基于心脏超声视频筛选舒张期和收缩期图像的方法和装置制造方法及图纸

本发明专利技术实施例涉及一种基于心脏超声视频筛选舒张期和收缩期图像的方法和装置，所述方法包括：获取心脏超声视频；进行视频图像分帧生成多个分帧图像；对各个分帧图像进行左心室语义分割得到对应的左心室分割图像；进行图像面积统计生成对应的左心室面积参数；进行面积

【技术实现步骤摘要】
基于心脏超声视频筛选舒张期和收缩期图像的方法和装置


[0001]本专利技术涉及数据处理
，特别涉及一种基于心脏超声视频筛选舒张期和收缩期图像的方法和装置。

技术介绍

[0002]射血分数指每搏输出量也就是一次心搏中一侧心室射出的血量占心室舒张末期容积量的百分比，是判断心脏健康状态的重要指征之一。射血分数的计算与收缩期末、舒张期末心室容积有关。常规心脏超声检查设备实时输出的是一组视频数据也就是心脏超声视频，操作人员在设备播放该组心脏超声视频时，往往是通过个人经验从中筛选多帧收缩期末、舒张期末图像作为分析射血分数的参考图像。这种操作方式过于依赖个人的人工经验以及对设备的人工操作熟练程度，无法对收缩期末、舒张期末图像的筛选质量稳定性进行有效保障。而被筛选出的图像将会作为进一步计算射血分数的计算依据，在图像筛选质量较差的情况下还可能对射血分数的计算精度造成影响。

