基于人工智能的心脏超声检查辅助系统技术方案

本发明专利技术涉及基于人工智能的心脏超声检查辅助系统，包括数据预处理单元，用于对心脏超声检查图像进行增强和数据预处理，获得待检测心脏超声检查图像，对待检测心脏超声检查图像第一次分类并分类为不同视角多帧超声图像；神经网络配置单元，用于利用不同视角多帧超声图像对卷积神经网络训练检测器进行训练并且进行数据的组合划分确定训练集超声图像、测试集超声图像；权重调整单元，用于对同一视角下不同帧图像之间的权重值调整；二分类网络配置单元，用于在调整同一视角下不同帧图像之间的权重值之后再对二分类网络进行训练；识别分类单元，用于对训练之后的二分类网络输入待检测超声图像并对其识别和分类。可以提高对图像的识别分类的精度。别分类的精度。别分类的精度。

【技术实现步骤摘要】
基于人工智能的心脏超声检查辅助系统


[0001]本专利技术涉及一种基于人工智能的心脏超声检查辅助系统。

技术介绍

[0002]在心脏超声检查技术中通过人工智能的辅助可以提高检查效率并且对准确性提高也很有帮助，现有技术中有利用图像处理技术对心脏超声检查进行辅助，比如专利文献CN110164550B即公开了一种基于多视角协同关系的先天性心脏病辅助诊断技术，该技术基于超声多视图的检测网络模型MUVDN，MUVDN模型融合了局部特征与全局特征和多视图学习提高了病灶检测的准确率和召回率，该诊断技术能够从不同视角上定位病灶区域，并且基于病灶区域利用多视角内在关系综合检测病灶区域的患病情况，其技术的核心在于将处理后的数据组送入MUVDN网络进行训练并获得训练后MUVDN二分类网络，其中MUVDN二分类网络由MUVDN中的特征提取模块及全连接层构成，具体步骤包括在多视角的病灶图像及彩色超声原图中利用浅层全卷积神经网络，提取浅层局部、浅层全局视图特征描述子；在浅层局部描述子上利用全连接层，再利用softmax函数生成同一视角下不同帧图像之间的权重值S，不过在多数心脏超声检查图片中因为图片采集设备的不同以及操作人员的个性化操作习惯会导致“同一视角下不同帧图像之间的权重值S”不能有效的代表图像的真正权重，所以这样的后续识别也存在精准度上的误差。

