AI多视角架构助力心脏病精准诊断

心脏病是全球成年人死亡的主要诱因，因此心血管疾病的早期识别与干预已成为全球公共卫生的重点议题。超声心动图作为临床医生评估心脏结构与功能的常用影像手段，广泛应用于各类心臟疾病的诊断。传统的超声心动图通常以二维图像形式呈现三维心脏结构，每份检查包含数百张动态心脏切面图像，供医生综合判断心脏形态与运动状态。为提升诊断精度，加州大学旧金山分校的研究团队探索了深度神经网络（DNN）的优化路径，提出一种新型“多视图”AI架构，能够同步整合多个成像角度的信息，突破传统单一视图分析的局限。该架构被用于训练模型识别三种常见