[发明专利]超声图像处理方法、装置、设备及计算机可读存储介质在审

专利信息
申请号: 201811614759.3 申请日: 2018-12-27
公开(公告)号: CN109498061A 公开(公告)日: 2019-03-22
发明(设计)人: 王雅儒;唐果;冯乃章 申请(专利权)人: 深圳开立生物医疗科技股份有限公司
主分类号: A61B8/08 分类号: A61B8/08
代理公司: 深圳市深佳知识产权代理事务所(普通合伙) 44285 代理人: 王仲凯
地址: 518052 广东省深圳市南山区南头*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 分级 超声图像 结节 超声图像处理 超声影像 外形特征 计算机可读存储介质 抽象特征 目标图像 医生工作效率 技术效果 计算目标 图像区域 候选框 医生 图像
【说明书】:

发明公开了一种超声图像处理方法,包括:提取超声图像的抽象特征;利用抽象特征及超声图像的候选框图像区域,确定包含结节的目标图像;计算目标图像中结节的外形特征;确定目标图像的超声影像特征;根据外形特征、超声影像特征以及分级规则,生成超声图像中结节的分级结果。可见,本方案通过对超声图像的处理得到结节的外形特征、超声影像特征以及预先设定的分级规则,可以得到超声图像中结节的分级结果,通过该分级结果可以确定结节的风险程度,从而协助医生客观的、快速的进行结节分级,节省医生时间,提高医生工作效率。本发明还公开了一种超声图像处理装置、设备及计算机可读存储介质,同样能实现上述技术效果。

技术领域

本发明涉及图像处理技术领域,更具体地说,涉及一种超声图像处理方法、装置、设备及计算机可读存储介质。

背景技术

近年来,随着计算机技术及数字图像处理技术的飞速发展,数字图像处理技术越来越多的应用于辅助医学诊断领域,以通过对图像处理技术获得图像中有价值的医学诊断信息。目前通过超声图像对甲状腺结节识别时,是通过深度卷积神经网络对甲状腺结节的良恶性进行判定,而甲状腺结节的良恶性仅仅是一种间接的结果,因此仅根据超声影像得到良恶性的结论并不让人信服,临床上病理切片才是良恶性判断的金标准,即使有最专业的医生来读片,超声影像也无法准确确定结节良恶性,因为可能存在良性和恶性结节有相同超声影像的情况。所以,良恶性的学习难以达到很高的准确性;并且,目前直接通过超声图像代替医生下良恶性的结论,无法给出判断的依据,无法有效指导医生,且很有可能对医生造成误导。

因此,如何通过对超声图像的处理得到更有效的处理结果,从而更好的协助医生,提高医生的工作效率,是本领域技术人员需要解决的问题。

发明内容

本发明的目的在于提供一种超声图像处理方法、装置、设备及计算机可读存储介质,以实现通过对超声图像的处理得到更有效的处理结果,从而更好的协助医生,提高医生的工作效率。

为实现上述目的,本发明实施例提供了如下技术方案:

一种超声图像处理方法,包括:

提取超声图像的抽象特征;

利用所述抽象特征及所述超声图像的候选框图像区域,确定包含结节的目标图像;其中,所述候选框图像区域为超声图像中与不同候选框对应的图像区域;

计算所述目标图像中结节的外形特征;

确定所述目标图像的超声影像特征;

根据所述外形特征、所述超声影像特征以及分级规则,生成所述超声图像中结节的分级结果。

其中,所述利用所述抽象特征及所述超声图像的候选框图像区域,确定包含结节的目标图像,包括:

将所述抽象特征及所述候选框图像区域输入结节分类网络和回归网络,得到结节分类结果和回归结果;其中,所述结节分类结果为所述结节分类网络从所有候选框图像区域中选择的包含真实结节的目标候选框图像区域,所述回归结果为通过所述回归网络对每个候选框图像区域进行调节,得到的与真实结节区域一致的调节后的候选框图像区域;

从所述结节分类结果和所述回归结果中,确定与所述目标候选框图像区域对应的调节后的候选框图像区域,作为包含结节的目标图像。

其中,计算所述目标图像中结节的外形特征,包括:

将所述目标图像输入分割网络,通过所述分割网络确定所述目标图像中结节的Mask掩模,计算所述Mask掩模的外形特征,将所述外形特征作为所述目标图像中结节的外形特征。

其中,所述根据所述外形特征、所述超声影像特征以及分级规则,生成所述超声图像中结节的分级结果,包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳开立生物医疗科技股份有限公司,未经深圳开立生物医疗科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811614759.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top