[发明专利]超声成像引导方法、超声设备及存储介质有效
申请号: | 201911421238.0 | 申请日: | 2019-12-31 |
公开(公告)号: | CN113116386B | 公开(公告)日: | 2023-08-04 |
发明(设计)人: | 赵明昌;莫若理;陆振宇 | 申请(专利权)人: | 无锡祥生医疗科技股份有限公司 |
主分类号: | A61B8/08 | 分类号: | A61B8/08;A61B8/00;G06T7/73;G06N3/0464;G06N3/08 |
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: | 超声 成像 引导 方法 设备 存储 介质 | ||
1.一种超声成像引导方法,其特征在于,包括:
加载检测对象待扫查目标器官对应的三维超声模型,所述三维超声模型中至少包含一个带有位置信息和角度信息的标准扫查切面;
获取超声探头扫查的当前超声图像;
获取设置在所述超声探头中的惯性测量单元采集的IMU信息;
将所述当前超声图像、IMU信息以及三维超声模型输入训练好的CNN深度卷积神经网络模型进行处理,确定所述当前超声图像的位置信息和角度信息;
根据所述当前超声图像与所述标准扫查切面的位置信息和角度信息,引导所述超声探头运动至所述标准扫查切面处;
其中,所述将所述当前超声图像、IMU信息以及三位超声模型输入训练好的CNN深度卷积神经网络模型进行处理,确定所述当前超声图像的位置信息和角度信息,包括:
通过CNN深度卷积神经网络提取所述当前超声图像中的第一特征向量;
通过CNN深度卷积神经网络提取所述三维超声模型中的第二特征向量;
通过CNN深度卷积神经网络提取所述IMU信息中的第三特征向量;
将所述第一特征向量、第二特征向量以及第三特征向量进行拼接,得到第一拼接特征向量;
将所述第一拼接特征向量输入全连接层进行特征向量融合,得到所述当前超声图像的位置信息和角度信息;
其中,所述获取设置在所述超声探头中的惯性测量单元采集的IMU信息,包括:
通过惯性测量单元采集所述超声探头当前时刻的第一IMU信息;
通过惯性测量单元获取所述超声探头当前时刻前预设时间段内的IMU信息;
将超声探头当前时刻的IMU信息以及当前时刻前预设时间段内的IMU信息输入循环神经网络模型处理,得到超声探头的第二IMU信息,其中,第二IMU信息的准确度大于第一IMU信息的准确度。
2.根据权利要求1所述的超声成像引导方法,其特征在于,所述通过CNN深度卷积神经网络提取所述IMU信息中的第三特征向量,具体为:
通过CNN深度卷积神经网络中的嵌入向量层提取所述第三特征向量。
3.根据权利要求1-2中任一项所述的超声成像引导方法,其特征在于,所述惯性测量单元至少包括加速度计和陀螺仪。
4.根据权利要求1所述的超声成像引导方法,其特征在于,所述根据所述当前超声图像的位置与所述标准扫查切面的位置信息和角度信息,引导所述超声探头运动至所述标准扫查切面处,包括:
根据所述位置信息和角度信息规划所述超声探头运动至所述标准扫查切面的引导路径;
获取所述超声探头的实时位置;
根据所述超声探头的实时位置判断所述超声探头是否偏离所述引导路径,若是,根据所述实时位置更新所述引导路径;
实时显示所述引导路径、标准扫查切面以及所述超声探头。
5.根据权利要求4所述的超声成像引导方法,其特征在于,所述实时显示所述引导路径、标准扫查切面以及所述超声探头,包括:
获取摄像机拍摄的至少包含检测对象以及超声探头的环境影像;
在所述环境影像和/或检测对象体表突出显示所述引导路径、标准扫查切面以及所述超声探头。
6.根据权利要求1所述的超声成像引导方法,其特征在于,还包括:在引导所述超声探头运动至所述标准扫查切面处的过程中,提供操作提示信息,所述操作提示信息包括:语音操作提示、视觉操作提示以及触觉操作提示中的一种或多种。
7.一种超声设备,至少包括存储器、处理器,所述存储器上存储有计算机程序,其特征在于,
所述处理器在执行所述存储器上的计算机程序时实现权利要求1至6中任一项所述的超声成像引导方法的步骤。
8.一种计算机存储介质,其特征在于,
所述计算机存储介质中存储有计算机程序,所述计算机程序被处理器执行时用以实现如权利要求1~6中任一项所述的超声成像引导方法的步骤。
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/201911421238.0/1.html,转载请声明来源钻瓜专利网。