本发明专利技术提供一种基于匹配模型网络的超声辅助成像方法，包括以下步骤：获取被检测对象的三维超声图像；获取检测对象的三维CT图像或三维MRI图像；通过经训练的超声三维卷积神经网络对输入的三维超声图像处理，得到器官三维超声模型；通过经训练的CT或MRI三维卷积神经网络对输入的三维CT或MRI图像处理，得到器官三维CT或MRI模型；得到的器官三维超声模型和器官三维CT模型输入到经训练的三维图卷积神经网络处理，得到三维变换矩阵，或者将得到的器官三维超声模型和器官三维MRI模型输入到经训练的三维图卷积神经网络处理，得到三维变换矩阵；对器官三维超声模型及三维变换矩阵处理，得到匹配后的器官三维超声模型。得到匹配后的器官三维超声模型。得到匹配后的器官三维超声模型。
【技术实现步骤摘要】
基于匹配模型网络的超声辅助成像方法、装置及存储介质
[0001]本专利技术涉及超声医疗检测
，具体涉及基于匹配模型网络的超声辅助成像方法、装置及存储介质。
技术介绍
[0002]随着医疗诊断设备的不断发展，超声成像仪器因为其无创性、实时性、操作方便、价格便宜等诸多优势，使其成为临床上应用最为广泛的诊断工具之一。
[0003]但是，传统超声扫查过程中受到使用者手法、情绪等因素影响，所得到的超声图像并不标准，不利于医生辅助诊断。
技术实现思路
[0004]为了解决相关技术中存在的不足，本专利技术提供一种基于匹配模型网络的超声辅助成像方法、装置及存储介质，能够有效、标准进行超声辅助成像，便于医生同步查阅不同模态的图像，进行不同模态的图像对比。
[0005]根据本专利技术提供的技术方案，作为本专利技术的第一方面，提供一种基于匹配模型网络的超声辅助成像方法，包括以下步骤：获取被检测对象待检测部位的三维超声图像；获取检测对象对应待检测部位的三维CT图像或三维MRI图像；通过经训练的超声三维卷积神经网络对输入的三维超声图像处理，得到器官三维超声模型；通过经训练的CT或MRI三维卷积神经网络对输入的三维CT或MRI图像处理，得到器官三维CT或MRI模型；得到的器官三维超声模型和器官三维CT模型输入到经训练的三维图卷积神经网络处理，得到三维变换矩阵，或者将得到的器官三维超声模型和器官三维MRI模型输入到经训练的三维图卷积神经网络处理，得到三维变换矩阵；通过对器官三维超声模型及三维变换矩阵处理，得到匹配后的器官三维超声模型。
[0006]在一些实施例中，利用通过匹配后的器官三维超声模型，显示匹配后的器官三维超声图像。
[0007]在一些实施例中，所述经训练的超声三维卷积神经网络包括：输入层、多个卷积层、多个池化层、多个线性插值层、输出层。
[0008]在一些实施例中，所述经训练的超声三维卷积神经网络还包括：跨层连接层。
[0009]在一些实施例中，所述多个卷积层的卷积核大小为3*3*3 。
[0010]在一些实施例中，所述经训练的CT或MRI三维卷积神经网络包括：输入层、多个卷积层、多个池化层、多个线性插值层、输出层。
[0011]在一些实施例中，所述经训练的经训练的CT或MRI三维卷积神经网络还包括：跨层连接层。
[0012]在一些实施例中，所述经训练的三维图卷积神经网络包括：输入层、多个图卷积层、多个全连接层、输出层。
[0013]作为本专利技术的第二方面，提供一种基于匹配模型网络的超声辅助成像装置，所述基于匹配模型网络的超声辅助成像装置包括存储器和处理器，所述存储器和处理器通过总线连接，所述总线上设有相应的通信接口。所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行本专利技术第一方面所述的基于匹配模型网络的超声辅助成像方法。
[0014]作为本专利技术的第三方面，提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于执行本专利技术第一方面所述的基于匹配模型网络的超声辅助成像方法。
[0015]从以上所述可以看出，本专利技术提供的基于匹配模型网络的超声辅助成像方法、装置及存储介质，与现有技术相比具备以下优点：匹配后的器官三维超声图像相对于传统三维超声图像更加标准、降低了漏扫的概率，同时便于医生同时查阅不同模态的图像，且此时匹配后的器官三维超声图像与三维CT或MRI图像容易进行对比。
附图说明
[0016]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，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，还可以根据这些附图获得其他的附图。
