一种基于深度学习的颈动脉超声扫查导航系统和方法技术方案

本发明专利技术提供一种基于深度学习的颈动脉超声扫查导航系统和方法，包括：图像采集模块采集超声图像；图像分割模块采用预先训练的轻量级的图像分割模型提取超声图像中的解剖结构，得到图像分割结果；第一分析处理模块对图像分割结果进行第一次分析得到第一分析结果，并在第一分析结果为探头与当前扫查任务不匹配时产生第一提示信息；第二分析处理模块在第一分析结果为探头与当前扫查任务匹配时，对图像分割结果进行第二次分析，得到第二分析结果，并当第二分析结果为当前扫查已到达颈动脉分叉处时，产生第二提示信息。提高扫查效率，且使用的计算资源少，计算快，分割准确。

【技术实现步骤摘要】

本专利技术涉及超声图像处理和掌上超声设备，尤其涉及一种基于深度学习的颈动脉超声扫查导航系统和方法。

技术介绍

1、b超是医疗检查的一种重要手段，便携b超与其他影像设备最大的不同就是它轻便易携带。因此，因此易于往基层医疗机构推广。

2、b超(超声波)是一种常见的影像诊断技术，但对于不具备丰富经验和专业技术的基层医疗人员来说，进行准确的b超检查可能是一项挑战。b超导航算法可以辅助医生进行检查，提供准确的图像解读和诊断指导，降低对技术经验的要求。还可以帮助医生更快速和准确地定位和识别患者体内的组织结构、病变和异常区域。它可以辅助医生实施b超检查，优化探头的放置位置和角度，提高检查的效率和准确性。

3、导航的一般做法是直接针对我们需要导航的目标进行分割，然后通过分割结果来引导扫查医生完成扫查任务。但是由于针对颈动脉扫查的主要目标是找到颈动脉分叉的位置，所以需要算法来实现当前位置是否已经到了颈动脉分叉位置。并且扫查医生在扫查过程中经常会将超声探头拿反的情况，因此也需要提醒医生探头是否拿反。

技术实现思路...

【技术保护点】

1.一种基于深度学习的颈动脉超声扫查导航系统，应用于掌上超声设备，其特征在于，包括：

2.如权利要求1所述的一种基于深度学习的颈动脉超声扫查导航系统，其特征在于，所述图像分割模型包括轻量级的mobileNet-v2模型和deeplab-v3模型；

3.如权利要求2所述的一种基于深度学习的颈动脉超声扫查导航系统，其特征在于，所述mobileNet-v2模型包括依次连接的第一卷积模块、第一下采样模块、第二卷积模块、第二下采样模块、第三卷积模块和第三下采样模块；

4.如权利要求3所述的一种基于深度学习的颈动脉超声扫查导航系统，其特征在于，所述deeplab-...

【技术特征摘要】

1.一种基于深度学习的颈动脉超声扫查导航系统，应用于掌上超声设备，其特征在于，包括：

2.如权利要求1所述的一种基于深度学习的颈动脉超声扫查导航系统，其特征在于，所述图像分割模型包括轻量级的mobilenet-v2模型和deeplab-v3模型；

3.如权利要求2所述的一种基于深度学习的颈动脉超声扫查导航系统，其特征在于，所述mobilenet-v2模型包括依次连接的第一卷积模块、第一下采样模块、第二卷积模块、第二下采样模块、第三卷积模块和第三下采样模块；

4.如权利要求3所述的一种基于深度学习的颈动脉超声扫查导航系统，其特征在于，所述deeplab-v3模型包括依次连接的aspp模块、第一级联模块、第四卷积模块、第一上采样模块、第二级联模块、第五卷积模块；

5.如权利要求1所述的一种基于深度学习的颈动脉超声扫查导航系统，其特征在于，所述第一分析处理模块计算甲状腺、颈动脉和气管的中心点位置，根据所述甲状腺、颈动脉、气管的中心点位置之间的关系判定所述探头与当前扫查任务是否匹配。

6.如权利...

【专利技术属性】
技术研发人员：赵冬冬，朱瑞星，梁洋洋，
申请(专利权)人：上海深至信息科技有限公司，
类型：发明
国别省市：