一种基于三维超声的胎儿头部全自动分割方法技术

本发明专利技术涉及图像处理技术领域，具体涉及一种基于三维超声的胎儿头部全自动分割方法，该方法包括：首先对胎儿头部的三维超声容积数据集进行数据增强，得到增强后的数据集；然后将增强后的数据集输入到全卷积神经网络中，以端到端容积映射的方式训练模型，实现对数据集的预分割；最后采用基于自动上下文的级联全卷积神经网络对预分割的结果进行迭代优化处理，得到最终的分割结果。本发明专利技术的目的在于克服现有二维超声对胎儿头部测量存在的诸多不足，进而提升医生后续诊断效率、促进更多其他的产前研究。

A Method of Fully Automatic Segmentation of Fetal Head Based on Three-dimensional Ultrasound

The invention relates to the field of image processing technology, in particular to an automatic segmentation method of fetal head based on three-dimensional ultrasound. The method includes: firstly, data enhancement of three-dimensional ultrasound volume data set of fetal head is carried out to obtain enhanced data set; secondly, the enhanced data set is input into full-convolution neural network, and the model is trained by end-to-end volume mapping. Finally, cascaded full convolution neural network based on automatic context is used to optimize the results of pre-segmentation iteratively, and the final segmentation results are obtained. The object of the present invention is to overcome many shortcomings of the existing two-dimensional ultrasound in fetal head measurement, thereby improving the efficiency of the doctor's follow-up diagnosis and promoting more other prenatal research.

【技术实现步骤摘要】
一种基于三维超声的胎儿头部全自动分割方法
本专利技术涉及图像处理
，具体涉及一种基于三维超声的胎儿头部全自动分割方法。
技术介绍
在不同妊娠期间进行的产前检查主要依赖于超声筛查，这被公认是一种实时、无创和无辐射的技术手阶段。而在所有的胎儿生物测量参数中，以胎儿头部为重点的参数测量是超声科医生考虑的主要指标，其能明确反映胎儿的成长状况，通过将胎儿头部的测量与其他解剖结构(如胎儿腹部和股骨)的测量相结合，超声科医生可以进一步估计胎儿体重并获得更好的诊断信息。然而，由于二维超声图像的局限性，目前临床上胎儿头部的测量通常会带有较大误差。首先，常规诊断中采用的胎儿头部二维生物测量参数往往是从近似几何学中获取得的，如直线和椭圆，这就带来了专家间的组间和组内的差异，甚至是错误；其次，二维生物测量技术在表现头部的复杂三维几何学方面显然很粗糙，超声科医生经常需要多种2D生物测量参数，如头围(HC)和双顶径(BPD)，由此需要花费更多的时间和精力；最后，选择解剖结构标准切面是预先要提取的，在这个选择过程中超声检查者之间组间差异会进一步加大了测量结果偏差。三维容积超声相比二维超声在呈现生物测量参数方本文档来自技高网...

【技术保护点】
1.一种基于三维超声的胎儿头部全自动分割方法，其特征在于，包括以下步骤：S1.首先对胎儿头部的三维超声容积数据集进行数据增强，得到增强后的数据集；S2.然后将增强后的数据集输入到全卷积神经网络中，以端到端容积映射的方式训练模型，实现对数据集的预分割；S3.最后采用基于自动上下文的级联全卷积神经网络对预分割的结果进行迭代优化处理，得到最终的分割结果。

【技术特征摘要】
1.一种基于三维超声的胎儿头部全自动分割方法，其特征在于，包括以下步骤：S1.首先对胎儿头部的三维超声容积数据集进行数据增强，得到增强后的数据集；S2.然后将增强后的数据集输入到全卷积神经网络中，以端到端容积映射的方式训练模型，实现对数据集的预分割；S3.最后采用基于自动上下文的级联全卷积神经网络对预分割的结果进行迭代优化处理，得到最终的分割结果。2.根据权利要求1所述的基于三维超声的胎儿头部全自动分割方法，其特征在于所述步骤S1具体包括以下步骤：a.首先采用三维数据镜像、旋转、裁剪、形变的方法对胎儿头部的三维超声容积数据集进行若干倍的扩增；b.然后采用随机擦除的方法对扩增后的数据集进行选择性增强。3.根据权利要求1所述的基于三维超声的胎儿头部全自动分割方法，其特征在于：所述步骤S2中的全卷积神经网络由若干阶段构成，采用跳跃连接的方式连接下采样和上采样，通过调整不同阶段中的卷积层、反卷积层、池化层和内核大小，实现对数据集的预分割。4.根据权利要求3所述的基于三维超声的胎儿头部全自动分割方法，...

【专利技术属性】
技术研发人员：倪东，王旭，汪天富，
申请(专利权)人：深圳大学，
类型：发明
国别省市：广东,44