超声图像处理方法及设备技术

本发明专利技术实施例提供一种超声图像处理方法及设备，该方法包括：获取胎儿的四腔心标准切面超声图像；从四腔心标准切面超声图像中获取胸腔区域和心脏区域；自动确定胸腔区域和心脏区域的面积、胸腔区域和心脏区域的围长以及胸腔区域和心脏区域的横径中的至少一个；根据胸腔区域和心脏区域的面积、胸腔区域和心脏区域的围长以及胸腔区域和心脏区域的横径中的至少一个自动确定胎儿的心胸比。本发明专利技术实施例的方法，基于胎儿的超声图像实现了胎儿心胸比的自动测量，简化了操作，有助于提高临床医生的工作效率。工作效率。工作效率。

Ultrasonic image processing method and equipment

【技术实现步骤摘要】
超声图像处理方法及设备


[0001]本专利技术涉及医学图像处理
，具体涉及一种超声图像处理方法及设备。

技术介绍

[0002]临床中常采用超声技术动态地观察胎儿的生长发育、胎儿活动、胎心搏动、呼吸及吞咽等动作。在孕妇妊娠期，尤其是中晚孕期的众多超声检查项目中，胎儿心胸比的测量有助于筛查胎儿是否存在心脏畸形或者其它先天性心脏病，对胎儿生长发育状况的评估至关重要，临床的关注度日益提升。
[0003]在实际临床测量中，医生需要在获得的胎儿超声图像中，通过手工描迹的方式分别描记出心脏区域和胸腔区域，以便计算心胸比。上述过程易受医生临床经验和其他主观因素的影响，且操作繁琐，降低了临床医生的工作效率。

