[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

说明书

本发明公开了一种超声图像中胎儿头部容积的自动检测方法，旨在从胎儿颅脑的三维超声容积数据中智能检测胎儿的头部容积，该方法包括以下步骤：首先，获取大量胎儿颅脑三维超声容积数据和医生标注的胎儿颅脑的位置构成的数据集；随后，用获取的数据集训练3D FCN网络；最后，将新的胎儿颅脑三维超声数据输入到训练好的3D FCN网络中，以检测出每个胎儿颅脑三维超声数据中的胎儿头部容积。本发明能够解决现有胎儿颅脑容积的检测方法中存在的图像清晰度和准确性较差的技术问题，以及超声医师的工作量大导致影响该检测方法广泛应用的技术问题，以及由于不同水平的超声医生使用该检测方法会得到不同的诊断结果所导致的检测结果不一致的技术问题。

技术领域

本发明属于产前超声检查技术领域，更具体地，涉及一种超声图像中胎儿头部容积的自动检测方法和系统。

背景技术

胎儿颅内结构异常是最常见的先天畸形之一，其发生率为1％-3％，不同程度的影响胎儿母体内及出生后的神经功能。因此孕期胎儿颅脑发育状态的检测具有重要的临床意义。除了结构评价外，颅内各结构发育的大小也具有重要的临床意义，可用于评估多种颅脑结构(包括全脑、小脑半球和小脑蚓部等)是否存在发育不全。目前在常规胎儿超声中评价胎儿颅脑发育情况最常用的指标是双顶径、头围和小脑横径。可是从严格意义上而言，容积数值能比径线数值更准确的反映器官的生长水平，这也在一些胎儿的其他器官评价中得到证实。

现有的胎儿颅脑容积的检测方法是假设胎儿颅脑为一个规则形态球体，以二维径线的方式推算胎儿的头部容积。然而，该方法存在一些不可忽略的缺陷：第一，由于手动检测的速度及方向的不稳定性，以及因为检测过程耗时过长导致孕妇或胎儿活动进而造成运动伪像等不可控因素，会导致最终得到的图像清晰度差，检测准确性不高；第二，由于胎儿颅脑是三维立体结构，转换为二维切面由医生进行标注时需要耗费很长时间，导致超声医师的工作量大，进而影响了该方法的广泛应用；第三，不同水平的超声医生使用该方法会得到不同的诊断结果，造成了检测结果的不一致。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种超声图像中胎儿头部容积的自动检测方法和系统，其目的在于，通过获取大量胎儿颅脑三维超声数据，用获取的数据集训练全卷积网络，将新的胎儿颅脑三维超声影像输入到训练好的全卷积网络中，以计算出每个三维超声影像中的头部容积，解决现有胎儿颅脑容积的检测方法中存在的图像清晰度和准确性较差的技术问题，以及超声医师的工作量大导致影响该检测方法广泛应用的技术问题，以及由于不同水平的超声医生使用该检测方法会得到不同的诊断结果所导致的检测结果不一致的技术问题。

为实现上述目的，按照本发明的一个方面，提供了一种超声图像中胎儿头部容积的自动检测方法，包括以下步骤：

(1)获取数据集；

(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。

(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。

优选地，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。

优选地，步骤(2)中对步骤(1)获取的数据集进行预处理是采用中值滤波法。

优选地，头部容积V的计算公式为：V＝V_P×U_v，其中V_p为步骤(3)中得到的体素，U_v为单位体素的体积。

优选地，3D FCN网络是通过如下步骤训练得到的：