超声图像视频分类预测方法及系统技术方案

本发明专利技术公开了超声图像视频分类预测方法及系统。涉及图像处理领域，其中，方法通过获取包含时间维度、图像宽度、图像高度的原始视频图像，利用特征提取网络提取原始视频图像的特征，对特征利用时序上采样输出分类预测结果，其分类预测结果包括标准切面和非标准切面。利用特征提取网络高效的学习原始视频图像的时时序信息，通过时序上采样输出视频片段每帧的分类预测结果，提高预测效率，当用于超声视频数据时，能够提高超声诊断效率，减轻医生负担，而且有助于缓解医疗资源不足的问题。可广泛应用于视频图像预测领域。

Method and system of ultrasonic image video classification and prediction

【技术实现步骤摘要】
超声图像视频分类预测方法及系统
本专利技术涉及图像处理领域，尤其是涉及一种超声图像视频分类预测方法及系统。
技术介绍
如今利用超声设备获取用户的医学视频图像，并确定诊疗方案越来越普遍，例如通过产前超声进行畸形筛查，保障新生儿健康。通常产前超声检查可大致分为三个过程。首先，医师控制设备扫描胎儿特定的身体区域，然后超声医师需要在操作超声探头的同时从连续扫描视频中搜索标准切面，最后在标准切面上，观察组织结构或测量生物学参数，以确定胎儿是否存在生理异常并评估胎儿的生长发育和健康状况。因此，预测胎儿超声影像标准切面作为产前超声检查的关键步骤，是后续参数测量和异常诊断的前提。然而，预测标准切面是一项高度专业化的任务，需要深厚的专业知识和临床经验，而且标准切面的筛选耗时且费力，一次完整的产前超声检查通常需要40分钟到一个多小时。由于超声扫描视图的连续性在动态视频中标准切面与相邻帧的非标准切面之间仅存在细微差别。此外，与一般视频分析任务相比，超声成像通常受到噪声和伪影的影响，无论对于人工还是智能算法，都是十分具有挑战性的任务。>因此需要提出一种能本文档来自技高网...

【技术保护点】
1.一种超声图像视频分类预测方法，其特征在于，包括：/n获取原始视频图像；/n利用特征提取网络提取所述原始视频图像的特征；/n对所述特征利用时序上采样输出每帧的分类预测结果；/n所述特征提取网络和所述时序上采样构成分类预测网络。/n

【技术特征摘要】
1.一种超声图像视频分类预测方法，其特征在于，包括：
获取原始视频图像；
利用特征提取网络提取所述原始视频图像的特征；
对所述特征利用时序上采样输出每帧的分类预测结果；
所述特征提取网络和所述时序上采样构成分类预测网络。


2.根据权利要求1所述的一种超声图像视频分类预测方法，其特征在于，所述特征提取网络为三维卷积残差网络，包括：1个卷积层和至少1个残差块。


3.根据权利要求2所述的一种超声图像视频分类预测方法，其特征在于，所述时序上采样由对应于残差块数量的反卷积层进行上采样，同时所述特征提取网络的中间层特征经空间最大池化操作后与上采样后的时序特征进行通道融合。


4.根据权利要求1所述的一种超声图像视频分类预测方法，其特征在于，还包括对所述原始视频图像进行预处理，所述预处理包括：调整图像大小和图像归一化。


5.根据权利要求1所述的一种超声图像视频分类预测方法，其特征在于，所述分类预测网络的损失函数为焦点损失函数，具体表示为：
FL(pt)＝-αt(1-...

【专利技术属性】
技术研发人员：汪天富，孔沛瑶，倪东，雷柏英，陈思平，
申请(专利权)人：深圳大学，
类型：发明
国别省市：广东;44