一种超声检测对象的容积确定方法及超声设备技术

技术编号:30764760 阅读:117 留言:0更新日期:2021-11-10 12:21
本申请公开一种超声检测对象的容积确定方法及超声设备,属于超声图像处理技术领域,该方法包括:获取目标对象的第一超声图像和第二超声图像,其中,第一超声图像对应目标对象的主视图,第二超声图像对应目标对象的侧视图,分别在第一超声图像和第二超声图像中对目标对象进行关键点检测,基于在第一超声图像中检测到的关键点信息和在第二超声图像中检测到的关键点信息,确定目标对象的容积。这样,基于目标对象在不同视角下的超声图像中的关键点信息,确定目标对象的容积,不必再对超声图像进行语义分割,需确定的关键点信息的数据量要少于轮廓的数据量,所以可提升目标对象的容积确定速度。积确定速度。积确定速度。

【技术实现步骤摘要】
一种超声检测对象的容积确定方法及超声设备


[0001]本申请涉及超声图像处理
,尤其涉及一种超声检测对象的容积确定方法及超声设备。

技术介绍

[0002]超声检查在医学上的应用非常广泛,而随着图像处理技术的快速发展,超声图像的应用也越来越多,比如利用某个超声检测对象的超声图像分析超声检测对象的容积。
[0003]相关技术中,在利用超声图像分析超声检测对象的容积时,先对超声图像进行语义分割,确定出超声检测对象的轮廓,再基于轮廓中包含的像素数量,确定超声检测对象的容积。然而,由于超声图像具有噪声大、边界不清晰等难以分割的特点,所以语义分割的速度比较慢,再加上超声设备的运算能力并不是很高,所以超声检测对象的容积确定速度并不高。