技术实现思路

[0003]本专利技术的目的，就是针对现有技术的缺陷，提供一种基于心脏超声视频筛选舒张期和收缩期图像的方法、装置、电子设备及计算机可读存储介质，使用图像语义分割模型来提高左心室识别精度，通过识别左心室面积
‑
时间曲线的显著性峰值点、谷值点来确保对左心室收缩期末、舒张期末极值点的识别精度，通过进一步识别显著性峰值点、谷值点的有效时间间隔来提高对左心室收缩期末、舒张期末极值点的识别准确度。通过本专利技术，可以摆脱传统做法中的人工干预环节，可以提高对收缩期末、舒张期末图像的筛选精度与准确度，可以对图像筛选质量给出稳定性保障。
[0004]为实现上述目的，本专利技术实施例第一方面提供了一种基于心脏超声视频筛选舒张期和收缩期图像的方法，所述方法包括：
[0005]获取心脏超声视频；
[0006]对所述心脏超声视频进行视频图像分帧处理生成多个分帧图像；
[0007]基于图像语义分割模型对各个所述分帧图像进行左心室语义分割处理，从而在各个所述分帧图像中得到一个对应的左心室分割图像；
[0008]对各个所述左心室分割图像进行图像面积统计生成对应的左心室面积参数；
[0009]根据所有所述左心室面积参数进行面积
‑
时间曲线转换处理生成对应的第一面积
‑
时间曲线；
[0010]根据所有所述左心室面积参数进行显著性阈值确认处理生成对应的第一显著性阈值；
[0011]根据所述第一显著性阈值对所述第一面积
‑
时间曲线现有的峰值点与谷值点进行显著性峰值点与显著性谷值点识别处理；
[0012]对所述第一面积
‑
时间曲线上的显著性峰值点与显著性谷值点进行有效峰值点和
有效谷值点筛选处理；
[0013]将所述第一面积
‑
时间曲线上有效谷值点对应的所述分帧图像作为收缩期末筛选图像，有效峰值点对应的所述分帧图像作为舒张期末筛选图像，并按预设的心动周期排序规则对所有筛选图像进行排序生成对应的筛选图像序列。
[0014]优选的，所述对各个所述左心室分割图像进行图像面积统计生成对应的左心室面积参数，具体包括：
[0015]统计各个所述左心室分割图像的像素点总数，作为对应的所述左心室面积参数。
[0016]优选的，所述根据所有所述左心室面积参数进行面积
‑
时间曲线转换处理生成对应的第一面积
‑
时间曲线，具体包括：
[0017]按对应的所述分帧图像的时间先后顺序，对所有所述左心室面积参数进行排序得到第一面积参数序列；并以面积参数为纵轴、时间为横轴，对所述第一面积参数序列进行面积
‑
时间曲线转换处理生成所述第一面积
‑
时间曲线。
[0018]优选的，所述根据所有所述左心室面积参数进行显著性阈值确认处理生成对应的第一显著性阈值，具体包括：
[0019]按所述左心室面积参数从小到大的顺序，对所有所述左心室面积参数进行排序得到第二面积参数序列；并将所述第二面积参数序列中，排序靠前的第一预设采样位置处的所述左心室面积参数作为较小边界值，排序靠后的第二预设采样位置处的所述左心室面积参数作为较大边界值；并将所述较大边界值与所述较小边界值的差值的一半作为对应的所述第一显著性阈值。
[0020]优选的，所述根据所述第一显著性阈值对所述第一面积
‑
时间曲线现有的峰值点与谷值点进行显著性峰值点与显著性谷值点识别处理，具体包括：
[0021]将所述第一面积
‑
时间曲线上各个现有峰值点作为待评估峰值点；并对各个所述待评估峰值点进行显著性特征评估处理生成对应的显著性评估参数；并将所述显著性评估参数超过所述第一显著性阈值的所述待评估峰值点作为第一峰值点；
[0022]对所述第一面积
‑
时间曲线进行曲线倒置处理生成对应的第二面积
‑
时间曲线；并将所述第二面积
‑
时间曲线上各个现有峰值点作为待评估峰值点；并对各个所述待评估峰值点进行显著性特征评估处理生成对应的显著性评估参数；并将所述显著性评估参数超过所述第一显著性阈值的所述待评估峰值点作为第二峰值点；并根据所述第二面积
‑
时间曲线与所述第一面积
‑
时间曲线的曲线倒置对应关系，将所述第一面积
‑
时间曲线中与各个所述第二峰值点倒置对应的现有谷值点作为第一谷值点；
[0023]将所述第一面积
‑
时间曲线上各个所述第一峰值点作为所述显著性峰值点，各个所述第一谷值点作为所述显著性谷值点。
[0024]进一步的，所述对各个所述待评估峰值点进行显著性特征评估处理生成对应的显著性评估参数，具体包括：
[0025]将所述待评估峰值点所在的面积
‑
时间曲线记为当前面积
‑
时间曲线；
[0026]在所述当前面积
‑
时间曲线上，过所述待评估峰值点做时间横轴的平行线记为第一平行线；
[0027]将所述第一平行线与所述待评估峰值点左侧曲线下降沿的第一个交点记为第一左侧交点，将所述第一左侧交点到所述待评估峰值点的曲线片段记为第一左侧曲线片段；
