[发明专利]心脏超声成像方法

权利要求书

1.心脏超声成像方法，其特征是，包括以下步骤：

步骤1、构建深度卷积神经网络，使用被标注左心室位置的超声图像训练一个探测网络；

步骤2、进行初始参数设置，然后对超声图像数据进行包括滤波、去噪在内的预处理；

步骤3、左心室初始位置确定及初始帧指定：

使用深度卷积神经网络搭建的探测网络，对输入图像逐帧用前向传播网络进行左心室探测概率计算，对于每一帧返回一个概率值，当计算返回的概率值大于初始设定探测概率阈值，且该帧图像位于视频序列的位置与视频末帧之间的时间间隔大于设定测量时间周期，则视为探测到左心室初始位置，将当前帧指定为初始帧；对于左心室成像不清晰或使用深度卷积神经网络搭建的探测网络在输入视频序列中没有探测到大于设定概率阈值的左心室的情况，需手动指定左心室位置；

步骤4、左心室内膜分割曲线初始化：

对步骤3指定初始帧和左心室位置的图像，确定初始帧左心室内膜分割曲线；对于由输入者手动指定左心室位置的情况，根据输入者输入的点构建一个三角弧形，以该三角弧形作为分割的初始轮廓；对于自动识别到左心室位置及初始帧的情况，则使用左心室位置作为初始轮廓,输出初始轮廓；

步骤5、逐帧计算得到左心室内膜分割曲线：

逐帧生成左心室内膜分割曲线，判别当前轮廓是否计算成功，若失败，则进入步骤3由用户手动指定左心室位置，再由步骤4生成初始轮廓后再生成左心室内膜分割曲线；

步骤5生成左心室内膜分割曲线的方法为：对该帧超声图像执行深度卷积神经网络进行前向传播计算，得到左心室位置区域，并以该区域内图像作为水平集算法的分割区域，演化得到左心室内膜分割曲线；该步骤中，如果当前帧使用由步骤4生成的初始轮廓作为输入，则使用该初始轮廓作为水平集的初始水平集函数，如果当前帧没有输入初始轮廓，则采用上一帧分割出的轮廓作为水平集算法的初始水平集函数，执行演化，生成左心室内膜分割曲线；

步骤5中，判别当前轮廓是否计算失败主要计算当前轮廓是否满足以下任一条件：

(a)面积判别条件:先根据当前帧生成的轮廓计算面积Area_now，除第一帧之外，每一帧分割出的轮廓得到的面积Area_now相对于前一帧轮廓计算出的面积Area_prev，每一帧分割出的轮廓得到的面积Area_now相对于第一帧轮廓得到的面积Area_pri进行如下比较或＜Threshold₂,则判别为失败；或＜Threshold₄,则判别为失败；

(b)质心判别条件:(当前帧轮廓质心-前一帧轮廓质心)Threshold₅或＜Threshold₆，则判别为失败；

其中Threshold₁，Threshold₂，Threshold₃，Threshold₄，Threshold₅，Threshold₆分别表示设定的6个阈值；

步骤6、依据步骤5得到的左心室内膜分割曲线，计算包括左心室体积、射血分数在内的相关参数。

2.如权利要求1所述的心脏超声成像方法，其特征是，步骤3所述左心室初始位置由矩形表示。

3.如权利要求2所述的心脏超声成像方法，其特征是，步骤3手动指定左心室位置的方法为：手动点选包括心尖点、两个二尖瓣点在内的三个点，生成以三个点作为顶点的三角形的外接矩形，作为左心室初始位置。

4.如权利要求1所述的心脏超声成像方法，其特征是，步骤4中，对于左心室边界不清晰的图像，需要用手动选取增强图像边缘的方式补齐心脏左心室边界亮度不足之处，增强左心室边界，并推广到图像序列中的每一帧图像。

5.如权利要求4所述的心脏超声成像方法，其特征是，所述选取增强图像边缘的方式为：在图像上，左心室边界亮度不足之处点选两点或多点，以直线或曲线线条将这些点连接起来，线条横向方向上，以中点向两边设定宽度位置上，亮度分布以高斯分布为准则。