一种膈肌厚度自动测量方法、装置和存储介质制造方法及图纸

本发明专利技术公开了一种膈肌厚度自动测量方法、装置和存储介质，包括：采集M模式下不小于1个完整呼吸周期的M模式膈肌超声图像；通过第一卷积神经网络模型对M模式膈肌超声图像进行膈肌定位，获取局部膈肌区域图像；通过第二卷积神经网络模型对局部膈肌区域图像进行分割，获取膈肌掩膜；根据膈肌掩膜计算得到呼气末和吸气末的位置，并根据呼气末和吸气末的位置计算得到呼气末和吸气末的膈肌厚度。本发明专利技术实施例，可以自动地定位并分割出膈肌区域，进而准确定位出膈肌吸气末和呼气末的时刻，实现了对应时刻膈肌厚度的自动测量，进一步可以自动计算出膈肌增厚分数，减少了医疗专家资源的投入，减少了诊断时长，并且提升了诊断结果的精度。度。度。

【技术实现步骤摘要】
一种膈肌厚度自动测量方法、装置和存储介质


[0001]本专利技术涉及人工智能
，尤其涉及一种膈肌厚度自动测量方法、装置和存储介质。

技术介绍

[0002]ICU患者往往呼吸功能不全，需要借助气管插管的方式进行机械通气，以保持生理呼吸。膈肌对正常的吸气呼气功能起着重要作用，膈肌是位于胸腔与腹腔之间的肌肉
‑
纤维结构，其周围为肌腹，中央为腱膜，又被译为横膈，是机体重要的呼吸肌，占所有呼吸肌功能的60％～80％。但是部分患者会由于其他病因导致膈肌功能障碍，同时持续的机械通气也会导致膈肌功能障碍，这些都将导致拔管后患者无法正常呼吸。
[0003]膈肌厚度的变化，如增厚分数，可以很好地评估患者膈肌功能，从而决定是否要拔管。超声设备可以很清晰地观察到膈肌的运动状态，进而测量出膈肌厚度变化情况，计算出膈肌增厚分数，最后决定是否可以拔管。
[0004]然而，目前对于超声图像中膈肌的厚度尚未有自动测量的方法，一般只能手动放置测量点，且由于厚度变化幅度很小，需要在放大的超声图像上精准放置测量光标，每组膈肌厚度测量至少需要放置本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种膈肌厚度自动测量方法，其特征在于，所述方法包括以下步骤：S1：采集M模式下不小于1个完整呼吸周期的所述M模式膈肌超声图像；S2：通过第一卷积神经网络模型对所述M模式膈肌超声图像进行膈肌定位，获取局部膈肌区域图像；S3：通过第二卷积神经网络模型对所述局部膈肌区域图像进行分割，获取膈肌掩膜；S4：根据所述膈肌掩膜计算得到呼气末和吸气末的位置，并根据所述呼气末和吸气末的位置计算得到呼气末和吸气末的膈肌厚度。2.根据权利要求1所述方法，其特征在于，呼气末和吸气末的膈肌厚度包括呼气末膈肌厚度的平均值和吸气末膈肌厚度的平均值，所述方法还包括步骤：S5：根据呼气末膈肌厚度的平均值和吸气末膈肌厚度的平均值计算得到膈肌增厚分数；其中，所述膈肌增厚分数公式为式中，η为膈肌增厚分数，为呼气末膈肌厚度的平均值，为吸气末膈肌厚度的平均值。3.根据权利要求1所述方法，其特征在于，所述步骤S1包括：患者自主呼吸时，取高频超声探头放置于肋骨间隙处，在B模式图像中观察到膈肌；进入M模式，在患者持续呼吸不小于1个完整呼吸周期后冻结图像，并将所述冻结图像作为所述M模式膈肌超声图像。4.根据权利要求1所述方法，其特征在于，所述步骤S2包括：将所述M模式膈肌超声图像输入已训练得到的第一卷积神经网络模型中，获取检测框；根据所述检测框的纵坐标进行深度定位，得到膈肌顶部和膈肌底部的纵向坐标；其中，所述第一卷积神经网络模型是预先通过收集若干膈肌图像并逐张加上检测框标注，训练得到的卷积神经网络模型。5.根据权利要求4所述方法，其特征在于，所述步骤S2还包括：根据所述膈肌顶部和膈肌底部的纵向坐标，将所述M模式膈肌超声图像进行裁切，得到所述M模式膈肌超声图像中位于所述膈肌顶部和膈肌底部的纵向坐标之间的区域；将所述区域作为所述局部膈肌区域图像。6.根据权利要求1所述方法，其特征在于，所述步骤S3包括：将所述局部膈肌区域图像输入已训练得到的第二卷积神经网络模型中，分割得到膈肌掩膜；其中，所述第二卷积神经网络模型是预先通过收集若干膈肌图像并逐张加上掩膜标注，训练得到的卷积神经网络模型；所述膈肌掩膜为一张二值化图像。7.根据权利要求1所述方法，其特征在于，所述步骤S4包括：A1：在所述膈肌掩膜中筛选出面积最大的轮廓，获取上边沿和下边沿，绘制得到上边沿曲线和下边沿曲线；A2：对所述上边沿曲线和所述下边沿曲线计算波峰...

【专利技术属性】
技术研发人员：谢洪文，葛慧青，徐磊，张羽，方文耀，贾建伟，彭柳玲，黄晓蔚，
申请(专利权)人：北京智影技术有限公司，
类型：发明
国别省市：