[0017]图1为本专利技术实施例所示的超声三维卷积神经网络结构示意图。
[0018]图2为本专利技术实施例所示的CT或MRI三维卷积神经网络结构示意图。
[0019]图3为本专利技术实施例所示的三维图卷积神经网络结构示意图。
[0020]图4为本专利技术实施例所示的匹配模型网络结构示意图。
[0021]图5为本专利技术实施例所示的超声辅助成像方法装置示意图。
具体实施方式
[0022]下面将结合附图，对本专利技术中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本专利技术的一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在不做出创造性劳动的前提下所获得的所有其它实施例，都属于本专利技术保护的范围。
[0023]在本专利技术的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
[0024]在本专利技术的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电气连接；可以是直接相连，也可以通过中间媒介间接相连，还可
以是两个元件内部的连通，可以是无线连接，也可以是有线连接。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本专利技术中的具体含义。
[0025]此外，下面所描述的本专利技术不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
[0026]以下分别给予介绍，为了便于理解和描述，在描述本专利技术第一方面时，会加入其他主体，例如使用者、医生、被检测对象，以对基于匹配模型网络的超声辅助成像方法的执行主体执行该方法的过程加以辅助说明。
[0027]本专利技术的一个实施例中，提供了基于匹配模型网络的超声辅助成像方法装置，该装置包括三维超声获取模块110、处理器120、显示器130、三维CT或MRI图像获取模块140。三维超声获取模块110获取包括乳腺、肝脏、肾脏等不同脏器的三维超声图像，三维CT或MRI图像获取模块140获取包括乳腺、肝脏、肾脏等不同脏器的三维CT或MRI图像，处理器120对采集到的三维超声图像和三维CT图像或者三维超声图像和三维MRI图像进行处理，分析得到匹配后的器官三维超声图像，显示器130可以显示获取到的匹配后的器官三维超声图像，供医生进行辅助诊断。
[0028]如图5所示，本实施例的三维超声获取模块110为超声成像设备，即通过超声成像设备获取超声图像或视频。如图5所示，超声成像设备至少包括换能器101、超声主机102、输入单元103、控制单元104、和存储器105。超声成像设备可以包括显示屏（图中未标出），超声成像设备的显示屏可以为显示器130。换能器101用于发射和接收超声本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于匹配模型网络的超声辅助成像方法，其特征在于，包括以下步骤：获取被检测对象待检测部位的三维超声图像；获取被检测对象对应待检测部位的三维CT图像或三维MRI图像；通过经训练的超声三维卷积神经网络对输入的三维超声图像处理，得到器官三维超声模型；通过经训练的CT或MRI三维卷积神经网络对输入的三维CT或MRI图像处理，得到器官三维CT或MRI模型；得到的器官三维超声模型和器官三维CT模型输入到经训练的三维图卷积神经网络处理，得到三维变换矩阵，或者将得到的器官三维超声模型和器官三维MRI模型输入到经训练的三维图卷积神经网络处理，得到三维变换矩阵；通过对器官三维超声模型及三维变换矩阵处理，得到匹配后的器官三维超声模型。2.如权利要求1所述的基于匹配模型网络的超声辅助成像方法，其特征在于，所述方法还包括以下步骤：通过匹配后的器官三维超声模型，显示匹配后的器官三维超声图像。3.如权利要求1或2所述的基于匹配模型网络的超声辅助成像方法，其特征在于，所述经训练的超声三维卷积神经网络包括：输入层、多个卷积层、多个池化层、多个线性插值层、输出层。4.如权利要求3匹配模型网络的超声辅助成像方法，其特征在于，所述经训练的超声三维卷积神经网络还包括：跨层连接层。5....
【专利技术属性】
技术研发人员：甘从贵，贾廷秀，陈建军，
申请(专利权)人：无锡触典科技有限公司，
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。