一种三维超声图像的处理方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及三维超声领域，尤其涉及一种三维超声图像的处理方法、装置、设备及存储介质，所述方法包括：获取待识别的胎儿三维超声图像；利用多任务深度神经网络模型对胎儿三维超声图像进行分割和定位，得到胎儿的股容积参数和和解剖结构点位置；通过计算得到胎儿的股容积数据和股骨长数据并输出。本发明专利技术通过深度学习的多任务学习方法对胎儿的三维超声图像进行分析，可以同时获得胎儿股容积和定位出股骨两端解剖结构点，精确预测胎儿的重量，采用多任务深度神经网络模型对股容积图像进行分割，提高股容积的预测精度，通过对股骨端点的精准定位，能够准确测量胎儿股骨长。

A processing method, device, equipment and storage medium of 3D ultrasonic image

【技术实现步骤摘要】
一种三维超声图像的处理方法、装置、设备及存储介质
本专利技术涉及三维超声领域，尤其涉及一种三维超声图像的处理方法、装置、设备及存储介质。
技术介绍
胎儿的体重估计和股骨长度检测是产前检查中十分重要一份数据，准确检测出胎儿的发育状况，有助于减少出生缺陷，并根据胎儿发育状况提供合适的产前监护。现有的预估胎儿重量的方法中，都是通过测量胎儿的双顶径、头围等生物参数来估计胎儿的体重，但是大量临床数据表明，该方法测出的胎儿体重与实际体重有15％的误差，并且上述方法只能预估出胎儿的体重，无法测得胎儿的股骨长度，而胎儿的股骨长度也是产前检查中较为重要的数据。由此可见，现有的测量胎儿体重和股骨长度的方法存在较多不足，急需改进。
技术实现思路
基于此，有必要针对上述的问题，提供一种三维超声图像的处理方法、装置、设备及存储介质。在其中一个实施例中，本专利技术提供了一种三维超声图像的处理方法，所述方法包括如下步骤：获取待处理的胎儿三维超声图像；利用多任务深度神经网络模型对所述胎儿三维超声图像进行分割和定位，以本文档来自技高网...

【技术保护点】
1.一种三维超声图像的处理方法，其特征在于，所述方法包括：/n获取待处理的胎儿三维超声图像；/n利用多任务深度神经网络模型对所述胎儿三维超声图像进行分割和定位，以得到所述三维超声图像中胎儿的股容积数据和股骨长数据；/n输出所述股容积数据和股骨长数据。/n

【技术特征摘要】
20190522 CN 20191043036271.一种三维超声图像的处理方法，其特征在于，所述方法包括：
获取待处理的胎儿三维超声图像；
利用多任务深度神经网络模型对所述胎儿三维超声图像进行分割和定位，以得到所述三维超声图像中胎儿的股容积数据和股骨长数据；
输出所述股容积数据和股骨长数据。


2.根据权利要求1所述的方法，其特征在于，所述利用多任务深度神经网络模型对所述胎儿三维超声图像进行分割和定位，以得到所述三维超声图像中胎儿的股容积数据和股骨长数据之前，还包括：
将所述待识别的胎儿三维超声图像进行镜像、旋转、拉伸操作，以对所述三维超声图像进行数据增强；
通过所述多任务深度神经网络模型的公共支路对增强后的所述三维图像进行处理，以提取出公共特征，其中，所述特征区域至少包含所述胎儿的股骨图像。


3.根据权利要求1所述的方法，其特征在于，所述利用多任务深度神经网络模型对所述胎儿三维超声图像进行分割和定位，以得到所述三维超声图像中胎儿的股容积数据和股骨长数据，包括：
通过所述多任务深度神经网络模型的分割支路对所述三维超声图像进行分割，得到所述三维超声图像中胎儿的股容积，以得到所述股容积数据；
通过所述多任务深度神经网络模型的定位支路对所述三维超声图像中胎儿的股骨端点进行定位，以得到所述股骨长数据。


4.根据权利要求3所述的方法，其特征在于，所述通过所述多任务深度神经网络模型的分割支路对所述三维超声图像进行分割，得到所述三维超声图像中胎儿的股容积，以得到所述股容积数据，包括：
对所述输入图像进行特征图提取操作，得到两个任务的公共特征；
将所述公共特征进行多次卷积操作和通道融合操作，得到股骨容积特征图；
利用分类器对所述股骨容积特征图进行像素...

【专利技术属性】
技术研发人员：王旭，
申请(专利权)人：深圳度影医疗科技有限公司，
类型：发明
国别省市：广东;44