[发明专利]一种超声图像中胎儿头部容积的自动检测方法和系统

权利要求书

1.一种超声图像中胎儿头部容积的自动检测方法，其特征在于，包括以下步骤：

(1)获取数据集；数据集包括从三维超声设备获取的胎儿颅脑三维超声数据、以及超声医师为每个胎儿颅脑三维超声数据手工标注的胎儿颅脑位置信息；

(2)对步骤(1)获取的数据集进行预处理，以得到预处理后的胎儿颅脑三维超声数据集；

(3)将步骤(2)预处理后的胎儿颅脑三维超声数据集输入训练好的3D FCN网络中，以得到胎儿颅脑三维超声数据的体素；3D FCN网络是通过如下步骤训练得到的：

A、获取数据集，其包括从三维超声设备获取的胎儿颅脑三维超声数据、以及超声医师为每个胎儿颅脑三维超声数据手工标注的胎儿颅脑位置信息；

B、对步骤A获取的数据集采用中值滤波法进行去噪处理，对去噪后的数据集进行归一化处理，并将归一化处理后的数据集随机划分为训练集、验证集、以及测试集；

C、将步骤B归一化处理后的数据集中的训练集输入到3D FCN网络中，以获得胎儿头部容积的推理输出，将该推理输出输入到3D FCN网络中的损失函数中，以获取损失值；损失函数是：L(x,y)＝(x-y)²，其中x是超声医师根据手工标注的胎儿颅脑位置信息获取的胎儿头部容积，其具体等于超声医师根据手工标注的胎儿颅脑位置信息获取的体素与单位体素的体积之间的乘积，y是胎儿头部容积的推理输出；

D、根据随机梯度下降算法并使用步骤C得到的损失值对3D FCN网络中的损失函数进行优化，以更新3D FCN网络；

E、针对步骤B得到的数据集中的训练集部分中的剩余数据集，重复执行上述步骤C和步骤D，直到3D FCN网络收敛到最佳为止，从而得到训练好的3D FCN网络；

3D FCN网络的网络结构如下：

第一层是输入层，其输入为128*128*128*1像素的矩阵；

第二层是卷积层，其卷积核尺寸为3*3*3，卷积核个数为32，步长为1，该层使用SAME模式填充，输出大小为128*128*128*32的矩阵；

第三层是池化层，池化窗口尺寸为2*2*2，步长为(2，2，2)，该层输出矩阵为64*64*64*32；

第四层是卷积层，其卷积核尺寸为3*3*3，卷积核个数为64，步长为1，该层使用SAME模式填充，输出大小为64*64*64*64的矩阵；

第五层是池化层，池化窗口尺寸为2*2*2，步长为(2，2，2)，该层输出矩阵为32*32*32*64；

第六层是卷积层，其卷积核尺寸为3*3*3，卷积核个数为128，步长为1，该层使用SAME模式填充，输出大小为32*32*32*128的矩阵；

第七层是卷积层，其卷积核尺寸为3*3*3，卷积核个数为128，步长为1，该层使用SAME模式填充，输出大小为32*32*32*128的矩阵；

第八层是池化层，池化窗口尺寸为2*2*2，步长为(2，2，2)，该层输出矩阵为16*16*16*128；

第九层是卷积层，其卷积核尺寸为3*3*3，卷积核个数为256，步长为1，该层使用SAME模式填充，输出大小为16*16*16*256的矩阵；

第十层是卷积层，其卷积核尺寸为3*3*3，卷积核个数为256，步长为1，该层使用SAME模式填充，输出大小为16*16*16*256的矩阵；

第十一层是反卷积层，其反卷积核尺寸为4*4*4，反卷积核个数为128，该层使用2倍上采样操作，输出大小为32*32*32*128的矩阵；

第十二层是卷积层，其卷积核尺寸为1*1*1，卷积核个数为128，步长为1，该层使用SAME模式填充，输出大小为32*32*32*128的矩阵；

第十三层是卷积层，其卷积核尺寸为3*3*3，卷积核个数为128，步长为1，该层使用SAME模式填充，输出大小为32*32*32*128的矩阵；

第十四层是反卷积层，其反卷积核尺寸为4*4*4，反卷积核个数为64，该层使用2倍上采样操作，输出大小为64*64*64*64的矩阵；

第十五层是卷积层，其卷积核尺寸为1*1*1，卷积核个数为64，步长为1，该层使用SAME模式填充，输出大小为64*64*64*64的矩阵；

第十六层是卷积层，其卷积核尺寸为3*3*3，卷积核个数为64，步长为1，该层使用SAME模式填充，输出大小为64*64*64*64的矩阵；

第十七层是反卷积层，其反卷积核尺寸为4*4*4，反卷积核个数为32，该层使用2倍上采样操作，输出大小为128*128*128*32的矩阵；

第十八层是卷积层，其卷积核尺寸为1*1*1，步长为1，卷积核个数为32，该层使用SAME模式填充，输出大小为128*128*128*32的矩阵；

第十九层是卷积层，其卷积核尺寸为3*3*3，卷积核个数为32，步长为1，该层使用SAME模式填充，输出大小为128*128*128*32的矩阵；

第二十层是卷积层，其卷积核尺寸为1*1*1，卷积核个数为1，步长为1，该层使用SAME模式填充，输出大小为128*128*128*1的矩阵；

(4)使用步骤(3)中得到的胎儿颅脑三维超声数据的体素计算胎儿头部容积。