Page 124 - 南京医科大学学报自然科学版

第44卷第2期
·262 · 南 京 医 科 大 学 学 报 2024年2月

［10］ 吴 洋，张红梅，尹立雪，等. 超声心动图心尖四腔心切 164：135-145
面图像质量智能评分研究［J］. 中华医学超声杂志（电 ［17］ TAHERI DEZAKI F，LIAO Z B，LUONG C，et al. Cardiac

子版），2023，20（1）：97-102 phase detection in echocardiograms with densely gated re⁃
［11］ 李 敬，刘宁宁，王笑一. 人工智能在超声诊断中的应 current neural networks and global extrema loss［J］. IEEE
用现状及展望［J］. 中国超声医学杂志，2022，38（5）： Trans Med Imag，2018，38（8）：1821-1832
595-598 ［18］ FIORITO A M，ØSTVIK A，SMISTAD E，et al. Detection
［12］ FARHAD M，MASUD M M，BEG A. Deep learning based of cardiac events in echocardiography using 3D convolu⁃
cardiac phase detection using echocardiography imaging tional recurrent neural networks［C］//2018 IEEE Interna⁃
［C］//International Conference on Advanced Data Mining tional Ultrasonics Symposium（IUS）.Kobe，Japan.IEEE，
and Applications.Cham：Springer，2022：3-17 2019：1-4
［13］ DEZAKI F T，DHUNGEL N，ABDI A H，et al. Deep resid⁃ ［19］ LANE E S，AZARMEHR N，JEVSIKOV J，et al. Multibeat
ual recurrent neural networks for characterisation of cardi⁃ echocardiographic phase detection using deep neural net⁃
ac cycle phase from echocardiograms［C］//International works［J］. Comput Biol Med，2021，133：104373
Workshop on Deep Learning in Medical Image Analysis， ［20］ LIU Z，NING J，CAO Y，et al. Video swin transformer［C］//
International Workshop on Multimodal Learning for Clini⁃ 2022 IEEE/CVF Conference on Computer Vision and Pat⁃
cal Decision Support.Cham：Springer，2017：100-108 tern Recognition（CVPR）. New Orleans，LA，USA.IEEE，
［14］ KONG B，ZHAN Y Q，SHIN M，et al. Recognizing end⁃Di⁃ 2022：3192-3201
astole and end⁃Systole frames via deep temporal regres⁃ ［21］ OUYANG D，HE B，GHORBANI A，et al. Video⁃based AI
sion network ［M］//OURSELIN S， JOSKOWICZ L， for beat⁃to⁃beat assessment of cardiac function［J］. Na⁃
SABUNCU M R，et al.，Eds.Lecture Notes in Computer ture，2020，580（7802）：252-256
Science.Cham：Springer International Publishing，2016： ［22］ YIN H，ZHOU Y H，CAO L，et al. Channel prediction
264-272 with liquid time⁃constant networks：an online and adap⁃
［15］ HE F X，LIU T L，TAO D C. Why ResNet works?Residu⁃ tive approach［C］//2021 IEEE 94th Vehicular Technology
als generalize［J］. IEEE Trans Neural Netw Learn Syst， Conference（VTC2021 ⁃ Fall）. Norman，OK，USA.IEEE，
2020，31（12）：5349-5362 2021：1-6
［16］ QIN C，CHEN L M，CAI Z T，et al. Long short⁃term memo⁃ ［收稿日期］ 2023-08-08
ry with activation on gradient［J］. Neural Netw，2023， （本文编辑：戴王娟）