技术实现思路

[0004]本专利技术实施例提供一种超声图像处理方法及设备，用于解决现有胎儿心胸比测量过程中存在的操作复杂，效率低的问题。
[0005]第一方面，本专利技术实施例提供一种超声图像处理方法，包括：
[0006]获取胎儿的四腔心标准切面超声图像；
[0007]从四腔心标准切面超声图像中获取胸腔区域和心脏区域；
[0008]自动确定胸腔区域和心脏区域的面积、胸腔区域和心脏区域的围长以及胸腔区域和心脏区域的横径中的至少一个；
[0009]根据胸腔区域和心脏区域的面积、胸腔区域和心脏区域的围长以及胸腔区域和心脏区域的横径中的至少一个自动确定胎儿的心胸比，心胸比包括心胸面积比值、心胸围长比值和心胸横径比值中的至少一个，心胸面积比值为心脏区域的面积与胸腔区域的面积的比值，心胸围长比值为心脏区域的围长与胸腔区域的围长的比值，心胸横径比值为心脏的横径长度与胸腔的横径长度的比值。
[0010]一种实施例中，获取胎儿的四腔心标准切面超声图像，包括：
[0011]获取胎儿的三维体数据；
[0012]从三维体数据中获取胎儿的四腔心标准切面超声图像。
[0013]一种实施例中，从所述三维体数据中获取胎儿的四腔心标准切面超声图像，包括：
[0014]采用图像分割算法分割出所述三维体数据中存在的四腔心关键解剖结构，基于所述四腔心关键解剖结构确定关键解剖结构点，或者，采用预训练的第一机器学习模型对所述三维体数据中的关键解剖结构进行检测，得到所述三维体数据中存在的四腔心关键解剖结构，基于所述四腔心关键解剖结构确定关键解剖结构点，或者，采用预训练的第二机器学习模型对所述三维体数据中的关键解剖结构点进行检测，得到所述三维体数据中存在的关键解剖结构点；
[0015]通过所述关键解剖结构点在三维体数据中确定四腔心标准切面。
[0016]一种实施例中，获取胎儿的四腔心标准切面超声图像，包括：
[0017]获取胎儿的多张超声图像；
[0018]根据预设算法从多张超声图像中确定胎儿的四腔心标准切面超声图像。
[0019]一种实施例中，根据预设算法从多张超声图像中确定胎儿的四腔心标准切面超声图像，包括：
[0020]采用预训练的第三机器学习模型对多张超声图像进行分类，以得到胎儿的四腔心标准切面超声图像。
[0021]一种实施例中，根据预设算法从多张超声图像中确定胎儿的四腔心标准切面超声图像，包括：
[0022]采用图像分割算法分割出各超声图像中存在的四腔心关键解剖结构，或者，采用预训练的第四机器学习模型对多张超声图像中的关键解剖结构进行检测，得到各个超声图像中存在的四腔心关键解剖结构；
[0023]根据各超声图像中存在的四腔心关键解剖结构的数量和/或各超声图像中存在的四腔心关键解剖结构的腔室的面积，从多张超声图像中确定胎儿的四腔心标准切面超声图像。
[0024]一种实施例中，四腔心关键解剖结构为四腔心标准切面上的解剖结构，包括左心室、右心室、左心房、右心房、心脏瓣膜、瓣膜交叉点、主动脉和脊柱。
[0025]一种实施例中，根据各超声图像中存在的四腔心关键解剖结构的数量和/或各超声图像中存在的四腔心关键解剖结构的腔室的面积，从多张超声图像中确定胎儿的四腔心标准切面超声图像，包括：
[0026]从多张超声图像中选取四腔心关键解剖结构数量最多、关键解剖结构加权数量最多、关键解剖结构的腔室面积最大、和/或关键解剖结构的数量和腔室面积符合综合评估标准的超声图像，作为胎儿的四腔心标准切面超声图像。
[0027]一种实施例中，从四腔心标准切面超声图像中获取胸腔区域和心脏区域，包括：
[0028]从四腔心标准切面超声图像中获取胸腔区域；
[0029]从四腔心标准切面超声图像中或者从获取的胸腔区域对应的超声图像中，获取心脏区域。
[0030]一种实施例中，从四腔心标准切面超声图像中获取胸腔区域，包括：
[0031]采用图像分割算法从四腔心标准切面超声图像中分割出胸腔的轮廓；或者，
[0032]采用预训练的第五机器学习模型对四腔心标准切面超声图像中的胸腔轮廓进行检测，得到四腔心标准切面超声图像中胸腔的轮廓。
[0033]一种实施例中，自动确定胸腔区域的面积包括：将胸腔的轮廓的面积确定为胸腔的面积，或采用目标拟合的方法对胸腔的轮廓进行圆或椭圆的拟合，将拟合的圆或椭圆的面积确定为胸腔的面积；
[0034]自动确定胸腔区域的围长包括：将胸腔的轮廓的围长确定为胸腔的围长，或采用目标拟合的方法对胸腔的轮廓进行圆或椭圆的拟合，将拟合的圆或椭圆的围长确定为胸腔的围长；
[0035]自动确定胸腔区域的横径包括：将胸腔的轮廓的横径确定为胸腔的横径，或采用目标拟合的方法对胸腔的轮廓进行圆或椭圆的拟合，将拟合的圆或椭圆的短轴长确定为胸
腔的横径长。
[0036]一种实施例中，从四腔心标准切面超声图像中或者从获取的胸腔区域对应的超声图像中，获取心脏区域，包括：
[0037]采用图像分割算法从四腔心标准切面超声图像中或者从获取的胸腔区域对应的超声图像中分割出心脏的轮廓；或者，
