超声心动图像切面类型识别方法、电子设备和存储介质技术

本发明专利技术提供了一种超声心动图像切面类型识别方法、电子设备和存储介质，该识别方法包括：获取待识别超声心动图像；对待识别超声心动图像进行预处理，获取感兴趣区域图像；采用训练好的超声心动图像切面类型识别模型对感兴趣区域图像进行识别，以获取待识别超声心动图像属于每一预设切面类型的输出概率值；对待识别超声心动图像属于每一预设切面类型的输出概率值进行归一化处理，以获取待识别超声心动图像属于每一预设切面类型及其它切面类型的归一化概率值，从而获取待识别超声心动图像的切面类型的最终识别结果。本发明专利技术可以在不需要专门准备其它类型切面的数据进行超声心动图像切面类型识别模型训练的情况下，解决了其它切面类型的识别问题。它切面类型的识别问题。它切面类型的识别问题。

【技术实现步骤摘要】
超声心动图像切面类型识别方法、电子设备和存储介质


[0001]本专利技术涉及图像处理
，特别涉及一种超声心动图像切面类型识别方法、电子设备和存储介质。

技术介绍

[0002]超声心动图像是利用超声检查心血管系统结构和功能的一种无创性检查，是心血管病筛查、诊断的必备检查之一。心脏各部分结构在对应的心脏切面中呈现，并以此来评价心脏相关结构的大小、形态以及功能是否正常。目前，超声心动图像切面的选取依赖于医生的临床经验，对医生的技术水平要求很高。对于经验不足的医生或者技术人员，很难准确的定位心脏切面。
[0003]随着图像处理技术的发展，基于图像算法确定超声心动图像标准切面得到了一定发展。例如，基于目标检测标准切面判断方法对超声心动图像进行目标检测，获得待检测心脏图像中各目标心脏结构的结构类型及对应的置信度等，根据这些目标信息确定目标心脏切面的类型以及是否为标准切面。该方法能够提高心脏标准切面检测结果可信度，但是需要标注左心室、左心房、右心室、右心房、脊柱、降主动脉、主动脉弓、肋骨以及脊柱等心脏结构，需要耗费大量的人力物力，限制了该方法的推广应用。
[0004]需要说明的是，公开于该专利技术
技术介绍
部分的信息仅仅旨在加深对本专利技术一般
技术介绍
的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。

