一种用于超声图像的空间指引方法及相关装置制造方法及图纸

技术编号:38461930 阅读:11 留言:0更新日期:2023-08-11 14:38
本申请公开了一种用于超声图像的空间指引方法及相关装置,所述方法包括获取待定位的超声图像,并确定所述超声图像对应的目标解剖区域;基于所述目标解剖区域对应的空间预测模型,确定所述超声图像在所述目标解剖区域中的空间指引信息。本申请通过确定超声图像对应的目标解剖区域来确定超声图像对应的空间预测模型,然后通过空间预测模型识别超声图像在其所对应的目标解剖区域中的空间指引信息,给医生的检查带来方便。生的检查带来方便。生的检查带来方便。

【技术实现步骤摘要】
一种用于超声图像的空间指引方法及相关装置


[0001]本申请涉及生物医学
,特别涉及一种用于超声图像的空间指引方法及相关装置。

技术介绍

[0002]超声因其所具有的实时性好、无辐射伤害以及无副作用等特点而被广泛应用于医学领域。其中,二维超声检查以其具有成本低、适用范围广以及携带方便等优势更加被更加广泛的应用于临床上。然而,相对于二维超声图像数据,三维空间数据包括有更多信息,可以帮助医生缩短超声检查时间。但是,由于三维超声探头体积大以及成本高等特点,无法做到较好的普适性,以及三维探头目前成像效果普遍无法达到二维超声探头的效果,从而三维超声无法广泛应用与临床上。
[0003]基于此,目前普遍是将二维超声与三维超声相结合使用,在三维超声中挑选二维切面,以基于二维超声实现三维可视化。但是,现有的基于二维超声实现三维可视化的都是在体外模型上实现,通过在体外模型的体模内部和超声探头内部设有传感器,通过传感器进行空间定位与角度检测等,通过检测的位置与角度确定两者的相对位置与角度,从而可以同时呈现超声图像与该超声图像在三维模型中的位置。然而,现有方法需要在体模内部与超声探头内部设有空间定位与角度检测等传感器,无法应用于临床检查。
[0004]因而现有技术还有待改进和提高。