技术实现思路

[0004]本申请实施例提供一种超声检测对象的容积确定方法及超声设备,用以解决相关技术中超声检测对象的容积确定速度比较慢的问题。
[0005]第一方面,本申请实施例提供一种超声检测对象的容积确定方法,包括:
[0006]获取目标对象的第一超声图像和第二超声图像,所述第一超声图像对应所述目标对象的主视图,所述第二超声图像对应所述目标对象的侧视图;
[0007]分别在所述第一超声图像和所述第二超声图像中对所述目标对象进行关键点检测;
[0008]基于在所述第一超声图像中检测到的关键点信息和在所述第二超声图像中检测到的关键点信息,确定所述目标对象的容积。
[0009]在一些可能的实施方式中,根据以下步骤在所述第一超声图像和所述第二超声图像中对所述目标对象进行关键点检测:
[0010]对超声图像进行第一特征提取处理,得到局部特征;
[0011]对所述局部特征和所述超声图像进行通道拼接处理,得到参考特征图;
[0012]对所述参考特征图进行第二特征提取处理,得到全局特征;
[0013]对所述局部特征和所述全局特征进行融合处理,得到融合特征;
[0014]基于所述融合特征,识别所述超声图像中所述目标对象的关键点信息。
[0015]在一些可能的实施方式中,对超声图像进行第一特征提取处理,得到局部特征,包括:
[0016]通过常规卷积层对所述超声图像进行卷积运算,得到第一特征图,对所述第一特征图进行尺寸压缩;
[0017]通过常规卷积层对尺寸压缩后的第一特征图进行卷积运算,得到第二特征图,对所述第二特征图进行尺寸压缩;
[0018]通过常规卷积层对尺寸压缩后的第二特征图进行卷积运算,得到第三特征图,对所述第三特征图进行尺寸压缩;
[0019]通过常规卷积层对尺寸压缩后的第三特征图进行卷积运算,得到第四特征图;
[0020]对所述第四特征图进行尺寸扩充,对尺寸扩充后的第四特征图和所述第三特征图进行融合处理,得到第五特征图;
[0021]对所述第五特征图进行尺寸扩充,对尺寸扩充后的第五特征图和所述第二特征图进行融合处理,得到第六特征图;
[0022]对所述第六特征图进行尺寸扩充,对尺寸扩充后的第六特征图和所述第一特征图进行融合处理,得到第七特征图;
[0023]通过常规卷积层对所述第七特征图进行卷积运算,得到所述局部特征。
[0024]在一些可能的实施方式中,对两个特征图进行特征融合处理是指对所述两个特征图中相同位置上的特征数据进行相加处理。
[0025]在一些可能的实施方式中,对所述参考特征图进行第二特征提取处理,得到全局特征,包括:
[0026]通过至少一组空洞卷积层对所述参考特征图进行卷积运算,得到各组空洞卷积层对应的特征图,不同组空洞卷积层的卷积参数不同;
[0027]基于各组空洞卷积层对应的特征图,确定所述局部特征。
[0028]在一些可能的实施方式中,基于各组空洞卷积层对应的特征图,确定所述局部特征,包括:
[0029]若有一组空洞卷积层,则将所述空洞卷积层对应的特征图,确定为所述局部特征;
[0030]若有至少两组空洞卷积层,则对各组空洞卷积层对应的特征图中相同位置上的特征数据进行相加处理,得到所述局部特征。
[0031]在一些可能的实施方式中,对所述局部特征和所述全局特征进行融合处理,得到融合特征,包括:
[0032]对所述局部特征和所述全局特征中相同位置上的特征数据进行相乘处理,得到所述融合特征。
[0033]在一些可能的实施方式中,分别在所述第一超声图像和所述第二超声图像中对所述目标对象进行关键点检测,包括:
[0034]利用关键点检测模型分别在所述第一超声图像和所述第二超声图像中对所述目标对象进行关键点检测,所述关键点检测模型是对超声图像样本和所述超声图像样本中所述目标对象的关键点位置信息进行学习得到的;
[0035]所述超声图像样本是根据以下步骤生成的;
[0036]获取所述目标对象的原始超声图像;
[0037]对所述原始超声图像的至少一种图像特征进行变换处理,得到变换超声图像;
[0038]将所述初始超声图像和所述变换超声图像,确定为所述图像样本。
[0039]在一些可能的实施方式中,基于在所述第一超声图像中检测到的关键点信息和在所述第二超声图像中检测到的关键点信息,确定所述目标对象的容积,包括:
[0040]基于在所述第一超声图像中检测到的关键点信息,确定所述目标对象的横截面尺寸信息;
[0041]基于在所述第二超声图像中检测到的关键点信息,确定所述目标对象的纵截面尺寸信息;
[0042]基于所述横截面尺寸信息和所述纵截面尺寸信息,确定所述目标对象的容积。
[0043]第二方面,本申请实施例提供一种超声设备,包括探头、显示器、存储器和处理器,其中:
[0044]所述探头,用于发射超声波束;
[0045]所述存储器,用于存储超声图像和目标对象的容积;
[0046]所述显示器,用于显示超声图像和目标对象的容积;
[0047]所述处理器,分别连接所述探头、所述存储器和所述显示器,用于执行上述任一超声检测对象的容积确定方法。
[0048]第三方面,本申请实施例提供一种存储介质,当所述存储介质中的指令由超声设备的处理器执行时,所述超声设备能够执行上述任一超声检测对象的容积确定方法。
[0049]本申请实施例中,获取目标对象的第一超声图像和第二超声图像,其中,第一超声图像对应目标对象的主视图,第二超声图像对应目标对象的侧视图,分别在第一超声图像和第二超声图像中对目标对象进行关键点检测,基于在第一超声图像中检测到的关键点信息和在第二超声图像中检测到的关键点信息,确定目标对象的容积。这样,基于目标对象在不同视角下的超声图像中的关键点信息,确定目标对象的容积,不必再对超声图像进行语义分割,需确定的关键点信息的数据量要少于轮廓的数据量,所以可提升目标对象的容积确定速度。
附图说明
[0050]此处所说明的附图用来提供对本申请的进一本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种超声检测对象的容积确定方法,其特征在于,包括:获取目标对象的第一超声图像和第二超声图像,所述第一超声图像对应所述目标对象的主视图,所述第二超声图像对应所述目标对象的侧视图;分别在所述第一超声图像和所述第二超声图像中对所述目标对象进行关键点检测;基于在所述第一超声图像中检测到的关键点信息和在所述第二超声图像中检测到的关键点信息,确定所述目标对象的容积。2.如权利要求1所述的方法,其特征在于,根据以下步骤在所述第一超声图像和所述第二超声图像中对所述目标对象进行关键点检测:对超声图像进行第一特征提取处理,得到局部特征;对所述局部特征和所述超声图像进行通道拼接处理,得到参考特征图;对所述参考特征图进行第二特征提取处理,得到全局特征;对所述局部特征和所述全局特征进行融合处理,得到融合特征;基于所述融合特征,识别所述超声图像中所述目标对象的关键点信息。3.如权利要求2所述的方法,其特征在于,对超声图像进行第一特征提取处理,得到局部特征,包括:通过常规卷积层对所述超声图像进行卷积运算,得到第一特征图,对所述第一特征图进行尺寸压缩;通过常规卷积层对尺寸压缩后的第一特征图进行卷积运算,得到第二特征图,对所述第二特征图进行尺寸压缩;通过常规卷积层对尺寸压缩后的第二特征图进行卷积运算,得到第三特征图,对所述第三特征图进行尺寸压缩;通过常规卷积层对尺寸压缩后的第三特征图进行卷积运算,得到第四特征图;对所述第四特征图进行尺寸扩充,对尺寸扩充后的第四特征图和所述第三特征图进行融合处理,得到第五特征图;对所述第五特征图进行尺寸扩充,对尺寸扩充后的第五特征图和所述第二特征图进行融合处理,得到第六特征图;对所述第六特征图进行尺寸扩充,对尺寸扩充后的第六特征图和所述第一特征图进行融合处理,得到第七特征图;通过常规卷积层对所述第七特征图进行卷积运算,得到所述局部特征。4.如权利要求3所述的方法,其特征在于,对两个特征图进行特征融合处理是指对所述两个特征图中相同位置上的特征数据进行相加处理。5.如权利要求2所述的方法,其特征在于,对所述参考特征图进行第二特征提取处理,得到全局特征,包括:通过至少一组空洞卷积层对所述参考特征图进行卷积运算...

【专利技术属性】
技术研发人员:王文凯时俊楠陈哲王琦郭颂
申请(专利权)人:青岛海信医疗设备股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1