【技术实现步骤摘要】
一种基于卷积神经网络的髋关节超声图像质量评估方法
[0001]本专利技术涉及图像处理
，具体是涉及一种基于卷积神经网络的髋关节超声图像质量评估方法。
技术介绍
[0002]由于婴儿髋关节未骨化的特性、且超声成像相比X线、CT等具有无辐射、低成本和便携性等特点，因此超声成为婴儿髋关节的首选检查方法，使用超声进行双侧髋关节检查，进而诊断DDH。超声检查时首先需要获取髋关节冠状切面图、横切面图和后外侧横切图(也就是用于做超声检查的髋关节超声图像要包括髋关节冠状切面图、横切面图和后外侧横切图这三个切面图才能用于做超声检查)。然而，由于髋关节解剖结构多样(包括平直的髂骨体、髂骨下缘点、盂唇、关节囊、滑膜皱襞、骨顶、股骨头、干骺端、盂唇、骨缘等结构)，且髋关节是一个可以多个方向运动的关节，因此难以获得统一的标准切面。临床上，一直由经验丰富的超声医生来评定新手医生扫描的超声切面质量，评定的结果比较主观，且非常耗时。如何减轻超声医生的工作压力，提高超声切面的质量，成为了临床检验的现实需求。
[0003]根据临床的质量控制准则，...
【技术保护点】
【技术特征摘要】
1.一种基于卷积神经网络的髋关节超声图像质量评估方法，其特征在于，包括：对被评估髋关节超声图像应用已训练的卷积神经网络，得到已训练的所述卷积神经网络输出的评估总分值，所述评估总分值用于表征所述被评估髋关节超声图像中的各个髋关节结构信息和伪影信息；依据所述评估总分值，得到针对所述被评估髋关节超声图像的评估结果，所述评估结果用于表征所述被评估髋关节超声图像接近标准超声切面图像的程度。2.如权利要求1所述的基于卷积神经网络的髋关节超声图像质量评估方法，其特征在于，所述对被评估髋关节超声图像应用已训练的卷积神经网络，得到已训练的所述卷积神经网络输出的评估总分值，所述评估总分值用于表征所述被评估髋关节超声图像中的各个髋关节结构信息和伪影信息，包括：确定构成已训练的所述卷积神经网络的全局特征提取模块、局部结构特征提取模块、质量分析模块；将所述被评估髋关节超声图像输入至所述全局特征提取模块，得到所述全局特征提取模块输出的针对所述被评估髋关节超声图像的整体特征信息，所述整体特征信息用于表征所述被评估髋关节超声图像的各个髋关节结构信息和伪影信息；将所述整体特征信息输入至所述局部结构特征提取模块，得到所述局部结构特征提取模块输出的各个髋关节结构特征图；将所述整体特征信息和各个所述髋关节结构特征图输入至所述质量分析模块，得到所述质量分析模块输出的评估总分值。3.如权利要求1所述的基于卷积神经网络的髋关节超声图像质量评估方法，其特征在于，所述依据所述评估总分值，得到针对所述被评估髋关节超声图像的评估结果，所述评估结果用于表征所述被评估髋关节超声图像接近标准超声切面图像的程度，包括：确定所述标准超声切面图像所对应的标准分值；依据所述评估总分值和所述标准分值，得到针对所述被评估髋关节超声图像的评估结果。4.如权利要求1所述的基于卷积神经网络的髋关节超声图像质量评估方法，其特征在于，已训练的卷积神经网络的训练方式，包括：确定构成所述卷积神经网络的全局特征提取模块、局部结构特征提取模块；将样本髋关节超声图像输入至所述全局特征提取模块的卷积层结构，得到所述卷积层结构输出的针对所述样本髋关节超声图像的整体样本特征信息；将所述整体样本特征信息输入至所述全局特征提取模块的反向卷积层，得到所述反向卷积层的输出结果；将所述反向卷积层的输出结果与所述卷积层结构的第一卷积层输出的浅层特征相减，得到所述样本髋关节超声图像的样本伪影信息；依据所述样本伪影信息与所述样本髋关节超声图像的真实伪影信息，得到图像质量损失函数；依据所述图像质量损失函数，训练所述全局特征提取模块；将所述整体样本特征信息输入至所述局部结构特征提取模块，得到所述局部结构特征提取模块输出的各个髋关节结构样本特征图；
依据各个所述髋关节结构样本特征图和所述样本髋关节超声图像的各个髋关节结构真实特征图，得到髋关节结构损失函数；依据所述髋关节结构损失函数，训练所述局部结构特征提取模块。5.如权...
【专利技术属性】
技术研发人员：许娜，夏焙，石伟，张双双，陈笑一，
申请(专利权)人：深圳市儿童医院，
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。