一种婴幼儿先天性心脏病超声影像智能筛查方法

一种婴幼儿先天性心脏病超声影像智能筛查方法，通过YOLOv12主干网络进行多尺度特征提取，确保了大小病灶的检出能力；结合Mamba模块的全局状态建模，能够捕捉心脏的动态连贯性，减少因局部误判导致的漏诊；SimAM注意力机制能有效增强低对比度病灶的显著性，进一步提升了微小异常的识别率。实现了从影像输入到结果输出的端到端自动化分析，显著减轻医生工作负担，筛查速度远快于人工分析；针对超声影像噪声多、对比度低的特点，本发明设计了专门的预处理流程和无参数的SimAM注意力机制，使得方法在复杂的影像质量下仍能保持稳定的性能；本发明最终输出带可视化标注的图像和结构化报告，为医生提供了更直观、定量的诊断依据，有助于提高诊断的准确性和一致性。