技术实现思路

[0003]为了克服现有的技术存在的不足，本专利技术提供一种基于人工智能的心脏超声检查辅助系统。
[0004]本专利技术解决其技术问题所采用的技术方案：/>[0005]基于人工智能的心脏超声检查辅助系统，包括心脏超声检查图像辅助识别分类设备，其包括电连接的数据预处理单元、神经网络配置单元、权重调整单元、二分类网络配置单元、识别分类单元，其中的，数据预处理单元，用于对心脏超声检查图像进行增强和数据预处理，获得待检测心脏超声检查图像，对待检测心脏超声检查图像第一次分类并分类为不同视角多帧超声图像；
[0006]神经网络配置单元，用于利用不同视角多帧超声图像对卷积神经网络训练检测器进行训练并且进行数据的组合划分确定训练集超声图像、测试集超声图像；
[0007]权重调整单元，用于对同一视角下不同帧图像之间的权重值调整；
[0008]二分类网络配置单元，用于在调整同一视角下不同帧图像之间的权重值之后再对二分类网络进行训练；
[0009]识别分类单元，用于对训练之后的二分类网络输入待检测超声图像并对其识别和分类。
[0010]进一步所述的对同一视角下不同帧图像之间的权重值调整，包括获取同一视角下不同帧图像之间的权重值S1、S2、......Sn
‑
1、Sn；根据同一视角下不同帧图像之间的权重
值确定对应的拟合函数f(t)，t的取值为1，2，......，n，获取同一视角下不同帧图像之间的权重值S1、S2、......Sn
‑
1、Sn所对应的图像采集设备版本号及操作人员操作特点参数(vi，ci)其中的vi为采集设备版本号，其中的ci为操作人员操作特点参数，然后建立权重值调整模型；建立图像采集设备版本号及操作人员操作特点参数数组(vi，ci)到调整数组(a，b，pk)的映射关系R，其中的a、b为调整参数，pk为调整权值；扩大数据范围并训练映射关系R，获取新的需要调整的不同帧图像之间的权重值S1、S2、......Sn
‑
1、Sn，根据需要调整的不同帧图像之间的权重值S1、S2、......Sn
‑
1、Sn确定对应的图像采集设备版本号及操作人员操作特点参数数组(vi，ci)，然后由图像采集设备版本号及操作人员操作特点参数数组(vi，ci)、映射关系R确定对应的调整数组(a，b，pk)，进而确定对应的权重值调整模型的调整参数a、b，调整权值pk，确定对应的权重值调整模型，将需要调整的不同帧图像之间的权重值S1、S2、......Sn
‑
1、Sn输入到对应的权重值调整模型，输出调整之后的不同帧图像之间的权重值。
[0011]进一步根据同一视角下不同帧图像之间的权重值确定对应的拟合函数f(t)，具体包括：对于同一视角下不同帧图像之间的权重值S1、S2、......Sn
‑
1、Sn在一维坐标t上拟合并且由最小二乘法确定拟合函数f(t)，t的取值为1，2，......，n。
[0012]进一步所述权重值调整模型为：
[0013]并令：
[0014](1)当n取值最大时：
[0015][0016](2)当n
‑
1取值大于等于1时：
[0017][0018]其中的a、b为调整参数，pk为调整权值。
[0019]进一步确定对应的权重值调整模型将需要调整的不同帧图像之间的权重值S1、S2、......Sn
‑
1、Sn输入到对应的权重值调整模型，输出调整之后的不同帧图像之间的权重值具体包括：
[0020]确定对应的权重值调整模型将需要调整的不同帧图像之间的权重值S1、S2、......Sn
‑
1、Sn输入到对应的权重值调整模型，令：
[0021](1)当n取值最大时：
[0022][0023](2)当n
‑
1取值大于等于1时：
[0024][0025]输出调整之后的不同帧图像之间的权重值S1、S2、......Sn
‑
1、Sn。
[0026]一种计算机装置，包括：
[0027]处理器；以及与所述处理器通信连接的存储器；所述存储器存储有可被所述处理
器执行的驱动程序，所述驱动程序被所述处理器执行，以使所述处理器能够执行权利要求1至5中任一项所述的数据预处理单元、神经网络配置单元、权重调整单元、二分类网络配置单元、识别分类单元的功能。
[0028]有益效果
[0029]本申请通过采集设备版本号及操作人员操作特点对同一视角下不同帧图像之间的权重值调整，这样可以提高后续的对图像的识别分类的精度，具体为权重调整单元，对同一视角下不同帧图像之间的权重值调整；二分类网络配置单元，在调整同一视角下不同帧图像之间的权重值之后再对二分类网络进行训练；识别分类单元，对训练之后的二分类网络输入待检测超声图像并对其识别和分类。
附图说明
[0030]图1为本申请的基于人工智能的心脏超声检查辅助系统实施例框图。
具体实施方式
[0031]本申请公开了一种基于人工智能的心脏超声检查辅助系统，如图1，其包括心脏超声检查图像辅助识别分类设备，心脏超声检查图像辅助识别分类设备其包括电连接的数据预处理单元、神经网络配置单元、权重调整单元、二分类网络配置单元、识别分类单元，其中的
[0032]数据预处理单元，用于对心脏超声检查图像进行增强和数据预处理，获得待检测心脏超声检查图像，对待检测心脏超声检查图像第一次分类并分类为不同视角多帧超声图像；神经网络配置单元，用于利用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于人工智能的心脏超声检查辅助系统，其特征在于，包括心脏超声检查图像辅助识别分类设备，其包括电连接的数据预处理单元、神经网络配置单元、权重调整单元、二分类网络配置单元、识别分类单元，其中的，数据预处理单元，用于对心脏超声检查图像进行增强和数据预处理，获得待检测心脏超声检查图像，对待检测心脏超声检查图像第一次分类并分类为不同视角多帧超声图像；神经网络配置单元，用于利用不同视角多帧超声图像对卷积神经网络训练检测器进行训练并且进行数据的组合划分确定训练集超声图像、测试集超声图像；权重调整单元，用于对同一视角下不同帧图像之间的权重值调整；二分类网络配置单元，用于在调整同一视角下不同帧图像之间的权重值之后再对二分类网络进行训练；识别分类单元，用于对训练之后的二分类网络输入待检测超声图像并对其识别和分类。2.根据权利要求1所述的基于人工智能的心脏超声检查辅助系统，其特征在于，所述的对同一视角下不同帧图像之间的权重值调整，包括获取同一视角下不同帧图像之间的权重值S1、S2、......Sn
‑
1、Sn；根据同一视角下不同帧图像之间的权重值确定对应的拟合函数f(t)，t的取值为1，2，......，n，获取同一视角下不同帧图像之间的权重值S1、S2、......Sn
‑
1、Sn所对应的图像采集设备版本号及操作人员操作特点参数(vi，ci)其中的vi为采集设备版本号，其中的ci为操作人员操作特点参数，然后建立权重值调整模型；建立图像采集设备版本号及操作人员操作特点参数数组(vi，ci)到调整数组(a，b，pk)的映射关系R，其中的a、b为调整参数，pk为调整权值；扩大数据范围并训练映射关系R，获取新的需要调整的不同帧图像之间的权重值S1、S2、......Sn
‑
1、Sn，根据需要调整的不同帧图像之间的权重值S1、S2、......Sn
‑
1、Sn确定对应的图像采集设备版本号及操作人员操作特点参数数组(vi，ci)，然后由图像采集设备版本号及操作人员操作特点参数数组(vi...

【专利技术属性】
技术研发人员：叶艳艳，章春泉，郭良云，王梦萦，王继伟，
申请(专利权)人：南昌大学第二附属医院，
类型：发明
国别省市：