一种标准超声图像训练集的生成方法及系统技术方案

本发明专利技术提供一种标准超声图像训练集的生成方法及系统，涉及数据标准化技术领域，包括：处理装置将超声图像数据进行标准化处理，得到具有预设格式的标准超声图像数据；对标准超声图像数据进行图像评估得到相应的图像评估结果；在图像评估结果中的各图像评估子类别不符合预设图像评估标准时，对标准超声图像数据进行优化处理得到优化超声图像数据；在图像评估子类别符合预设图像评估标准时，医生对图像评估结果对应的标准超声图像数据进行人工标注，并将标注后的标准超声图像数据加入标准超声图像训练数据集，以供后续模型训练使用。有益效果是使得超声图像数据包含更为丰富的临床数据，保证标准超声图像训练集中的训练数据的图像质量。

【技术实现步骤摘要】
一种标准超声图像训练集的生成方法及系统
本专利技术涉及数据标准化
，尤其涉及一种标准超声图像训练集的生成方法及系统。
技术介绍
现有超声人工智能训练数据，主要针对图像分类和识别方面，目前的超声图像数据大多包含静态图片、一般动态图或者图像序列，在需要进行图像分类模型或图像识别模型的训练时，标注人员按照对超声图像的认知进行标注。目前的超声训练数据比较单一，只是包含图片信息，对于超声的其他信息，比如病人信息、检查部位、图像物理和像素比等等具有临床意义的数据并不在其内。而单一的训练数据在目前的训练中可能有效，不过如果加入更多的临床数据那对标注人员或者之后的多模型联合训练都有更多的意义。超声图像数据是从不同的超声设备上获取，而不同的超声设备因为其不同的超声传感器和不同的算法等原因，即使同样的病人，同样的诊断位置，同一个诊断医生虽然产生的图像大致相同，但会产生不同的图像数据，比如噪声、边界、灰度值等。这种图像质量数据的不同将影响人工智能训练的训练结果的准确性，进而影响训练得到的超声训练模型的预测准确度。
技术实现思路
针对现有技术中存在的问题，本专利技术提供一种标准超声图像训练集的生成方法，预先由医院的至少一超声设备上获取超声扫查得到的若干超声图像数据，并将各所述超声图像数据发送至与所述超声设备连接的一处理装置；则所述标准超声图像训练集的生成方法具体包括以下步骤：步骤S1，针对每个所述超声图像数据，所述处理装置将所述超声图像数据进行标准化处理，得到具有预设格式的标准超声图像数据；步骤S2，所述处理装置对所述标准超声图像数据进行图像评估得到相应的图像评估结果；所述图像评估结果包括若干图像评估子类别；步骤S3，所述处理装置将所述图像评估结果中的各所述图像评估子类别分别与对应的预设图像评估标准进行比较：若所述图像评估子类别不符合所述预设图像评估标准，则转向步骤S4；若所述图像评估子类别符合所述预设图像评估标准，则转向步骤S5；步骤S4，所述处理装置对所述图像评估结果对应的所述标准超声图像数据进行优化处理得到优化超声图像数据，并将所述优化超声图像数据作为所述标准超声图像数据输出，随后返回所述步骤S2；步骤S5，医生通过所述处理装置对所述图像评估结果对应的所述标准超声图像数据进行人工标注，并将标注后的所述标准超声图像数据加入一标准超声图像训练数据集，以供后续模型训练使用。优选的，所述超声图像数据为静态超声图像数据，所述预设格式为DICOM格式；则所述步骤S1具体包括：步骤S11a，所述处理装置获取所述静态超声图像数据的数据格式，并判断所述数据格式是否为所述DIOCM格式：若是，则转向步骤S2；若否，则转向步骤S12a；步骤S12a，所述处理装置分别获取所述静态超声图像数据对应的病人信息、检查信息、序列信息以及影像信息，并处理得到所述数据格式为所述DICOM格式的标准超声图像数据。