本发明专利技术实施例提供一种乳头检测方法，所述方法包括：获取乳腺超声图像文件，自动进行冠状面中间位置的对位，获取AP位的冠状面图像；对所述冠状面图像进行图像数据的预处理；将预处理得到的图像输入检测模型中，得到合理乳头位置以及各合理位置的置信度，所述检测模型基于所述冠状面图像的训练集通过训练yolov5网络得到；根据所述合理乳头位置及置信度，得到乳头位置。通过对乳腺三维超声图像进行AI乳头检测，使得在使用乳腺三维超声时，扫描过程中不再需要人工乳头位置确认，解决了目前乳腺三维超声检查时需要人工确认乳头位置的痛点。维超声检查时需要人工确认乳头位置的痛点。维超声检查时需要人工确认乳头位置的痛点。
【技术实现步骤摘要】
一种乳头检测方法和装置、计算机设备、可存储介质
[0001]本专利技术涉及图像处理
，特别是涉及一种乳头检测方法和装置、计算机设备、可存储介质。
技术介绍
[0002]在医疗技术及医疗设备迅速发展的现今，各种影像和超声技术已经越来越多的运用到医疗诊断的各个领域。乳腺相关的医疗诊断CT影像或超声技术也有普遍的使用，比如乳腺癌的诊断以及各种乳房整形再造手术等。在对乳腺相关的诊断中对乳腺组织的定位需要依据乳头在序列图片中出现的位置。
[0003]传统的乳头检测方法，一方面根据CT影像或者超声图像进行乳头以及乳腺位置的判断，通常使用人工方法进行，通常由医生人工进行判断，但人工判断费时费力，使得医生的工作量加大。
[0004]随着计算机技术的发展，对CT影像或者超声图像的自动化处理已经成为一种趋势，通过计算机的辅助处理可以使繁复机械化的人工操作变得方便快捷。但是乳头附近有很多其他结构，会对乳头位置造成混淆，在CT影像或者超声图像中，计算机很难精准的找出乳头的位置，如何快速、准确地在数量众多的影像图像中判断出乳头及相关部分已成为亟待解决的问题。
技术实现思路
[0005]有鉴于此，本专利技术实施例提供一种乳头检测方法和装置、以及计算机设备、可存储介质，使得对于容积乳腺超声在覆盖全乳腺组织进行超声扫描时，可以乳腺超声图像进行自动检测，在超声扫描过程中不再需要人工乳头位置确认。
[0006]为实现上述专利技术目的，第一方面，本专利技术实施例提供一种乳头检测方法，所述方法包括：获取乳腺超声图像文件，自动进行冠状面中间位置的对位，获取AP位的冠状面图像；
[0007]对所述冠状面图像进行图像数据的预处理；
[0008]将预处理得到的图像输入检测模型中，得到合理乳头位置以及各合理位置的置信度，所述检测模型基于所述冠状面图像的训练集通过训练yolov5网络得到；
[0009]根据所述合理乳头位置及置信度，得到乳头位置。
[0010]优选的，所述对所述冠状面图像进行图像数据的预处理具体包括：
[0011]选取位于距离最上层的冠状面图像的预定深度区间的图像；
[0012]在所述预定深度区间的图像中截取指定三个深度区间的图片各五张；
[0013]对所述三个深度区间中各得到的五张图做统一图像像素点间距spacing操作；
[0014]并对同一深度区间的五张图对应的像素值相加再取平均，得到三个深度区间各一张冠状面图片；
[0015]将这三张冠状面图片，分别放入RGB三个通道中。
[0016]优选的，所述将预处理得到的图像输入乳头检测模型中，得到合理乳头位置以及
各合理位置的置信度具体包括：
[0017]乳头检测模型输出多个乳头位置的坐标，得到落在合理乳头位置区间的坐标的点集R1，或未落在合理乳头位置区间的坐标的点集R2；
[0018]同时获取各点集中坐标的置信度。
[0019]优选的，所述根据所述合理乳头位置及置信度，得到乳头位置具体包括：
[0020]如果R1不为空，则选择R1点集中对应置信度最大的坐标，作为乳头位置；
[0021]如果R1为空，则选择R2中对应置信度最大的坐标，作为乳头位置。
[0022]第二方面，本专利技术实施例提供了一种乳头检测装置，所述装置包括：
[0023]图像获取模块，用于获取乳腺超声图像文件，自动进行冠状面中间位置的对位，获取AP位的冠状面图像；
[0024]图像预处理模块，用于对所述冠状面图像进行图像数据的预处理；
[0025]检测模块，用于将预处理得到的图像输入检测模型中，得到合理乳头位置以及各合理位置的置信度，所述检测模型基于所述冠状面图像的训练集通过训练yolov5网络得到；
[0026]乳头位置获取模块，用于根据所述合理乳头位置及置信度，得到乳头位置。
[0027]优选的，所述图像预处理模块具体包括：
[0028]选取单元，用于选取位于距离最上层的冠状面图像的预定深度区间的图像；
[0029]截图单元，用于在所述预定深度区间的图像中截取指定三个深度区间的图片各五张；
