The invention discloses a method for automatically obtaining the fetal critical section ultrasonic video central motion period video, in particular, first using the target tracking technology to locate the constantly deformed heart part, then using the classification method to preliminarily identify the end of diastolic and systolic period, so as to obtain the approximate cardiac cycle boundary frame; finally, using a cross gated bilinear matching mode Type B is used to test and fine locate the matching segments in the long video and the standard video, so as to combine the obvious boundary frame in the cardiac cycle video with the dynamic matching two sides in the middle, and more accurately match the complete cardiac cycle video under the relevant standard sections. The invention aims to use deep learning intelligence to automatically intercept fetal cardiac cycle video from ultrasonic video, providing the most direct and effective basis for subsequent intelligent diagnosis.
【技术实现步骤摘要】
自动获取胎儿关键切面超声视频中心动周期视频的方法
本专利技术属于产前超声检查
,特别是涉及一种自动获取胎儿关键切面超声视频中心动周期视频的方法。
技术介绍
目前,胎儿心脏超声检查是中期妊娠筛查先天性心脏病的最重要的手段。基于胎儿心脏超声检查的结果,能够减少许多严重复杂畸形胎儿的出生,同时针对检查结果中心脏异常较轻的胎儿,如果产前能得到诊断并作出必要的保障措施,出生后的新生儿的心脏异常便能得到及时救治。在胎儿心脏超声检查过程中,从胎儿关键切面(包括四腔心、左室流出道、右室流出道、3VT切面等)视频中获取的心动周期视频是对心脏发育状况进行评估、以及对心脏疾病进行诊断的关键数据,其中心动周期视频,指的是心动周期内相邻两个收缩末期帧(或舒张末期帧)采样所得到的视频。现有获取胎儿关键切面视频中心动周期视频的方法,主要是首先通过超声设备获取视频数据,然后借助超声医师其专业技能从这些视频数据中手动获取心动周期视频。然而,该方法存在一些不可忽略的缺陷:第一,该方法需要采集大量的视频数据,相当占用存储资源;第二,该视频数据中包括多个心动周期视频和干扰帧,因此从中筛选并确定心动周期视频的工作量巨大,且极其费时;第三,该方法需要基于专业技能高超的超声医师才能获得最准确的胎儿超声心动周期,因此在超声医师水平相对较低的县乡医院、以及超声医师缺乏的老少边穷地区,该方法无法得到普及应用。
技术实现思路
针对现有技术的以上缺陷或改进需求,本专利技术提供了一种自动获取胎儿关键切面超声视频中心动周期视频的方法, ...
【技术保护点】
1.一种自动获取胎儿关键切面超声视频中心动周期视频的方法,其特征在于,包括以下步骤:/n(1)从超声仪器实时采集胎儿关键切面超声视频,将该胎儿关键切面超声视频输入已经训练好的目标跟踪模型SiamRPN++,以定位心脏部位;/n(2)将步骤(1)得到的心脏部位输入组成目标跟踪模型SiamRPN++的ResNet-50骨干网络,以提取图像特征,将提取的图像特征输入单分类SVM(即One-class SVM),以获取多个心脏收缩末期帧或心脏舒张末期帧,并根据获取的多个心脏收缩末期帧或心脏舒张末期帧得到多个目标搜索视频片段;/n(3)使用视频再定位模型将步骤(2)得到的多个目标搜索视频片段与标准模板视频片段进行语义匹配,以从多个目标搜索视频片段中获取与标准模板视频片段最匹配的视频片段,该视频片段即为胎儿关键切面超声视频中的心动周期视频。/n
【技术特征摘要】
1.一种自动获取胎儿关键切面超声视频中心动周期视频的方法,其特征在于,包括以下步骤:
(1)从超声仪器实时采集胎儿关键切面超声视频,将该胎儿关键切面超声视频输入已经训练好的目标跟踪模型SiamRPN++,以定位心脏部位;
(2)将步骤(1)得到的心脏部位输入组成目标跟踪模型SiamRPN++的ResNet-50骨干网络,以提取图像特征,将提取的图像特征输入单分类SVM(即One-classSVM),以获取多个心脏收缩末期帧或心脏舒张末期帧,并根据获取的多个心脏收缩末期帧或心脏舒张末期帧得到多个目标搜索视频片段;
(3)使用视频再定位模型将步骤(2)得到的多个目标搜索视频片段与标准模板视频片段进行语义匹配,以从多个目标搜索视频片段中获取与标准模板视频片段最匹配的视频片段,该视频片段即为胎儿关键切面超声视频中的心动周期视频。
2.根据权利要求1所述的自动获取胎儿关键切面超声视频中心动周期视频的方法,其特征在于,目标图像和搜索图像首先通过前8个卷积层后,输出提取的特征图,然后进入目标跟踪模型SiamRPN++中最左边一级的SiameseRPN模块,输出两组维度相同的得分图;这两组得分图又跟目标对象和搜索图像经过之后的6个卷积层中的中间卷积层提取的特征图进行加权融合,作为中间一级的SiameseRPN模块的输入,随后该中间一级的SiameseRPN模块也输出两组维度相等的得分图,再跟目标对象和搜索图像经过上述3个卷积层中最后一个卷积层提取的得分图分别进行加权融合,作为最右边一级的SiameseRPN模块的输入,最后,最右边一级的SiameseRPN模块输出两组维度相等的得分图,并分别通过分类分支和回归分支输出分类结果和回归结果。
3.根据权利要求1所述的自动获取胎儿关键切面超声视频中心动周期视频的方法,其特征在于,目标跟踪模型SiamRPN++是通过以下步骤训练得到的:
(1-1)利用COCO、ImageNetDET、ImageNet2015-VID和Youtube边界框数据集对目标跟踪模型SiamRPN++进行预训练;
(1-2)利用已经标记的胎儿超声心动视频对预训练后的目标跟踪模型SiamRPN++的参数做微调训练。
4.根据权利要求1所述的自动获取胎儿关键切面超声视频中心动周期视频的方法,其特征在于,步骤(1-1)具体为,首先从网络下载组成目标跟踪模型SiamRPN++的...
【专利技术属性】
技术研发人员:李肯立,李胜利,朱宁波,文华轩,
申请(专利权)人:李肯立,
类型:发明
国别省市:湖南;43
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。