[0038]采用预训练的第六机器学习模型对四腔心标准切面超声图像或者获取的胸腔区域对应的超声图像进行检测，得到四腔心标准切面超声图像中心脏的轮廓。
[0039]一种实施例中，自动确定心脏区域的面积包括：将心脏的轮廓的面积确定为心脏的面积，或采用目标拟合的方法对心脏的轮廓进行圆或椭圆的拟合，将拟合的圆或椭圆的面积确定为心脏的面积；
[0040]自动确定心脏区域的围长包括：将心脏的轮廓的围长确定为心脏的围长，或采用目标拟合的方法对心脏的轮廓进行圆或椭圆的拟合，将拟合的圆或椭圆的围长确定为心脏的围长；
[0041]自动确定心脏区域的横径包括：将心脏的轮廓的横径确定为心脏的横径，或采用目标拟合的方法对心脏的轮廓进行圆或椭圆的拟合，将拟合的圆或椭圆的短轴长确定为心脏的横径长。
[0042]一种实施例中，所述方法还包括：
[0043]在四腔心标准切面超声图像中标记出胸腔区域、心脏区域、心脏的横径与胸腔的横径中的至少一个。
[0044]一种实施例中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种超声图像处理方法，其特征在于，包括：获取胎儿的四腔心标准切面超声图像；从所述四腔心标准切面超声图像中获取胸腔区域和心脏区域；自动确定所述胸腔区域和所述心脏区域的面积、所述胸腔区域和所述心脏区域的围长以及所述胸腔区域和所述心脏区域的横径中的至少一个；根据所述胸腔区域和所述心脏区域的面积、所述胸腔区域和所述心脏区域的围长以及所述胸腔区域和所述心脏区域的横径中的至少一个自动确定胎儿的心胸比，所述心胸比包括心胸面积比值、心胸围长比值和心胸横径比值中的至少一个，所述心胸面积比值为心脏区域的面积与胸腔区域的面积的比值，所述心胸围长比值为心脏区域的围长与胸腔区域的围长的比值，所述心胸横径比值为心脏的横径长度与胸腔的横径长度的比值。2.如权利要求1所述的方法，其特征在于，所述获取胎儿的四腔心标准切面超声图像，包括：获取胎儿的三维体数据；从所述三维体数据中获取胎儿的四腔心标准切面超声图像。3.如权利要求1所述的方法，其特征在于，所述从所述三维体数据中获取胎儿的四腔心标准切面超声图像，包括：采用图像分割算法分割出所述三维体数据中存在的四腔心关键解剖结构，基于所述四腔心关键解剖结构确定关键解剖结构点，或者，采用预训练的第一机器学习模型对所述三维体数据中的关键解剖结构进行检测，得到所述三维体数据中存在的四腔心关键解剖结构，基于所述四腔心关键解剖结构确定关键解剖结构点，或者，采用预训练的第二机器学习模型对所述三维体数据中的关键解剖结构点进行检测，得到所述三维体数据中存在的关键解剖结构点；通过所述关键解剖结构点在三维体数据中确定四腔心标准切面。4.如权利要求1所述的方法，其特征在于，所述获取胎儿的四腔心标准切面超声图像，包括：获取胎儿的多张超声图像；根据预设算法从多张超声图像中确定胎儿的四腔心标准切面超声图像。5.如权利要求4所述的方法，其特征在于，所述根据预设算法从多张超声图像中确定胎儿的四腔心标准切面超声图像，包括：采用预训练的第三机器学习模型对所述多张超声图像进行分类，以得到胎儿的四腔心标准切面超声图像。6.如权利要求4所述的方法，其特征在于，所述根据预设算法从多张超声图像中确定胎儿的四腔心标准切面超声图像，包括：采用图像分割算法分割出各超声图像中存在的四腔心关键解剖结构，或者，采用预训练的第四机器学习模型对所述多张超声图像中的关键解剖结构进行检测，得到各个超声图像中存在的四腔心关键解剖结构；根据各超声图像中存在的四腔心关键解剖结构的数量和/或各超声图像中存在的四腔心关键解剖结构的腔室的面积，从多张超声图像中确定胎儿的四腔心标准切面超声图像。7.如权利要求3或6所述的方法，其特征在于：所述四腔心关键解剖结构为四腔心标准
切面上的解剖结构，包括左心室、右心室、左心房、右心房、心脏瓣膜、瓣膜交叉点、主动脉和脊柱。8.如权利要求6所述的方法，其特征在于，所述根据各超声图像中存在的四腔心关键解剖结构的数量和/或各超声图像中存在的四腔心关键解剖结构的腔室的面积，从多张超声图像中确定胎儿的四腔心标准切面超声图像，包括：从多张所述超声图像中选取四腔心关键解剖结构数量最多、关键解剖结构加权数量最多、关键解剖结构的腔室面积最大、和/或关键解剖结构的数量和腔室面积符合综合评估标准的超声图像，作为胎儿的四腔心标准切面超声图像。9.如权利要求1所述的方法，其特征在于，所述从所述四腔心标准切面超声图像中获取胸腔区域和心脏区域，包括：从所述四腔心标准切面超声图像中获取胸腔区域；从所述四腔心标准切面超声图像中或者从获取的所述胸腔区域对应的超声图像中，获取心脏区域。10.如权利要求9所述的方法，其特征在于，所述从所述四腔心标准切面超声图像中获取胸腔区域，包括：采用图像分割算法从所述四腔心标准切面超声图像中分割出胸腔的轮廓；或者，采用预训练的第五机器学习模型对所述四腔心标准切面超声图像中的胸...

【专利技术属性】
技术研发人员：刘超越，邹耀贤，林穆清，陈卫程，
申请(专利权)人：深圳迈瑞生物医疗电子股份有限公司，
类型：发明
国别省市：