[0030]图像计算单元，用于对所述三个深度区间中各得到的五张图做统一图像像素点间距spacing操作，并对同一深度区间的五张图对应的像素值相加再取平均，得到三个深度区间各一张冠状面图片，将这三张冠状面图片，分别放入RGB三个通道中。
[0031]优选的，所述检测模块具体包括：
[0032]输出单元，用于获取乳头检测模型输出的多个乳头位置的坐标，得到落在合理乳头位置区间的坐标的点集R1，或未落在合理乳头位置区间的坐标的点集R2；
[0033]置信度单元，用于获取各点集中坐标的置信度。
[0034]优选的，所述乳头位置获取模块具体用于：
[0035]如果R1不为空，则选择R1点集中对应置信度最大的坐标，作为乳头位置；
[0036]如果R1为空，则选择R2中对应置信度最大的坐标，作为乳头位置。
[0037]第三方面，本专利技术实施例还提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如前述的乳头检测方法。
[0038]第四方面，本专利技术实施例还提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如前所述的乳头检测方法。
[0039]借以上述实施例，本专利技术通过对乳腺三维超声图像进行AI乳头检测，使得在使用乳腺三维超声时，扫描过程中不再需要人工乳头位置确认，解决了目前乳腺三维超声检查时需要人工确认乳头位置的痛点，节省了人力，提高了扫描效率，输出结果客观高效。
附图说明
[0040]下面将结合附图说明对本专利技术的具体实施方式进行举例说明。
[0041]图1为本专利技术实施例提供的一种乳头检测方法的示意图；
[0042]图2为示出为乳腺三维超声扫描的冠状面示意图；
[0043]图3为本专利技术实施例提供的一种图像数据预处理过程的示意图；
[0044]图4为本专利技术实施例提供的乳头自动检测模型中yolov5算法的网络结构示意图；
[0045]图5为本专利技术实施例提供的乳头检测装置的示意图；
[0046]图6为本专利技术实施例提供的一种乳头检测装置中图像预处理单元的结构框图；
[0047]图7为本专利技术实施例提供的计算机设备的结构框图。
具体实施方式
[0048]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对照附图说明本专利技术的具体实施方式。显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种乳头检测方法，其特征在于，所述方法包括：获取乳腺超声图像文件，自动进行冠状面中间位置的对位，获取AP位的冠状面图像；对所述冠状面图像进行图像数据的预处理；将预处理得到的图像输入检测模型中，得到合理乳头位置以及各合理位置的置信度，所述检测模型基于所述冠状面图像的训练集通过训练yolov5网络得到；根据所述合理乳头位置及置信度，得到乳头位置。2.如权利要求1所述的乳头检测方法，其特征在于，所述对所述冠状面图像进行图像数据的预处理具体包括：选取位于距离最上层的冠状面图像的预定深度区间的图像；在所述预定深度区间的图像中截取指定三个深度区间的图片各五张；对所述三个深度区间中各得到的五张图做统一图像像素点间距spacing操作；并对同一深度区间的五张图对应的像素值相加再取平均，得到三个深度区间各一张冠状面图片；将这三张冠状面图片，分别放入RGB三个通道中。3.如权利要求1所述的乳头检测方法，其特征在于，所述将预处理得到的图像输入乳头检测模型中，得到合理乳头位置以及各合理位置的置信度具体包括：乳头检测模型输出多个乳头位置的坐标，得到落在合理乳头位置区间的坐标的点集R1，或未落在合理乳头位置区间的坐标的点集R2；同时获取各点集中坐标的置信度。4.如权利要求3所述的乳头检测方法，其特征在于，所述根据所述合理乳头位置及置信度，得到乳头位置具体包括：如果R1不为空，则选择R1点集中对应置信度最大的坐标，作为乳头位置；如果R1为空，则选择R2中对应置信度最大的坐标，作为乳头位置。5.一种乳头检测装置，其特征在于，所述装置包括：图像获取模块，用于获取乳腺超声图像文件，自动进行冠状面中间位置的对位，获取AP位的冠状面图像；图像预处理模块，用于对所述冠状面图像进行图像数据的预处理；检测模块，用于将预处理得到的图像输入检测模型中，得到合理乳头位置以及各...
【专利技术属性】
技术研发人员：张伟，谢卓衡，田旭东，
申请(专利权)人：上海深博医疗器械有限公司，
类型：发明
国别省市：
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。