[发明专利]智能辅助导引方法、超声设备及存储介质在审

专利信息
申请号: 201911294041.5 申请日: 2019-12-16
公开(公告)号: CN112991166A 公开(公告)日: 2021-06-18
发明(设计)人: 甘从贵;张义;赵明昌;陈建军 申请(专利权)人: 无锡祥生医疗科技股份有限公司
主分类号: G06T3/40 分类号: G06T3/40;G06T3/00;G06T7/00;G06N3/04;G06N3/08;A61B8/00
代理公司: 无锡市大为专利商标事务所(普通合伙) 32104 代理人: 曹祖良
地址: 214028 江苏省无锡市新吴区新*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 智能 辅助 导引 方法 超声 设备 存储 介质
【权利要求书】:

1.一种智能辅助导引方法,其特征在于,所述方法包括:

获取宽景图像数据,所述宽景图像数据对应的内容包括待检测对象;

至少基于所述宽景图像数据,获取提示信息,所述提示信息至少包括超声探头的当前位置信息和/或路径信息,所述路径信息用于引导所述超声探头从当前位置移动至目标区域所在的位置。

2.根据权利要求1所述的方法,其特征在于,所述获取宽景图像数据,所述宽景图像数据对应的内容包括待检测对象,包括:

利用超声探头获取待检测对象的第一超声数据,所述第一超声数据包括连

续的超声图像序列;

至少基于所述第一超声数据,获得所述待检测对象的宽景图像数据。

3.根据权利要求2所述的方法,其特征在于,所述至少基于所述第一超声数据,获得所述待检测对象的宽景图像数据,包括:

利用宽景拼接模型对所述第一超声数据进行处理,获得所述待检测对象的宽景图像数据。

4.根据权利要求2所述的方法,其特征在于,所述至少基于所述宽景图像数据,获取提示信息,包括:

利用特征识别模型对所述第一超声数据进行处理,识别出所述第一超声数据中的每帧超声图像对应的特征区域;

至少基于所述特征区域,获得所述待检测对象的特征区域信息,所述特征区域信息至少包括所述特征区域与所述待检测对象的对应关系;

至少基于所述待检测对象的宽景图像数据和所述待检测对象的特征区域信息,获得所述第一超声数据中的每帧超声图像与所述待检测对象的对应关系;

对所述待检测对象的宽景图像数据和所述第一超声数据中的超声图像序列与所述待检测对象的对应关系进行处理,获得对应的提示信息。

5.根据权利要求4所述的方法,其特征在于,所述特征识别模型为深度学

习模型,所述特征识别模型通过以下方法得到:

获取训练集,所述训练集包括多个样本超声图像和标记数据,所述样本超声图像对应的内容的检测对象是相同的,所述标记数据至少包括所述样本超声图像中对应的特征区域;

利用所述训练集对初始模型进行训练,得到特征识别模型。

6.根据权利要求4所述的方法,其特征在于,还包括:

获取查询信息,所述查询信息至少包括第二超声数据,所述第二超声数据利用超声探头对所述待检测对象检测获得,所述第二超声数据至少包括所述待检测对象的一帧超声图像时;

将所述第二超声数据中的每帧超声图像与所述待检测对象的宽景图像数据进行匹配处理,获得所述第二超声数据中的每帧超声图像在所述宽景图像数据中的对应关系;

基于所述第一超声数据中的每帧超声图像与所述待检测对象的对应关系和所述第二超声数据中的每帧超声图像在所述宽景图像数据中的对应关系,获得提示信息,所述提示信息至少包括所述第二超声数据与所述待检测对象的对应关系。

7.根据权利要求6所述的方法,其特征在于,还包括:

当所述查询信息还包括目标特征区域时,所述提示信息还包括路径信息,所述路径信息引导超声探头从当前位置移动至目标特征区域所在的位置。

8.根据权利要求6所述的方法,其特征在于,所述查询信息为宽景图像查看命令时,显示获得的所述宽景图像数据。

9.一种超声设备,其特征在于,包括:

存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行权利要求1-8中任一项所述智能辅助导引方法。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行权利要求1-8中任一项所述的智能辅助导引方法。

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无锡祥生医疗科技股份有限公司,未经无锡祥生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/201911294041.5/1.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