一种全自动超声图像量测方法、设备及存储介质技术

本发明专利技术提供了一种全自动超声图像量测方法、设备及存储介质，其中，全自动超声图像量测方法包括：获取超声图像，并对超声图像进行图像前处理得到第一处理超声图像；通过二维卷积神经网络针对第一处理超声图像特征区域检索，得到每帧序列图像中包含特征区域的二值掩模；针对二值掩模进行多帧对比，剔除不达标的数据得到筛选数据；对筛选数据进行特征区域坐标切割，以最小矩形框在第一处理超声图像中切割得到特征区域图像；针对特征区域图像进行图像后处理得到第二处理特征区域图像；将第二处理特征区域图像搭配不同系统预设进行坐标检索得到特征区域的实际尺寸。本发明专利技术主要用于解决当前自动量测过程中需要手动选取与图像选取依赖操作者经验的问题。赖操作者经验的问题。赖操作者经验的问题。

【技术实现步骤摘要】
一种全自动超声图像量测方法、设备及存储介质


[0001]本专利技术涉及图像处理
，特别涉及一种全自动超声图像量测方法、设备及存储介质。

技术介绍

[0002]超声图像的特征区自动量测是目前在临床上十分重要的功能，对于不同的疾病类型需要量测不同图像上特征区域的距离，用以评估该数值是否在正常范围内。该行为对于疾病的前期诊断，中期治疗以及术后的恢复情况评估都具有极大的引导价值。目前在超声临床方面，较为常用的自动量测场景有自动动脉内中膜厚度量测(Auto
‑
IMT,intima
‑
media thickness)以及胎儿颈背透明层自动测量(Auto
‑
NT,nuchal translucency)，在Auto
‑
IMT以及Auto
‑
NT的使用场景下，需要操作人员先手动选定覆盖特征区域的矩形框作为感兴趣区域(ROI,region of interest)，在感兴趣区域内需要尽可能多的覆盖欲量测的特征，系统随即透过图像处理自动输出特征区域的量测数值，在Auto本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种全自动超声图像量测方法，其特征在于，包括：获取超声图像，并对所述超声图像进行图像前处理得到第一处理超声图像；通过二维卷积神经网络针对所述第一处理超声图像特征区域检索，得到每帧序列图像中包含特征区域的二值掩模；针对所述二值掩模进行多帧对比，剔除不达标的数据，得到筛选数据；对所述筛选数据进行特征区域坐标切割，以最小矩形框在所述第一处理超声图像中切割得到特征区域图像；针对所述特征区域图像进行图像后处理，得到第二处理特征区域图像；将所述第二处理特征区域图像搭配不同系统预设进行坐标检索，得到特征区域的实际尺寸。2.根据权利要求1所述的全自动超声图像量测方法，其特征在于，对所述超声图像进行图像前处理包括：对所述超声图像中的每一帧图像进行图像去噪与锐化，其中，所述图像去噪与锐化使用不同尺度的小波变换，将所述超声图像分为不同尺度的小波域，并且针对边缘信号增强与组织信号减弱。3.根据权利要求1所述的全自动超声图像量测方法，其特征在于，在得到第一处理超声图像之后还针对所述第一处理超声图像进行相似度对比，计算所述第一处理超声图像中序列帧的相似度。4.根据权利要求1所述的全自动超声图像量测方法，其特征在于，所述二维卷积神经网络在使用之前进行模型训练，通过模型训练后的二维卷积神经网络对所述第一处理超声图像特征区域检索，获取超声图像中特征位置的坐标区域与序列帧中每帧的特征点个数，得到每帧序列图像中包含特征区域的二值掩模。5.根据权利要求1所述的全自动超声图像量测方法，其特征在于，针对所述二值掩模进行多帧对比包括：获取序列帧中每帧的特征点坐标与特征点个数；统计每帧中掩模数量以及坐标，得到统计数据；根据所述统计数据进行多帧比对分析，将不达标的帧剔除，得到筛选数据。6.根据权利要求1所述的全自动超声图像量测方法，其特征在于，所述特征区域图像在得到时包括：根据所述筛选数据将所述筛选数据对应的二值掩模在上下左右四个方向上各延伸P个像素，得到延伸处理区域；利用最小矩形框针对所述延伸处理区域进行包围；在所述第一处理超声图像中以矩形框为边界将矩形框包围的区域切割出来，得到特征区域图像。7.根据权利要求1所述的全自动超声图像量...

【专利技术属性】
技术研发人员：温振耀，雅克，
申请(专利权)人：逸超医疗科技北京有限公司，
类型：发明
国别省市：