[发明专利]一种胎儿超声心动图中四腔心分割方法

说明书

本申请为一种胎儿超声心动图中四腔心分割方法，为了在小数据量数据集上快速精确胎儿超声心动图中四个心房/心室，首先使用数据增强策略来增加数据的多样性，例如平移、翻转、旋转、扭曲；其次利用基于Faster R‑CNN的Mask R‑CNN来产出精确的分割掩膜；最后通过ROI聚类重新计算每个ROI的得分，成功召回候选目标。与之前使用的语义分割方法不同，不仅可以利用实例分割方法来同时分割四腔心，而且伴随候选目标召回策略来召回丢失的部件，此项实例分割方法是第一个在胎儿超声心动图中实现四腔心的同时分割，这将帮助心脏病专家更好的分析胎儿心脏的结构和功能。

技术领域

本发明涉及一种胎儿超声心动图中四腔心分割方法。

背景技术

先天性心脏病(Congenital Heart Disease(CHD))是最重要的引起胎儿死亡的疾病原因。它是胎儿出生时一种或多种心脏结构或者功能的异常。对胎儿超声心动图的分析对心脏病专家非常有用，可以用来测量胎儿心脏的大小和功能，以及做出心脏病诊断。四个心室/心房的分割可以作为额外信息用于诊断多种类型的先天性心脏病。

近年来，随着深度学习技术的发展，多种分割方法被用于超声心动图。之前的方法主要用于单心室，例如左心室，左心房或者右心室分割。目前，没有一种方法能够同时分割四个心房/心室。此外，之前的研究多关注于成年病人，只有很少的方法用于胎儿超声心动图。

发明内容

本发明提供了一种胎儿超声心动图中四腔心分割方法，提供一种可用于胎儿超声心动图中的心房与心室分割方法，与之前使用的语义分割方法不同，不仅可以利用实例分割方法来同时分割四腔心，而且伴随候选目标召回策略来召回丢失的部件，此项实例分割方法是第一个在胎儿超声心动图中实现四腔心的同时分割，这将帮助心脏病专家更好的分析胎儿心脏的结构和功能；解决了现有技术中存在的问题。

本发明为解决上述技术问题所采用的技术方案是：

一种胎儿超声心动图中四腔心分割方法，所述方法包括下列步骤：

通过胎儿超声心动图采集经数据增强策略增加的多样性的超声心动序列图像数据；

对输入的多样性的超声心动序列图像数据自动做逐像素标记；

通过候选目标召回方法召回在获取心室或心房过程中丢失的心室或心房的部分；以获得更好的四腔心切面分割效果；该方法通过以下步骤实现：

计算每个感兴趣区域ROI的中心，以及中心之间的L2距离；

如果2个中心之间的距离小于一个阈值，该感兴趣区域即为一个簇cluster；

如果一个簇中的感兴趣区域都属于同一个类别，它们被标记为这个类；否则，计算这些感兴趣区域的总的分数，将其判别为最大分数的那个类；如果一个类在之前环节已经出现，在分数计算环节中将不做考虑。

所述数据增强策略是利用旋转和扭曲模拟胎儿心脏在收缩和扩张时的有规律的运动。

所述旋转操作通过仿射变换方式实现；同时通过随机且弹性的扭曲方式增强图片。

所述标记方式为给图片的每个像素标记一个类别相关和实例相关的标签。

利用基于Faster R-CNN的Mask R-CNN来产出精确的分割掩膜；其中Faster R-CNN有2个输出，分别为类别标签和包围框偏移量；在Mask R-CNN中增加一个掩膜分支，该掩膜分支用来预测每个感兴趣区域的分割掩膜。

用ROI聚类算法重新计算每个感兴趣区域ROI的中心得分；

假设一个ROIs簇包含了N个ROI,每个ROI在四个类别中的得分为：

则ROIs的得分为：