技术实现思路

[0005]本申请要解决的技术问题在于,针对现有技术的不足,提供一种用于超声图像的空间指引方法及相关装置。
[0006]为了解决上述技术问题,本申请实施例第一方面提供了一种用于超声图像的空间指引方法,所述的方法包括:
[0007]获取待定位的超声图像,并确定所述超声图像对应的目标解剖区域;
[0008]基于所述目标解剖区域对应的空间预测模型,确定所述超声图像在所述目标解剖区域中的空间指引信息。
[0009]所述的用于超声图像的空间指引方法,其中,所述确定所述超声图像对应的目标解剖区域之前,所述方法包括:
[0010]检测所述超声图像是否为有效超声图像;
[0011]当所述超声图像为有效超声图像时,执行确定所述超声图像对应的目标解剖区域的步骤;
[0012]当所述超声图像为非有效超声图像时,丢弃所述超声图像。
[0013]所述的用于超声图像的空间指引方法,其中,所述确定所述超声图像对应的目标解剖区域具体包括:
[0014]控制预设的分类模型识别所述超声图像中的关键解剖结构,并基于识别到的关键
解剖结构中的主解剖结构确定所述超声图像对应的候选解剖区域;
[0015]当确定的候选解剖区域的数量大于1时,基于识别到的关键解剖结构中除主解剖结构外的各解剖结构的结构权重以及各候选解剖区域对应的区域权重,在确定候选解剖区域中选取所述超声图像对应的目标解剖区域。
[0016]当确定的候选解剖区域的数量等于1时,将确定的候选解剖区域作为所述超声图像对应的目标解剖区域。
[0017]所述的用于超声图像的空间指引方法,其中,所述基于所述目标解剖区域对应的空间预测模型,确定所述超声图像在所述目标解剖区域中的空间指引信息具体包括:
[0018]在预设的空间预测模型数据库中查找所述目标解剖区域对应的空间预测模型,其中,所述空间预测模型为基于属于目标解剖区域的超声图像训练得到的;
[0019]将所述超声图像输入所述空间预测模型,通过所述空间预测模型输出所述超声图像在所述目标解剖区域中的空间指引信息。
[0020]所述的用于超声图像的空间指引方法,其中,所述空间预测模型包括特征提取模块、全连接模块以及细粒度特征聚类模块;所述将所述超声图像输入所述空间预测模型,通过所述空间预测模型输出所述超声图像在所述目标解剖区域中的空间指引信息具体包括:
[0021]控制所述特征提取模块提取所述超声图像的特征图;
[0022]控制全连接模块基于所述特征图,确定若干细粒度特征向量;
[0023]控制所述细粒度特征聚类模块基于若干细粒度特征向量生成若干细粒度特征图,并基于所述若干细粒度特征图确定所述超声图像在所述目标解剖区域中的空间指引信息。
[0024]所述的用于超声图像的空间指引方法,其中,所述全连接模块包括若干全连接层组;所述控制全连接模块基于所述特征图,确定若干细粒度特征向量包括:
[0025]分别控制各全连接层组为所述特征图的各通道数据生成二维权重矩阵,并获取各通道数据与其对应的二维权重矩阵的乘积以得到多注意力特征图;
[0026]分别控制各全连接层组基于各自确定的多注意力特征图生成细粒度特征向量,以得到若干细粒度特征向量。
[0027]所述的用于超声图像的空间指引方法,其中,所述基于所述若干细粒度特征图确定所述超声图像在所述目标解剖区域中的空间指引信息具体包括:
[0028]对所述若干细粒度特征图进行聚类以得到聚类特征图;
[0029]基于所述聚类特征图确定所述超声图像在所述目标解剖区域中的空间指引信息。
[0030]所述的用于超声图像的空间指引方法,其中,所述空间预测模型包括融合模块,所述控制所述细粒度特征聚类模块基于若干细粒度特征向量生成若干细粒度特征图之前,所述方法还包括:
[0031]控制所述融合模块基于所述特征图,确定关键解剖结构类别向量;
[0032]控制所述融合模块基于所述关键解剖结构类别向量以及确定所述目标解剖区域时确定的预测关键解剖结构类别向量,生成类别细粒度特征向量;
[0033]控制所述融合模块将所述类别细粒度特征图输入所述细粒度特征聚类模块,以使得所述细粒度特征聚类模块基于所述若干细粒度特征向量及所述类别细粒度特征向量生成若干细粒度特征图。
[0034]所述的用于超声图像的空间指引方法,其中,所述基于所述目标解剖区域对应的
空间预测模型,确定所述超声图像在所述目标解剖区域中的空间指引信息之前,所述方法还包括:
[0035]根据所述超声图像所携带的关键解剖结构的结构信息对所述目标解剖区域进行调节,并将调整后的目标解剖区域作为所述超声图像对应的目标解剖区域。
[0036]所述的用于超声图像的空间指引方法,其中,所述方法还包括:
[0037]获取预设的目标切面;
[0038]基于所述超声图像对应的空间指引信息及所述目标切面在所述目标解剖区域内的目标空间指引信息,形成覆盖所述超声图像及所述目标切面的扫描路径。
[0039]本申请实施例第二方面提供了一种终端设备,其包括:处理器、存储器及通信总线;所述存储器上存储有可被所述处理器执行的计算机可读程序;
[0040]所述通信总线实现处理器和存储器之间的连接通信;
[0041]所述处理器执行所述计算机可读程序时实现如上任一所述的用于超声图像的空间指引方法中的步骤。
[0042]有益效果:与现有技术相比,本申请提供了一种用于超声图像的空间指引方法及相关装置,所述方法包括获取待定位的超声图像,并确定所述超声图像对应的目标本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种用于超声图像的空间指引方法,其特征在于,所述的方法包括:获取待定位的超声图像,并确定所述超声图像对应的目标解剖区域;基于所述目标解剖区域对应的空间预测模型,确定所述超声图像在所述目标解剖区域中的空间指引信息。2.根据权利要求1所述的用于超声图像的空间指引方法,其特征在于,所述确定所述超声图像对应的目标解剖区域具体包括:控制预设的分类模型识别所述超声图像中的关键解剖结构,并基于识别到的关键解剖结构中的主解剖结构确定所述超声图像对应的候选解剖区域;当确定的候选解剖区域的数量大于1时,基于识别到的关键解剖结构中除主解剖结构外的各解剖结构的结构权重以及各候选解剖区域对应的区域权重,在确定候选解剖区域中选取所述超声图像对应的目标解剖区域。当确定的候选解剖区域的数量等于1时,将确定的候选解剖区域作为所述超声图像对应的目标解剖区域。3.根据权利要求1所述的用于超声图像的空间指引方法,其特征在于,所述基于所述目标解剖区域对应的空间预测模型,确定所述超声图像在所述目标解剖区域中的空间指引信息具体包括:在预设的空间预测模型数据库中查找所述目标解剖区域对应的空间预测模型,其中,所述空间预测模型为基于属于目标解剖区域的超声图像训练得到的;将所述超声图像输入所述空间预测模型,通过所述空间预测模型输出所述超声图像在所述目标解剖区域中的空间指引信息。4.根据权利要求3所述的用于超声图像的空间指引方法,其特征在于,所述空间预测模型包括特征提取模块、全连接模块以及细粒度特征聚类模块;所述将所述超声图像输入所述空间预测模型,通过所述空间预测模型输出所述超声图像在所述目标解剖区域中的空间指引信息具体包括:控制所述特征提取模块提取所述超声图像的特征图;控制全连接模块基于所述特征图,确定若干细粒度特征向量;控制所述细粒度特征聚类模块基于若干细粒度特征向量生成若干细粒度特征图,并基于所述若干细粒度特征图确定所述超声图像在所述目标解剖区域中的空间指引信息。5.根据权利要求4所述的用于超声图像的空间指引方法,其特征在于,所述全连接模块包括若干全连接层组;所述控制全连接模块基于所述特征图,确定若干细粒度特征向量包括:分别控制各全连接层组为所述特征图的各通道数据生成二维权重矩阵,并获取各通道数据与其对应...

【专利技术属性】
技术研发人员:钱继宽杨鑫高睿
申请(专利权)人:深圳度影医疗科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1