[发明专利]B超图像处理装置、脂肪肝B超图像处理装置及B超系统

权利要求书

1.一种B超图像处理装置，其特征在于，所述B超图像处理装置包括：

获取模块，用于获取目标区域的B超图像；

降噪模块，用于对所述B超图像进行降噪处理；

分割模块，用于对降噪处理后的所述B超图像进行图像分割以获取所述B超图像的特征矩阵；

处理输出模块，用于利用预训练的卷积神经网络算法处理所述特征矩阵，输出所述目标区域的病变等级。

2.根据权利要求1所述的B超图像处理装置，其特征在于，所述降噪模块采用小波阈值降噪算法进行降噪处理。

3.根据权利要求2所述的B超图像处理装置，其特征在于，采用小波阈值降噪算法对所述B超图像进行降噪处理具体包括以下步骤：

选取Haar小波对所述B超图像进行分解，得到低频系数以及水平、垂直、对角高频系数；

提取所得低频系数的最大值和最小值，计算阈值；

用上述阈值以及软阈值函数对分解后的高低频系数进行处理得到新的高频系统；

利用所述新的高低频系数重构所述B超图像，得到降噪后的B超图像。

4.根据权利要求3所述的B超图像处理装置，其特征在于，所述阈值的计算方法为：（低频系数最大值+低频系数最小值）/n。

5.根据权利要求1所述的B超图像处理装置，其特征在于，所述对降噪处理后的所述B超图像进行图像分割以获取所述B超图像的特征矩阵，具体包括以下步骤：

使用LoG算子边缘检测方法对降噪后的所述B超图像进行处理得到该影像的特征矩阵(U_jk，V_jk，W_jk，M_jk)，其中j表示所述B超图像是j级病变，k表示是属于j级病变的第k张图像。

6.根据权利要求5所述的B超图像处理装置，其特征在于，所述LoG算子为：

。

7.根据权利要求1所述的B超图像处理装置，其特征在于，所述卷积神经网络算法的训练方法包括以下步骤：

获取训练样本，所述训练样本包括目标区域的不同病变程度的B超图像以及正常B超图像；

利用小波阈值算法对所述训练样本进行降噪处理，对降噪处理后的所述训练样本进行图像分割以获取所述训练样本的特征矩阵集；

利用所述特征矩阵集对所述卷积神经网络算法进行训练。

8.一种脂肪肝B超图像处理装置，其特征在于，所述脂肪肝B超图像处理装置包括：

获取模块，用于获取B超图像采集装置采集的肝脏B超图像；

降噪模块，用于对所述肝脏B超图像进行降噪处理；

分割模块，用于对降噪处理后的所述肝脏B超图像进行图像分割以获取所述肝脏B超图像的特征矩阵；

处理输出模块，用于利用预训练的卷积神经网络算法处理所述特征矩阵，输出肝脏的脂肪肝等级。

9.根据权利要求8所述的脂肪肝B超图像处理装置，其特征在于，所述对降噪处理后的所述肝脏B超图像进行图像分割以获取所述肝脏B超图像的特征矩阵，具体包括以下步骤：

使用LoG算子边缘检测方法对降噪后的所述肝脏B超图像进行处理得到该影像的特征矩阵(U_jk，V_jk，W_jk，M_jk)，其中：U表示肝脏大小特征；V表示肝脏前后场回声特征；W表示肝内管道结构特征；j表示所述B超图像是j级病变，k表示是属于j级病变的第k张图像。

10.一种B超系统，其特征在于，所述B超系统包括：

B超图像采集装置，用于采集目标区域的B超图像；以及

如权利要求1-7任意一项所述的B超图像处理装置，或者如权利要求8-9任意一项所述的脂肪肝B超图像处理装置。