并将所述第一平行线与所述待评估峰值点右侧曲线上升沿的第一个交点记为第一右侧交点，将所述待评估峰值点到所述第一右侧交点的曲线片段，记为第一右侧曲线片段；
[0028]将所述第一左侧曲线片段中，曲线幅值最低的谷值点作为第一参考谷值点；并将所述第一右侧曲线片段中，曲线幅值最低的谷值点作为第二参考谷值点；从所述第一、第二参考谷值点中，选择曲线幅值相对较高的作为第三参考谷值点；
[0029]将所述待评估峰值点与所述第三参考谷值点的曲线幅值差，作为与所述待评估峰值点对应的所述显著性评估参数。
[0030]优选的，所述对所述第一面积
‑
时间曲线上的显著性峰值点与显著性谷值点进行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于心脏超声视频筛选舒张期和收缩期图像的方法，其特征在于，所述方法包括：获取心脏超声视频；对所述心脏超声视频进行视频图像分帧处理生成多个分帧图像；基于图像语义分割模型对各个所述分帧图像进行左心室语义分割处理，从而在各个所述分帧图像中得到一个对应的左心室分割图像；对各个所述左心室分割图像进行图像面积统计生成对应的左心室面积参数；根据所有所述左心室面积参数进行面积
‑
时间曲线转换处理生成对应的第一面积
‑
时间曲线；根据所有所述左心室面积参数进行显著性阈值确认处理生成对应的第一显著性阈值；根据所述第一显著性阈值对所述第一面积
‑
时间曲线现有的峰值点与谷值点进行显著性峰值点与显著性谷值点识别处理；对所述第一面积
‑
时间曲线上的显著性峰值点与显著性谷值点进行有效峰值点和有效谷值点筛选处理；将所述第一面积
‑
时间曲线上有效谷值点对应的所述分帧图像作为收缩期末筛选图像，有效峰值点对应的所述分帧图像作为舒张期末筛选图像，并按预设的心动周期排序规则对所有筛选图像进行排序生成对应的筛选图像序列。2.根据权利要求1所述的基于心脏超声视频筛选舒张期和收缩期图像的方法，其特征在于，所述对各个所述左心室分割图像进行图像面积统计生成对应的左心室面积参数，具体包括：统计各个所述左心室分割图像的像素点总数，作为对应的所述左心室面积参数。3.根据权利要求1所述的基于心脏超声视频筛选舒张期和收缩期图像的方法，其特征在于，所述根据所有所述左心室面积参数进行面积
‑
时间曲线转换处理生成对应的第一面积
‑
时间曲线，具体包括：按对应的所述分帧图像的时间先后顺序，对所有所述左心室面积参数进行排序得到第一面积参数序列；并以面积参数为纵轴、时间为横轴，对所述第一面积参数序列进行面积
‑
时间曲线转换处理生成所述第一面积
‑
时间曲线。4.根据权利要求1所述的基于心脏超声视频筛选舒张期和收缩期图像的方法，其特征在于，所述根据所有所述左心室面积参数进行显著性阈值确认处理生成对应的第一显著性阈值，具体包括：按所述左心室面积参数从小到大的顺序，对所有所述左心室面积参数进行排序得到第二面积参数序列；并将所述第二面积参数序列中，排序靠前的第一预设采样位置处的所述左心室面积参数作为较小边界值，排序靠后的第二预设采样位置处的所述左心室面积参数作为较大边界值；并将所述较大边界值与所述较小边界值的差值的一半作为对应的所述第一显著性阈值。5.根据权利要求1所述的基于心脏超声视频筛选舒张期和收缩期图像的方法，其特征在于，所述根据所述第一显著性阈值对所述第一面积
‑
时间曲线现有的峰值点与谷值点进行显著性峰值点与显著性谷值点识别处理，具体包括：将所述第一面积
‑
时间曲线上各个现有峰值点作为待评估峰值点；并对各个所述待评
估峰值点进行显著性特征评估处理生成对应的显著性评估参数；并将所述显著性评估参数超过所述第一显著性阈值的所述待评估峰值点作为第一峰值点；对所述第一面积
‑
时间曲线进行曲线倒置处理生成对应的第二面积
‑
时间曲线；并将所述第二面积
‑
时间曲线上各个现有峰值点作为待评估峰值点；并对各个所述待评估峰值点进行显著性特征评估处理生成对应的显著性评估参数；并将所述显著性评估参数超过所述第一显著性阈值的所述待评估峰值点作为第二峰值点；并根据所述第二面积
‑
时间曲线与所述第一面积
‑
时间曲线的曲线倒置对应关系，将所述第一面积
‑
时间曲线中与各个所述第二峰值点倒置对应的现有谷值点作为第一谷值点；将所述第一面积
‑
时间曲线上各个所述第一峰值点作为所述显著性峰值点，各个所述第一谷值点作为所述显著性谷值点。6.根据权利要求5所述的基于心脏超声视频筛选舒张期和收缩期图像的方法，其特征在于，所述对各个所述待评估峰值点进行显著性特征评估处理生成对应的显著性评估参数，具体包括：将所述待评估峰值点所在的面积
‑
时间曲线记为当前面积
‑
时间曲线；在所述当前面积
‑
时间曲线上，过所述待...

【专利技术属性】
技术研发人员：李喆，王思翰，张碧莹，曹君，
申请(专利权)人：乐普北京医疗器械股份有限公司，
类型：发明
国别省市：