[发明专利]胎儿生长参数测量方法、系统及超声设备

说明书

本发明涉及超声图像处理技术领域，具体公开了一种胎儿生长参数测量方法。测量方法包括：获取胎儿至少一个部位的超声图像；根据卷积神经测量模型确定超声图像中待测量部位的分布区域，卷积神经测量模型通过卷积神经网络对已标记的不同胎儿部位的若干超声图像进行训练确定；突出显示待测量部位的分布区域轮廓并进行拟合；通过对待测量部位对应的拟合后的轮廓进行测量，获取不同待测量部位的生长参数。本发明了还提供了一种胎儿生长参数测量系统、超声设备及存储介质。本发明能够利用训练好的卷积神经测量模型自动测量不同胎儿部位的生长参数，提高了测量的准确度，提高了医生的工作效率。

技术领域

本发明涉及超声图像处理技术领域，尤其是一种胎儿生长参数测量方法、系统、超声设备。

背景技术

随着产前超声诊断技术的不断发展，许多胎儿结构异常在产前得到发现。超声检查作为一项无创、无致畸、方便、快捷及安全的检查方法，在产前诊断与筛查胎儿畸形中发挥着重要的作用。B超作为一种监测胎儿宫内生长情况的重要手段之一，现已在临床中运用广泛，从二维超声直至目前所运用的四维超声，不论是在医师的操作技能上，还是在仪器的功能和分辨率上都有很大程度的提高。通过超声测量孕期胎儿的主要生长参数，包括双顶径、头围、腹围、股骨长的结果能协助医生在孕期诊断胎儿结构畸形等疾病，是孕期一个关键的检查项目。

目前胎儿超声图像主要生长参数例如双顶径、头围、腹围、股骨长，均以手动测量为主，依赖于医生的经验和操作手法，准确度和效率都很低。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一，提供一种胎儿生长参数测量方法、系统及超声设备，以实现胎儿生长参数的自动测量，提高了测量的准确度和效率。

特别地，本发明提供了一种胎儿生长参数测量方法，包括：

获取胎儿至少一个部位的超声图像；

根据卷积神经测量模型确定超声图像中待测量部位的分布区域，卷积神经测量模型通过卷积神经网络对已标记的不同胎儿部位的若干超声图像进行训练确定；

突出显示待测量部位的分布区域轮廓并进行拟合；

通过对待测量部位对应的拟合后的轮廓进行测量，获取不同待测量部位的生长参数。

进一步地，所述超声图像为单帧超声图像或至少两帧超声图像。

进一步地，根据卷积神经测量模型确定超声图像中待测量部位的分布区域，包括：

对超声图像进行归一化，将超声图像固定到与卷积神经测量模型的输入层相适配的尺寸；

根据卷积神经测量模型计算超声图像中每个像素点为待测量部位的概率；

将超声图像中像素点概率超过预设概率的像素点确定为待测量部位。

进一步地，根据卷积神经测量模型确定超声图像中待测量部位的分布区域，包括：

对超声图像进行归一化，将超声图像固定到与测量模型的输入层相适配的尺寸；

通过卷积神经测量模型的检测网络检测出待测量部位的位置区域；

根据卷积神经测量模型的分割网络计算位置区域中每个像素点为待测量部位的概率；

将位置区域中像素点概率超过预设概率的像素点确定为待测量部位。

进一步地，突出显示待测量部位的分布区域轮廓并进行拟合，包括：

将经卷积神经测量模块确定待测量部位的分布区域的超声图像还原到初始超声图像的尺寸；

采用曲线对确定的待测量部位的分布区域的轮廓进行勾勒围合；

通过最小二乘法对勾勒的待测量部位的分布区域轮廓进行拟合。