当前位置: 首页 > 专利查询>东北大学专利>正文

一种基于超声标准化切面对照的导航方法技术

技术编号:33656050 阅读:27 留言:0更新日期:2022-06-02 20:35
本发明专利技术涉及一种导航方法,尤其涉及一种基于超声标准化切面对照的导航方法。通过该导航系统,为基层医院医生提供超声扫查培训,减小由于医疗资源分布不均造成的医疗水平差异,提升基层医院水平。自适应生成符合患者特征的对照模板,并以此作为超声实时扫查中的参照,通过导航系统对当前切面与对照模板的相似性度量,指导用户快速准确定位目标标准化切面。指导用户快速准确定位目标标准化切面。指导用户快速准确定位目标标准化切面。

【技术实现步骤摘要】
一种基于超声标准化切面对照的导航方法


[0001]本专利技术涉及一种导航方法,尤其涉及一种基于超声标准化切面对照的导航方法。

技术介绍

[0002]超声检查具有无创性、实时性,目前广泛应用于临床检查。其临床应用范围广泛,目前已成为现代临床医学中不可缺少的诊断方法。导航作为一项数字化发展的必然产物,能够指导使用者进行操作,进而达到使用目的。导航一般不是单独存在,而是附属在某项技术中,其能够通过步骤指导操作者逐步接近于目标位置,让缺乏经验的操作者也能够轻易且准确的到达目标位置。因此,将超声波诊断仪与导航进行结合具有创新性的临床价值。
[0003]超声检查中,重要解剖结构的标准切面定位是超声诊断的关键步骤。超声医生需要在临床上不断地实践,积累经验,从而提高实践技能。超声医生往往需要完成数千次超声检查,才能获得丰富实践经验,从而在日常工作中快速、准确地获得标准切面。在当前的医疗环境下,患者检查量日益增多,医学生或规培生缺乏足够的临床实践机会,实践技能的掌握依赖于观摩效仿上级医生操作。这在一定程度上限制了超声医生的能力培养和提升,超声医生独立完成临床检查时将无法保证检查采集切面标准性及测量准确性,进而可导致超声诊断不准确。在这种情况下,能够引导各级医生进行超声标准切面采集变得至关重要。
[0004]文献(A.Narang et al.,“Utility of a Deep

Learning Algorithm toGuide Novices to Acquire Echocardiograms for Limited Diagnostic Use,
”ꢀ
JAMA Cardiol.,vol.6,no.6,p.624,Jun.2021.),使用深度学习(DL)技术开发的新软件,最近获得了美国食品和药物管理局(FDA)的授权,可以为新手操作人员提供实时规定性指导,以获得经胸超声心动图(TTE)图像,允许对心室进行有限的诊断评估。这项前瞻性试验的表明没有超声检查经验的新手可以使用这种基于DL的导航获得标准超声心动图,从而评估关键的心脏参数。
[0005]现有方法需要外部硬件设备较多,比如惯性导航,磁性导航或者摄像头等监控探头运动轨迹,这对于基层或者学校带来额外负担,对于大规模部署所需成本过大,不能满足实际需求。此外,现有导航方法没有针对患者实际特征,采取个性化定制,因此对于导航的精准性存在局限,甚至对经验不足的学生造成误导。