优选的，所述超声图像数据为动态超声图像数据，所述预设格式为DICOM格式；则所述步骤S1具体包括：步骤S11b，所述处理装置获取所述动态超声图像数据的数据格式，并判断所述数据格式是否为所述DIOCM格式：若是，则转向步骤S2；若否，则转向步骤S12b；步骤S12b，所述处理装置对所述动态超声图像数据进行解码得到包含至少一静态超声图像数据的一静态超声图像数据序列，针对每个所述静态超声图像数据，分别获取所述静态超声图像数据对应的病人信息、检查信息、序列信息以及影像信息，并处理得到所述数据格式为所述DICOM格式的标准超声图像数据。优选的，所述步骤S3中，所述图像评估子类别为所述标准超声图像数据的图像像素均值，所述预设图像评估标准为预设均值阈值；所述图像像素均值不大于所述预设均值阈值时表示所述图像评估子类别不符合所述预设图像评估标准；所述图像像素均值大于所述预设均值阈值时表示所述图像评估子类别符合所述预设图像评估标准。优选的，所述步骤S3中，所述图像评估子类别为所述标准超声图像数据的图像像素标准差，所述预设图像评估标准为预设标准差阈值；所述图像像素标准差不大于所述预设标准差阈值时表示所述图像评估子类别不符合所述预设图像评估标准；所述图像像素标准差大于所述预设标准差阈值时表示所述图像评估子类别符合所述预设图像评估标准。优选的，所述步骤S3中，所述图像评估子类别为所述标准超声图像数据的图像平均梯度，所述预设图像评估标准为预设梯度阈值；所述图像平均梯度不大于所述预设梯度阈值时表示所述图像评估子类别不符合所述预设图像评估标准；所述图像平均梯度大于所述预设梯度阈值时表示所述图像评估子类别符合所述预设图像评估标准。优选的，所述步骤S3中，所述图像评估子类别为所述标准超声图像数据的图像熵，所述预设图像评估标准为预设熵阈值；所述图像熵不大于所述预设熵阈值时表示所述图像评估子类别不符合所述预设图像评估标准；所述图像熵大于所述预设熵阈值时表示所述图像评估子类别符合所述预设图像评估标准。优选的，所述步骤S4中，所述处理装置对所述标准超声图像数据进行优化处理包括对所述标准超声图像数据进行去噪处理和/或边界增强。优选的，所述步骤S5中，所述人工标注包括对所述标准超声图像数据进行边缘标注得到标注有感兴趣区域的所述标准超声图像数据，和/或对所述标准超声图像进行类别标注得到标注有超声部位的所述标准超声图像数据。一种标准超声图像训练集的生成系统，应用于以上任意一项所述的标准超声图像训练的生成方法，所述标准超声图像训练集的生成系统具体包括：至少一超声设备，用于通过超声扫查得到若干超声图像数据并输出；处理装置，连接所述超声设备，所述处理装置包括：标准化单元，用于针对每个所述超声图像数据，将所述超声图像数据进行标准化处理，得到具有预设格式的标准超声图像数据；图像评估单元，连接所述标准化单元，用于对所述标准超声图像数据进行图像评估得到相应的图像评估结果；所述图像评估结果包括若干图像评估子类别；数据比较单元，连接所述图像评估单元，用于将所述图像评估结果中的各所述图像评估子类别分别与对应的预设图像评估标准进行比较，并在所述图像评估子类别不符合所述预设图像评估标准时输出第一比较结果，以及在所述图像评估子类别符合所述预设图像评估标准时输出第二比较结果；图像优化单元，连接所述数据比较单元，用于根据所述第一比较结果，对所述图像评估结果对应的所述标准超声图像数据进行优化处理得到优化超声图像数据，并将所述优化超声图像数据作为所述标准超声图像数据输出；训练集生成单元，连接所述数据比较单元，用于根据所述第二比较结果，供医生对所述图像评估结果对应的所述标准超声图像数据进行人工标注，并将标注后的所述标准超声图像数据加入一标准超声图像训练数据集，以供后续模型训练使用。上述技术方案具有如下优本文档来自技高网...