技术实现思路

[0005]本专利技术的目的在于提供一种超声心动图像切面类型识别方法、电子设备和存储介质，可以自动对超声心动图像进行切面类型的识别，以降低超声心动图像切面类型识别过程中的难度。
[0006]为达到上述目的，本专利技术提供一种超声心动图像切面类型识别方法，所述超声心动图像切面类型识别方法包括：
[0007]获取待识别超声心动图像；
[0008]对所述待识别超声心动图像进行预处理，以去除所述待识别超声心动图像中的背景区域，获取感兴趣区域图像；
[0009]采用训练好的超声心动图像切面类型识别模型对所述感兴趣区域图像进行识别，以获取所述待识别超声心动图像属于每一预设切面类型的输出概率值；
[0010]对所述待识别超声心动图像属于每一预设切面类型的输出概率值进行归一化处理，以获取所述待识别超声心动图像属于每一预设切面类型及其它切面类型的归一化概率值，从而获取所述待识别超声心动图像的切面类型的最终识别结果。
[0011]可选的，所述超声心动图像切面类型识别模型包括特征提取网络和分类网络，所述特征提取网络用于对所述待识别超声心动图像进行切面特征的提取；
[0012]所述分类网络包括若干全连接层和若干softmax层，每个所述全连接层均连接一所述softmax层，所述全连接层的数目和所述softmax层的数目与预设切面类型的类别数相等，所述全连接层用于对提取出的所述切面特征进行非线性映射回归，所述softmax层用于根据与其相连的全连接层的非线性映射回归的结果获取所述待识别超声心动图像属于对应的预设切面类型的输出概率值。
[0013]可选的，所述对所述待识别超声心动图像进行预处理，以去除所述待识别超声心动图像中的背景区域，获取感兴趣区域图像，包括：
[0014]获取所述待识别超声心动图像所对应的感兴趣区域掩膜，其中，在所述感兴趣区域掩膜中，背景区域的像素值为0，感兴趣区域的像素值为1；
[0015]将所述待识别超声心动图像与所述感兴趣区域掩膜进行乘操作，以获取感兴趣区域图像。
[0016]可选的，所述获取所述待识别超声心动图像所对应的感兴趣掩膜，包括：
[0017]对所述待识别超声心动图像所对应的超声心动视频中的所有帧的像素点进行分析，将沿视频时间轴上的像素值始终不变的区域作为背景区域，将背景区域以外的区域作为感兴趣区域，以获取所述超声视频所对应的感兴趣区域掩膜；
[0018]将所述超声心动视频所对应的感兴趣区域掩膜作为所述待识别超声心动图像所对应的感兴趣区域掩膜。
[0019]可选的，所述预设切面类型包括预设大类切面类型以及与所述预设大类切面类型对应的预设小类切面类型，所述预设小类切面类型所对应的小类切面为对应的预设大类切面类型所对应的大类切面的标准切面；
[0020]所述待识别超声心动图像的切面类型的最终识别结果包括所述待识别超声心动图像所属的大类切面类型的识别结果和是否是该类型的大类切面的标准切面的小类切面类型的识别结果。
[0021]可选的，所述对所述待识别超声心动图像属于每一预设切面类型的输出概率值进行归一化处理，以获取所述待识别超声心动图像属于每一预设切面类型及其它切面类型的归一化概率值，从而获取所述待识别超声心动图像的切面类型的最终识别结果，包括：
[0022]对所述待识别超声心动图像属于每一预设大类切面类型的输出概率值分别进行归一化处理，以获取所述待识别超声心动图像属于每一预设大类切面类型以及其它大类切面类型的归一化概率值，并根据所述待识别超声心动图像属于每一预设大类切面类型以及其它大类切面类型的归一化概率值，获取所述待识别超声心动图像的大类切面类型的最终识别结果，其中所述其它大类切面类型表示所有预设大类切面类型以外的大类切面类型；
[0023]对所述待识别超声心动图像属于每一预设小类切面类型的输出概率值分别进行归一化处理，以获取所述待识别超声心动图像属于每一预设小类切面类型以及其它小类切面类型的归一化概率值，并根据所述待识别超声心动图像属于每一预设小类切面类型以及其它小类切面类型的归一化概率值，获取所述待识别超声心动图像的小类切面类型的最终识别结果，其中所述非标准切面。
[0024]可选的，所述对所述待识别超声心动图像属于每一预设大类切面类型的输出概率值分别进行归一化处理，以获取所述待识别超声心动图像属于每一预设大类切面类型以及其它大类切面类型的归一化概率值，包括：
[0025]按照如下公式，对所述待识别超声心动图像属于每一预设大类切面类型的输出概率值分别进行归一化处理，以获取所述待识别超声心动图像属于每一预设大类切面类型的归一化概率值：
[0026][0027][0028]式中，P
i
为所述待识别超声心动图像属于第i种预设大类切面类型的输出概率值，P
i
″
为所述待识别超声心动图像属于第i种预设大类切面类型的归一化概率值，T
i
为所述超声心动图像切面类型识别模型判定所述待识别超声心动图像属于第i种预设大类切面类型的阈值，N为预设大类切面类型的类别数，其中i为正整数；
