model prediction
of A4C views and examples of true labels. ED、ES：true label；ED 、ES ：model prediction
图8 A2C、A3C和A4C切面上ResNet+VST模型关键帧检测结果与真实标签对应视频帧示例
Figure 8 Examples of video frames corresponding to the detection results of key frames of ResNet+VST model and labels
on A2C，A3C and A4C views

异（P < 0.05）。Tukey检验结果进一步证明，ResNet+ 2.2 EchoNet⁃Dynamic⁃Tiny数据集
VST 模型与 3D CNN+LSTM 以及 ResNet+LSTM 模型 从 EchoNet⁃Dynamic⁃Tiny 数据集中随机挑选 1
之间均存在显著性差异（P < 0.05）。 个视频，将ResNet+VST模型的关键帧检测结果与视

表3 南京鼓楼医院数据集A4C切面不同模型ED、ES帧检测误差与推理时间对比
Table 3 Comparison of detection error and inferencing time of ED and ES frames of different models on A4C view of Nan⁃
jing Drum Tower Hospital dataset （x ± s）

Model
Performance F P
A B C
AFD（ED） 1.270 ± 1.170 *# 1.810 ± 1.690 # 1.900 ± 1.880 5.535 0.004
AFD（ES） 1.450 ± 1.380 *# 1.920 ± 1.850 # 1.650 ± 1.560 3.591 0.028
Inference time（s） 0.021 ± 0.002 *# 0.157 ± 0.009 # 0.136 ± 0.005 >100.000 <0.001

#
*
A：ResNet+VST model. B：3D CNN+LSTM model. C：ResNet+LSTM model. Compared with B，P < 0.05；Compared with C，P < 0.05.