【技术保护点】
1.一种标准超声图像训练集的生成方法，其特征在于，预先由医院的至少一超声设备上获取超声扫查得到的若干超声图像数据，并将各所述超声图像数据发送至与所述超声设备连接的一处理装置；/n则所述标准超声图像训练集的生成方法具体包括以下步骤：/n步骤S1，针对每个所述超声图像数据，所述处理装置将所述超声图像数据进行标准化处理，得到具有预设格式的标准超声图像数据；/n步骤S2，所述处理装置对所述标准超声图像数据进行图像评估得到相应的图像评估结果；/n所述图像评估结果包括若干图像评估子类别；/n步骤S3，所述处理装置将所述图像评估结果中的各所述图像评估子类别分别与对应的预设图像评估标准进行比较：/n若所述图像评估子类别不符合所述预设图像评估标准，则转向步骤S4；/n若所述图像评估子类别符合所述预设图像评估标准，则转向步骤S5；/n步骤S4，所述处理装置对所述图像评估结果对应的所述标准超声图像数据进行优化处理得到优化超声图像数据，并将所述优化超声图像数据作为所述标准超声图像数据输出，随后返回所述步骤S2；/n步骤S5，医生通过所述处理装置对所述图像评估结果对应的所述标准超声图像数据进行人工标注，并将标注后的所述标准超声图像数据加入一标准超声图像训练数据集，以供后续模型训练使用。/n...

【技术特征摘要】
1.一种标准超声图像训练集的生成方法，其特征在于，预先由医院的至少一超声设备上获取超声扫查得到的若干超声图像数据，并将各所述超声图像数据发送至与所述超声设备连接的一处理装置；
则所述标准超声图像训练集的生成方法具体包括以下步骤：
步骤S1，针对每个所述超声图像数据，所述处理装置将所述超声图像数据进行标准化处理，得到具有预设格式的标准超声图像数据；
步骤S2，所述处理装置对所述标准超声图像数据进行图像评估得到相应的图像评估结果；
所述图像评估结果包括若干图像评估子类别；
步骤S3，所述处理装置将所述图像评估结果中的各所述图像评估子类别分别与对应的预设图像评估标准进行比较：
若所述图像评估子类别不符合所述预设图像评估标准，则转向步骤S4；
若所述图像评估子类别符合所述预设图像评估标准，则转向步骤S5；
步骤S4，所述处理装置对所述图像评估结果对应的所述标准超声图像数据进行优化处理得到优化超声图像数据，并将所述优化超声图像数据作为所述标准超声图像数据输出，随后返回所述步骤S2；
步骤S5，医生通过所述处理装置对所述图像评估结果对应的所述标准超声图像数据进行人工标注，并将标注后的所述标准超声图像数据加入一标准超声图像训练数据集，以供后续模型训练使用。


2.根据权利要求1所述的标准超声图像训练集的生成方法，其特征在于，所述超声图像数据为静态超声图像数据，所述预设格式为DICOM格式；
则所述步骤S1具体包括：
步骤S11a，所述处理装置获取所述静态超声图像数据的数据格式，并判断所述数据格式是否为所述DIOCM格式：
若是，则转向步骤S2；
若否，则转向步骤S12a；
步骤S12a，所述处理装置分别获取所述静态超声图像数据对应的病人信息、检查信息、序列信息以及影像信息，并处理得到所述数据格式为所述DICOM格式的标准超声图像数据。


3.根据权利要求1所述的标准超声图像训练集的生成方法，其特征在于，所述超声图像数据为动态超声图像数据，所述预设格式为DICOM格式；
则所述步骤S1具体包括：
步骤S11b，所述处理装置获取所述动态超声图像数据的数据格式，并判断所述数据格式是否为所述DIOCM格式：
若是，则转向步骤S2；
若否，则转向步骤S12b；
步骤S12b，所述处理装置对所述动态超声图像数据进行解码得到包含至少一静态超声图像数据的一静态超声图像数据序列，针对每个所述静态超声图像数据，分别获取所述静态超声图像数据对应的病人信息、检查信息、序列信息以及影像信息，并处理得到所述数据格式为所述DICOM格式的标准超声图像数据。


4.根据权利要求1所述的标准超声图像训练集的生成方法，其特征在于，所述步骤S3中，所述图像评估子类别为所述标准超声图像数据的图像像素均值，所述预设图像评估标准为预设均值阈值；
所述图像像素均值不大于所述预设均值阈值时表示所述图像评估子类别不符合所述预设图像评估标准；
所述图像像素均值大于所述预设均值阈值时表示所述图像评估子类别符合所述预设图像评估标准。


5.根据权利要求1所述的标准超声图像训练集的生成方法，其特征在于，所述步骤S3中，...

【专利技术属性】
技术研发人员：朱瑞星，陈学兵，刘西耀，
申请(专利权)人：上海深至信息科技有限公司，上海尽星生物科技有限责任公司，
类型：发明
国别省市：上海;31