颈动脉斑块的性质判别方法、训练方法及超声设备技术

本发明专利技术涉及图像处理技术领域，具体涉及颈动脉斑块的性质判别方法、训练方法及超声设备。其中，颈动脉斑块的性质判别方法包括获取超声造影视频中颈动脉斑块的特征值；其中，所述颈动脉斑块的特征值包括颈动脉斑块的光流特征值；根据所述颈动脉斑块的特征值，利用性质判别模型预测所述颈动脉斑块的性质及其对应的概率；基于预测出的性质及其对应的概率，确定被检体的所述颈动脉斑块的性质。通过颈动脉斑块的特征值，并基于特征值对颈动脉斑块的性质进行预测，即，通过超声设备就可完成对颈动脉斑块的性质的预测，且该预测是依赖于颈动脉斑块的特征值，因此，该颈动脉斑块的性质判别方法可以在保证判别准确的基础上，提高判别的效率。

The methods of distinguishing the properties of carotid plaque, training methods and ultrasound equipment

【技术实现步骤摘要】
颈动脉斑块的性质判别方法、训练方法及超声设备
本专利技术涉及图像处理
，具体涉及颈动脉斑块的性质判别方法、训练方法及超声设备。
技术介绍
对于超声造影视频中斑块的判别而言，一般是人工依次查看各个视频，通过经验确定斑块的性质。超声造影是一种通过观察实质性脏器内血流灌注情况来判断组织器官占位性病变的性质及血流动力学特点的诊断方法。由于是纯血池造影剂，造影剂微泡的直径相当于红细胞大小，不会外溢至血管壁外，因此能够显示斑块内微血流情况，对斑块内新生血管情况进行评价，能进一步判断斑块的性质。然而，临床中对不同性质颈动脉斑块的判别主要是医生经验判断，这受到诊疗经验、思维方式等影响。不同医生对同一性质颈动脉斑块的判断可能会有差异。不同性质的颈动脉斑块组织产生的超声造影图像可能具有相似性，不易区分。因此，现有通过人工方式对颈动脉斑块的判别的方法导致颈动脉斑块的判别的效率较低。
技术实现思路
有鉴于此，本专利技术实施例提供了一种颈动脉斑块的性质判别方法、训练方法及超声设备，以解决现有颈动脉斑块的性质判别方法的效率较低的问题。...

【技术保护点】
1.一种颈动脉斑块的性质判别方法，其特征在于，包括：/n获取超声造影视频中颈动脉斑块的特征值；其中，所述颈动脉斑块的特征值包括所述颈动脉斑块的光流特征值；/n根据所述颈动脉斑块的特征值，利用性质判别模型预测所述颈动脉斑块的性质及其对应的概率；/n基于预测出的性质及其对应的概率，确定被检体的所述颈动脉斑块的性质。/n

【技术特征摘要】
1.一种颈动脉斑块的性质判别方法，其特征在于，包括：
获取超声造影视频中颈动脉斑块的特征值；其中，所述颈动脉斑块的特征值包括所述颈动脉斑块的光流特征值；
根据所述颈动脉斑块的特征值，利用性质判别模型预测所述颈动脉斑块的性质及其对应的概率；
基于预测出的性质及其对应的概率，确定被检体的所述颈动脉斑块的性质。


2.根据权利要求1所述的方法，其特征在于，所述获取超声造影视频中颈动脉斑块的特征值，包括：
获取超声造影视频及其对应的光流视频；
划分所述超声造影视频以及所述光流视频，以得到预设数量的视频对；
提取每组视频对中所述颈动脉斑块的特征，得到所述每组视频对中颈动脉斑块的特征值，以形成特征值矩阵。


3.根据权利要求2所述的方法，其特征在于，所述根据所述颈动脉斑块的特征值，利用性质判别模型预测所述颈动脉斑块的性质及其对应的概率，包括：
对所述特征值矩阵进行全连接处理，确定对应于所述每组视频对的注意力，以得到注意力矩阵；其中，所述注意力的大小用于表示关注程度的大小；
基于所述特征值矩阵以及所述注意力矩阵，预测所述颈动脉斑块的性质及其对应的概率。


4.根据权利要求3所述的方法，其特征在于，所述基于所述特征值矩阵以及所述注意力矩阵，预测所述颈动脉斑块的性质及其对应的概率，包括：
对所述特征值矩阵进行全连接以及归一化处理，得到第一性质矩阵；其中，第一性质矩阵中的元素用于表示所述每组视频对对应于各个预测性质的概率；
计算所述第一性质矩阵与所述注意力矩阵的乘积，以得到第二性质矩阵；
基于所述第二性质矩阵，计算每个所述预测性质的概率之和，以得到所述颈动脉斑块的预测性质及其对应的概率。


5.根据权利要求4所述的方法，其特征在于，所述基于预测出的性质及其对应的概率，确定被检体的所述颈动脉斑块的性质的步骤之后，还包括：
基于所述第一性质矩阵，判断每组视频对对应于所述确定出的性质的概率是否大于第一阈值；
当所述视频对对应于所述确定出的性质的概率大于第一阈值时，确定所述超声造影视频中对应于所述视频对的位置为关键帧的位置，以标注出所述关键帧。


6.根据权利要求3所述的方法，其特征在于，所述对所述每组视频对的特征值进行全连接处理，确定对应于每组视频对的注意力，包括：
对所述特征值矩阵进行第一全连接处理，得到第一特征矩阵；
基于所述第一特征矩阵进行第二全连接处理，得到第二特征矩阵；
对所述第二特征矩阵进行归一化处理，得到对应于每组视频对的注意力。


7.根据权利要求6所述的方法，其特征在于，所述基于所述特征值矩阵以及所述注意力矩阵，预测所述颈动脉斑块的性质及其对应的概率，包括：
计算所述特征值矩阵与所述注意力矩阵的乘积，以得到第三特征矩阵；其中，所述第三特征矩阵中的元素用于表示每组视频对的特征值；
基于所述第三特征矩阵，计算所述颈动脉斑块各个特征的特征值之和，以得到第四特征矩阵；
对所述第四特征矩阵进行全连接处理，以得到第三性质矩阵；其中，所述第三性质矩阵中的元素用于表示所述颈动脉斑块各个特征对应于各个预测性质的概率；
对所述第三性质矩阵进行归一化处理，以得到所述颈动脉斑块的预测性质及其对应的概率。


8.根据权利要求2所述的方法，...

【专利技术属性】
技术研发人员：李璐，赵明昌，
申请(专利权)人：无锡祥生医疗科技股份有限公司，
类型：发明
国别省市：江苏;32