[0029]根据所述待识别超声心动图像属于各个预设大类切面类型的归一化概率值，计算所述待识别超声心动图像属于其它大类切面类型的归一化概率值。
[0030]可选的，所述根据所述待识别超声心动图像属于每一预设大类切面类型以及其它大类切面类型的归一化概率值，获取所述待识别超声心动图像的大类切面类型的最终识别结果，包括：
[0031]根据所述待识别超声心动图像属于每一预设大类切面类型以及本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种超声心动图像切面类型识别方法，其特征在于，包括：获取待识别超声心动图像；对所述待识别超声心动图像进行预处理，以去除所述待识别超声心动图像中的背景区域，获取感兴趣区域图像；采用训练好的超声心动图像切面类型识别模型对所述感兴趣区域图像进行识别，以获取所述待识别超声心动图像属于每一预设切面类型的输出概率值；对所述待识别超声心动图像属于每一预设切面类型的输出概率值进行归一化处理，以获取所述待识别超声心动图像属于每一预设切面类型及其它切面类型的归一化概率值，从而获取所述待识别超声心动图像的切面类型的最终识别结果。2.根据权利要求1所述的超声心动图像切面类型识别方法，其特征在于，所述超声心动图像切面类型识别模型包括特征提取网络和分类网络，所述特征提取网络用于对所述待识别超声心动图像进行切面特征的提取；所述分类网络包括若干全连接层和若干softmax层，每个所述全连接层均连接一所述softmax层，所述全连接层的数目和所述softmax层的数目分别与预设切面类型的类别数目相等，所述全连接层用于对提取出的所述切面特征进行非线性映射回归，所述softmax层用于根据与其相连的全连接层的非线性映射回归的结果获取所述待识别超声心动图像属于对应的预设切面类型的输出概率值。3.根据权利要求1所述的超声心动图像切面类型识别方法，其特征在于，对所述待识别超声心动图像进行预处理，以去除所述待识别超声心动图像中的背景区域，获取感兴趣区域图像，包括：获取所述待识别超声心动图像所对应的感兴趣区域掩膜，其中，在所述感兴趣区域掩膜中，背景区域的像素值为0，感兴趣区域的像素值为1；将所述待识别超声心动图像与所述感兴趣区域掩膜进行乘操作，以获取超声心动图像的感兴趣区域图像。4.根据权利要求3所述的超声心动图像切面类型识别方法，其特征在于，所述获取所述待识别超声图像所对应的感兴趣掩膜，包括：对所述待识别超声心动图像所对应的超声心动视频中的所有帧超声心动图像中的像素点进行分析，将沿视频时间轴上的像素值始终不变的区域作为背景区域，将背景区域以外的区域作为感兴趣区域，以获取所述超声视频所对应的感兴趣区域掩膜；将所述超声超声心动视频所对应的感兴趣区域掩膜作为所述待识别超声心动图像所对应的感兴趣区域掩膜。5.根据权利要求1所述的超声心动图像切面类型识别方法，其特征在于，所述预设切面类型包括预设大类切面类型以及与所述预设大类切面类型对应的预设小类切面类型，所述预设小类切面类型所对应的小类切面为对应的预设大类切面类型所对应的大类切面的标准切面；所述待识别超声心动图像的切面类型的最终识别结果包括所述待识别超声心动图像所属的大类切面类型的识别结果和小类切面类型的识别结果，所述小类切面类型的识别结果表示是否是该大类切面类型的标准切面。6.根据权利要求5所述的超声心动图像切面类型识别方法，其特征在于，所述对所述待
识别超声心动图像属于每一预设切面类型的输出概率值进行归一化处理，以获取所述待识别超声心动图像属于每一预设切面类型及其它切面类型的归一化概率值，从而获取所述待识别超声心动图像的切面类型的最终识别结果，包括：对所述待识别超声心动图像属于每一预设大类切面类型的输出概率值分别进行归一化处理，以获取所述待识别超声心动图像属于每一预设大类切面类型以及其它大类切面类型的归一化概率值，并根据所述待识别超声心动图像属于每一预设大类切面类型以及其它大类切面类型的归一化概率值，获取所述待识别超声心动图像的大类切面类型的最终识别结果，其中所述其它大类切面类型表示所有预设大类切面类型以外的大类切面类型；对所述待识别超声心动图像属于每一预设小类切面类型的输出概率值分别进行归一化处理，以获取所述待识别超声心动图像属于每一预设小类切面类型以及其它小类切面类型的归一化概率值，并根据所述待识别超声心动图像属于每一预设小类切面类型以及其它小类切面类型的归一化概率值，获取所述待识别超声心动图像的小类切面类型的最终识别结果，其中所述其它小类切面类型表示非标准切面。7.根据权利要求6所述的超声心动图像切面类型识别方法，其特征在于，所述对所述待识别超声心动图像属于每一预设大类切面类型的输出概率值分别进行归一化处理，以获取所述待识别超声心动图像属于每一预设大类切面类型以及其它大类切面类型的归一化概率值，包括：...

【专利技术属性】
技术研发人员：请求不公布姓名，石思远，崔晨，
申请(专利权)人：上海微创卜算子医疗科技有限公司，
类型：发明
国别省市：