技术实现思路

[0006]本专利技术就是针对现有技术存在的缺陷,提供一种基于超声标准化切面对照的导航方法,其使用深度学习技术。通过该导航系统,为基层医院医生提供超声扫查培训,减小由于医疗资源分布不均造成的医疗水平差异,提升基层医院水平。此外,实习生及规培生也可以根据本系统的指导进行学习和检查,强化理论记忆,提高实践操作能力,助力培养高水平、技术优良的全能型临床医生。
[0007]为实现上述目的,本专利技术采用如下技术方案,自适应生成符合患者特征的对照模板,并以此作为超声实时扫查中的参照,通过导航系统对当前切面与对照模板的相似性度
量,指导用户快速准确定位目标标准化切面。
[0008]具体包括以下步骤:
[0009]步骤1、将患者信息录入导航系统;
[0010]步骤2、根据患者信息生成特征向量;
[0011]步骤3、基于特征向量检索导航系统模板库中检索对照模板;
[0012]步骤4、选定目标切面,将对照模板作为蒙版实时显示在超声显示屏上,开始超声实时扫查;
[0013]步骤5、计算当前扫查切面为目标标准化切面的质量分数;
[0014]步骤6、引导探头向目标切面移动。
[0015]进一步地,步骤1中,所述患者信息包括身高、体重、性别、年龄、病史。
[0016]进一步地,步骤2包括:将需要的患者信息均转换为01编码,便于特征空间中的相似度计算。
[0017]更进一步地,对于数值特征,转换规则为:将某特征的数值范围划分为若干区间,若某患者信息对应的数值在哪一区间范围内,则该位为1,其余为0。
[0018]对于类别特征,转换规则为:将类别进行分类,某特征属于该分类中的哪个类别,哪一位就是1,其余为0。
[0019]进一步地,步骤3包括:计算模板库中每个模板T与当前患者X相似度Sim 采用加权余弦相似度:
[0020][0021]其中,w
i
为第i个特征权重,X
i
和T
i
分别为当前患者和某个模板的第i个特征编码,cos为余弦;选取Sim最大的模板T作为对照模板。
[0022]进一步地,步骤4包括:为生成蒙版,预先在导航系统中选取具有代表性的患者数据作为系统对照模板库,该患者数据包括:各年龄段、男/女、不同身高;对照蒙版是通过对原始图像进行腔室分割、提取轮廓的方法生成,将这个轮廓线作为蒙版实时显示在超声显示屏上,作为标准切面的参考,开始实时扫查。
[0023]进一步地,步骤5包括:质量分数的计算采用传统图像相似度与标准切面置信度融合的方法;其中,传统图像相似度计算方法采用图像相似度度量函数,该图像相似度度量函数包括NCC归一化交叉相关、SSIM结构相似性;其中:
[0024]NCC公式:
[0025][0026]其中,X为患者实时超声切面,T为目标模板图像,M,N为图像尺寸,为图像均值;
[0027]SSIM公式:
[0028][0029]其中,σ
X
,σ
T
分别为实时切面和模板图像的标准差,C1和C2为常数;
[0030]标准切面置信度通过标准切面识别网络(如DeepEcho),给出当前切面是某个标准切面(如,心尖四腔心切面)的置信度C;
[0031]DeepEcho网络包含特殊的SAP空间平均池化层,以保证提取多尺度超声图像特征信息;(如下所示,)与SPP空间金字塔池化区别在于使用了平均代替最大池化,在保证尺度不变性和抑制过拟合的条件下,便于模型可视化;
[0032]最终衡量标准切面质量分数Q采用传统图像相似度与标准切面置信度融合的方法:
[0033][0034]其中λ1和λ2为调制系数。
[0035]进一步地,步骤6中包括:采用深度强化学习方法,训练一个仅观测B模式超声图像的智能体Agent,引导探头移动获取标准切面;导航智能体的每个时刻t的输入是当前B模式图像,通过计算该切面质量分数Q(步骤5计算),作为训练智能体的奖励,并使用Policy Gradient算法训练。
[0036]更进一步地,令输出移动探头的动作a:向左/右移动Δx,向上/下移动Δy,向上/下移动Δz,旋转探头Δα度,则有如下定义:
[0037](1)策略定义:
[0038]π(a|s)=P[A
t
=a|S
t
=s][0039]智能体的策略在给定B模式图像s下,给出本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于超声标准化切面对照的导航方法,其特征在于:自适应生成符合患者特征的对照模板,并以此作为超声实时扫查中的参照,通过导航系统对当前切面与对照模板的相似性度量,指导用户快速准确定位目标标准化切面。2.根据权利要求1所述的一种基于超声标准化切面对照的导航方法,其特征在于:包括以下步骤:步骤1、将患者信息录入导航系统;步骤2、根据患者信息生成特征向量;步骤3、基于特征向量检索导航系统模板库中检索对照模板;步骤4、选定目标切面,将对照模板作为蒙版实时显示在超声显示屏上,开始超声实时扫查;步骤5、计算当前扫查切面为目标标准化切面的质量分数;步骤6、引导探头向目标切面移动。3.根据权利要求2所述的一种基于超声标准化切面对照的导航方法,其特征在于:步骤1中,所述患者信息包括身高、体重、性别、年龄、病史。4.根据权利要求1所述的一种基于超声标准化切面对照的导航方法,其特征在于:步骤2包括:将需要的患者信息均转换为01编码,便于特征空间中的相似度计算。5.根据权利要求4所述的一种基于超声标准化切面对照的导航方法,其特征在于:对于数值特征,转换规则为:将某特征的数值范围划分为若干区间,若某患者信息对应的数值在哪一区间范围内,则该位为1,其余为0;对于类别特征,转换规则为:将类别进行分类,某特征属于该分类中的哪个类别,哪一位就是1,其余为0。6.根据权利要求2所述的一种基于超声标准化切面对照的导航方法,其特征在于:步骤3包括:计算模板库中每个模板T与当前患者X相似度Sim采用加权余弦相似度:其中,w
i
为第i个特征权重,X
i
和T
i
分别为当前患者和某个模板的第i个特征编码,cos为余弦;选取Sim最大的模板T作为对照模板。7.根据权利要求2所述的一种基于超声标准化切面对照的导航方法,其特征在于:步骤4包括:为生成蒙版,预先在导航系统中选取具有代表性的患者数据作为系统对照模板库,该患者数据包括:各年龄段、男/女、不同身高;对照蒙版是通过对原始图像进行腔室分割、提取轮廓的方法生成,将这个轮廓线作为蒙版实时显示在超声显示屏上,作为标准切面的参考,开始实时扫查。8.根据权利要求2所述的一种基于超声标准化切面对照的...

【专利技术属性】
技术研发人员:马春燕杨金柱冯庸王永槐李洪赫曹鹏冯朝路覃文军栗伟
申请(专利权)人:东北大学
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