本发明专利技术公开了一种膈肌移动度自动测量方法、装置和存储介质，方法包括：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；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分割，获取膈肌掩膜；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膈肌在吸气和呼气过程中的移动度。本发明专利技术实施例，可以精准分割出膈肌区域，进而计算出膈肌吸气末和呼气末的位置，从而有效测量膈肌移动度。其在采集完膈肌图像后不再需要任何手动操作，便可自动分割出膈肌区域，进而精准地计算出膈肌的移动度，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。并且提升了诊断结果的精度。并且提升了诊断结果的精度。
【技术实现步骤摘要】
一种膈肌移动度自动测量方法、装置和存储介质
[0001]本专利技术涉及人工智能
，尤其涉及一种膈肌移动度自动测量方法、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]膈肌移动度反映了患者的肺通气量，可以很好地评估患者呼吸功能，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，进而测量出膈肌移动度变化情况，最后决定是否可以拔管。
[0004]然而，目前对于膈肌在M模式下的超声图像尚未有自动测量移动度的方法，一般只能手动放置测量点，且由于需要在放大的超声图像上精准放置测量光标，每组膈肌移动度测量至少需要放置3个光标，使得整个测量过程既繁琐又不够精准，而且不同操作者之间重复性差。
[0005]因此，需要提供一种将膈肌移动度的测量过程自动化的方法，以解决上述问题。
技术实现思路
[0006]本专利技术的主要目的在于提供一种膈肌移动度自动测量方法、装置和存储介质，用于精准分割出膈肌区域，进而计算出膈肌吸气末和呼气末的位置，从而有效测量膈肌移动度。
[0007]为实现上述目的，本专利技术提供了一种膈肌移动度自动测量方法，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分割，获取膈肌掩膜；S3：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膈肌在吸气和呼气过程中的移动度。
[0008]可选地，所述步骤S1包括：患者自主呼吸时，取超声凸阵探头放置于腋前线和锁骨中线之间的低位肋骨下缘，并将探头整体朝腹内按压，以胆囊或肝门静脉辅助判断膈肌；在B模式中观察到膈肌并完成膈肌定位；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。
[0009]可选地，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，分割得到膈肌掩膜；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。
[0010]可选地，所述步骤S3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，绘制得到上边沿曲线；A2：对所述上边沿曲线计算波峰和波谷位置，确定各呼气末和吸气末时刻对应在膈肌上的位置；A3：根据各呼气末和吸气末时刻在所述上边沿曲线的距离计算膈肌在吸气和呼气过程中的移动度。
[0011]可选地，所述步骤A1包括：提取所述膈肌掩膜中所有连通域的轮廓，筛选并保留面积最大的轮廓；遍历所述面积最大的轮廓的每一列像素，将自上而下找到的第一个非0像素记为所述上边沿的一个像素，直到得到所述膈肌掩膜中所述上边沿的所有像素，所述上边沿的所有像素组成所述上边沿；提取所述上边沿，绘制得到所述上边沿曲线。
[0012]可选地，所述步骤A2包括：对所述上边沿曲线进行寻峰，得到所述上边沿曲线的波峰和波谷位置；根据所述上边沿曲线上波峰和波谷的位置，确定各呼气末和吸气末时刻对应在膈肌上的位置。
[0013]可选地，所述步骤A3包括：将所述上边沿曲线上第N个波峰到第N个波谷的垂直距离作为呼气过程中膈肌在垂直方向上移动距离的平均值；将所述上边沿曲线上的所有呼气过程中膈肌在垂直方向上移动距离的平均值作为呼气过程中的膈肌平均移动度；将所述上边沿曲线上第N个波谷到第N+1个波峰的垂直距离作为吸气过程中膈肌在垂直方向上移动距离的平均值；将所述上边沿曲线上的所有吸气过程中膈肌在垂直方向上移动距离的平均值作为吸气过程中的膈肌平均移动度；其中，N为大于等于1的正整数。
[0014]此外，为实现上述目的，本专利技术还提出一种膈肌移动度自动测量装置，所述膈肌移动度自动测量装置包括：图像采集单元，用于采集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；膈肌分割单元，用于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分割，获取膈肌掩膜；移动度测量单元，用于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膈肌在吸气和呼气过程中的移动度。
[0015]此外，为实现上述目的，本专利技术还提出一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上文所述的膈肌移动度自动测量方法的步骤。
[0016]本专利技术提供的技术方案，其在采集完膈肌图像后不再需要任何手动操作，便可自动分割出膈肌区域，进而精准地计算出膈肌的移动度，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。
附图说明
[0017]图1为本专利技术提供的一种膈肌移动度自动测量方法的流程示意图之一。
[0018]图2为本专利技术提供的由膈肌掩膜得到膈肌在吸气和呼气过程中的移动度的流程示意图之一。
[0019]图3为本专利技术提供的膈肌掩膜上边沿曲线和下边沿曲线的示意图之一。
[0020]图4为本专利技术提供的膈肌掩膜上边沿曲线和下边沿曲线的示意图之二。
[0021]图5为本专利技术提供的膈肌掩膜上边沿曲线和下边沿曲线的示意图之三。
[0022]图6为本专利技术提供的膈肌移动度自动测量装置实施例的结构框图之一。
[0023]图7是本专利技术实施例方案涉及的硬件运行环境的结构示意图。
[0024]本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0025]为了使本专利技术所要解决的技术问题、技术方案及有益效果更加清楚、明白，以下结合附图和实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅以解释本专利技术，并不用于限定本专利技术。
[0026]在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本专利技术的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。
[0027]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
[0028]下面对本专利技术做进一步的详细说明，本专利技术的前述和其它目的、特征、方面和优点将变得更加明显，以令本领域技术人员参照说明书文字能够据以实施。
[0029]在一个实施例中，如图1所示，本专利技术提供一种膈肌移动度自动测量方法，所述方法包括：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。...
【技术保护点】
【技术特征摘要】
1.一种膈肌移动度自动测量方法，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分割，获取膈肌掩膜；S3：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膈肌在吸气和呼气过程中的移动度。2.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，取超声凸阵探头放置于腋前线和锁骨中线之间的低位肋骨下缘，并将探头整体朝腹内按压，以胆囊或肝门静脉辅助判断膈肌；在B模式中观察到膈肌并完成膈肌定位；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。3.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，分割得到膈肌掩膜；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。4.根据权利要求1所述方法，其特征在于，所述步骤S3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，绘制得到上边沿曲线；A2：对所述上边沿曲线计算波峰和波谷位置，确定各呼气末和吸气末时刻对应在膈肌上的位置；A3：根据各呼气末和吸气末时刻在所述上边沿曲线的距离计算膈肌在吸气和呼气过程中的移动度。5.根据权利要求4所述方法，其特征在于，所述步骤A1包括：提取所述膈肌掩膜中所有连通域的轮廓，筛选并保留面积最大的轮廓；遍历所述面积最大的轮廓的每一列像素，将自上而下找到...
【专利技术属性】
技术研发人员：葛慧青，谢洪文，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：
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。