[发明专利]用于确定胎儿神经系统的状况的系统和方法

权利要求书

1.一种方法，包括：

在指导的扫描程序期间使用第一深度学习网络来获得与产妇受试者的胎儿相对应的第一扫描平面的初始估计，其中所述扫描平面包括经丘脑平面(TTP)、经心室平面(TVP)、正中矢状平面(MSP)或经小脑平面(TCP)中的一者；

接收与所述第一扫描平面的所述初始估计相对应的所述胎儿的三维(3D)超声体积；

基于所述3D超声体积和所述第一扫描平面的所述初始估计根据所述第一深度学习网络确定最佳第一扫描平面；

基于所述3D超声体积、所述最佳第一扫描平面、以及与所述TTP、所述TVP、所述MSP或所述TCP相对应的临床约束中的至少一者，使用对应的第二深度学习网络来确定第二扫描平面、第三扫描平面或第四扫描平面中的至少一者，其中所述第二扫描平面、所述第三扫描平面或所述第四扫描平面中的所述至少一者包括所述TTP、所述TVP、所述MSP或所述TCP中的一者并且与所述第一扫描平面明显不同；

基于所述第一扫描平面、所述第二扫描平面、所述第三扫描平面或所述第四扫描平面中的至少一者以及所述临床约束，使用第三深度学习网络来确定与所述胎儿的神经系统相对应的生物计量参数；以及

基于所述生物计量参数确定所述胎儿的神经系统状况。

2.根据权利要求1所述的方法，其中确定所述最佳第一扫描平面包括：

基于所述初始估计生成多个TTP候选；

使用所述第一深度学习网络来确定与所述多个TTP候选中的每一个相对应的质量得分以生成多个质量得分；

确定所述多个质量得分中的最小得分；以及

选择所述多个TTP候选中的与所述最小得分相对应的TTP候选作为最佳TTP。

3.根据权利要求2所述的方法，其中确定所述第二扫描平面包括：

对所述最佳TTP进行分割以基于所分割的TTP来检测中线大脑镰和TTP中点；

基于所述中线大脑镰来确定与所述MSP相对应的平面参数矢量；以及

根据所确定的平面参数来生成最佳MSP。

4.根据权利要求3所述的方法，其中确定所述第三扫描平面包括：

生成多个TVP候选，其中所述多个TVP候选中的每一个平行于所述最佳TTP且正交于所述MSP；

通过使用所述第二深度学习网络来确定最佳TVP；以及

通过由所述第二深度学习网络处理所述多个TVP候选来估计最佳TVP。

5.根据权利要求4所述的方法，其中确定所述第四扫描平面包括：

生成多个TCP候选，其中所述多个TCP候选中的每一个正交于所述最佳MSP并且以预定角度跨度内的角度定向成垂直于所述最佳TTP；以及

通过由所述第二深度学习网络处理所述多个TVP候选来估计最佳TCP，其中所述第二学习网络被进一步配置为确定最佳TCP。

6.根据权利要求5所述的方法，其中确定所述生物计量参数包括基于所述最佳TTP、所述最佳MSP、所述最佳TCP或所述最佳TVP中的一者或多者来确定头围(HC)、双顶径(BPD)、枕额径(OFD)、经小脑径(TCD)、与小脑延髓池(CM)相关的维度、半球(HEM)和颈褶(NF)、前脑室(Va)、透明隔腔(CSP)或后脑室(Vp)中的至少一者。

7.根据权利要求1所述的方法，其中确定所述神经系统状况包括将所述生物计量参数与预定阈值进行比较以及基于所述比较来选择与所述神经系统相对应的选项。

8.根据权利要求7所述的方法，其中确定所述神经系统状况包括执行图像分割以及使用第四深度学习网络来确定所分割的图像中的对象，其中使用多个带注释的图像来训练所述第四深度学习网络。

9.根据权利要求8所述的方法，其中确定所述神经系统状况包括识别所述对象的位置以及使用卡尺放置算法来执行自动化测量。