[发明专利]基于二维超声图像的四维重建方法及装置

权利要求书

1.基于二维超声图像的四维重建方法，其特征在于：其包括以下步骤：

(1)利用机械臂夹持系统固定2D US探头分别采集训练数据以及测试数据，测试数据采集过程中利用贴在患者左腹部的定位磁片实时记录该位置处的空间位置信息；

(2)针对获得的磁片记录信息，利用主成分分析法PCA对其进行降维得到一维信号，作为该患者的呼吸信号并对呼吸信号进行分段处理；针对采集到的训练数据根据相邻位置切片间的连续性进行正样本对以及负样本对的划分；

(3)建立连续性预测网络，将制作好的正样本对以及负样本对作为网络输入，分别以1和0作为标签进行学习，获得连续性预测模型；在重建阶段，在呼吸信号的限制下，位置n处的2D US序列经过连续性预测模型计算得到的连续性最高的切片作为重建图像中的第n张切片，并作为基准参与下一位置处的最连续切片的选择；

(4)建立插值网络，针对重建过程中由于引入呼吸信号限制而导致个别呼吸相位下某些位置处缺少合标准切片的现象，对重建图像进行插值补全；将不存在切片缺失的重建图像叠加人为生成的掩模版后提取矢状面切片作为网络输入，以未叠加掩模版的原始重建图像矢状面切片作为金标准进行学习，获得插值模型，在测试阶段实现对待插值图像的补全。

2.根据权利要求1所述的基于二维超声图像的四维重建方法，其特征在于：所述步骤(1)中，在采集训练数据时，为保证所得2D US序列连续性已知，要求采集过程中被采集者屏住呼吸，同时减少2D US探头在每一采集位置处的停留时间，在每一采集位置处只采集一张切片；探头平行于轴向平面放置，并在机械臂的控制下沿头脚方向自动移动，移动过程中时刻保持运动轨迹始终位于同一水平线并且不发生任何偏转；采集的开始位置在肝脏的上边缘附近，最终位置在对象的中腹部附近。

3.根据权利要求2所述的基于二维超声图像的四维重建方法，其特征在于：所述步骤(1)中，在采集测试数据时，被采集者保持均匀呼吸，并于左腹部贴上用于定位的磁片，实时记录磁片在空间中的三维坐标；在每个采集位置处探头自动停留10s；根据呼吸周期的时间，所获取的图像序列在每个采集位置处覆盖三个呼吸周期。

4.根据权利要求3所述的基于二维超声图像的四维重建方法，其特征在于：所述步骤(2)中，使用PCA方法对定位磁片记录的三维空间坐标进行降维，得到一维呼吸信号；得到呼吸信号后，每个序列将通过高斯平滑滤波器进行平滑处理，最终得到平滑的呼吸信号曲线；对呼吸信号进行分段处理，按一定范围将呼吸信号分为不同段，处在同一段内的呼吸信号被认为是处于同一呼吸状态。

5.根据权利要求4所述的基于二维超声图像的四维重建方法，其特征在于：所述步骤(2)中，对采集到的原始训练数据，将得到的2D US序列按照是否连续的标准两两配对，彼此连续的图像对记为正样本，对应的标签为1；彼此不连续的图像对记为负样本，对应的标签为0；在确定正负样本时，为提高训练得到的连续性预测的精准度，严格规定解剖结构上彼此相邻的两张切片为连续切片对，记作正样本，除这种情况之外均为负样本。

6.根据权利要求5所述的基于二维超声图像的四维重建方法，其特征在于：所述步骤(4)中，在某些呼吸相位不存在处于所需呼吸相位下的切片，这在该呼吸相位下的重建3D图像中表现为某一位置处的切片缺失，构建基于GAN的插值网络对该类图像进行插值补全。

7.根据权利要求6所述的基于二维超声图像的四维重建方法，其特征在于：所述步骤(4)中，首先对重建好的图像根据完整与否分成训练数据集与测试数据集，并提取矢状面切片；对训练数据的矢状面切片叠加人工生成的掩模版，构造有对应金标准的待插值图像；将制作好的待插值图像及对应金标准送入插值网络进行学习，最终将测试数据的矢状面切片送入训练好的网络实现插值补全，再将相同呼吸相位下的各矢状面切片按顺序组装成3DUS图像，最终实现4DUS的补全。

8.基于二维超声图像的四维重建装置，其特征在于：其包括：

数据采集模块，其配置来利用机械臂夹持系统固定2D US探头分别采集训练数据以及测试数据，测试数据采集过程中利用贴在患者左腹部的定位磁片实时记录该位置处的空间位置信息；

连续性划分模块，其配置来针对获得的磁片记录信息，利用主成分分析法PCA对其进行降维得到一维信号，作为该患者的呼吸信号并对呼吸信号进行分段处理；针对采集到的训练数据根据相邻位置切片间的连续性进行正样本对以及负样本对的划分；

连续性预测网络建立模块，其配置来将制作好的正样本对以及负样本对作为网络输入，分别以1和0作为标签进行学习，获得连续性预测模型；在重建阶段，在呼吸信号的限制下，位置n处的2D US序列经过连续性预测模型计算得到的连续性最高的切片作为重建图像中的第n张切片，并作为基准参与下一位置处的最连续切片的选择；

插值网络建立模块，其配置来针对重建过程中由于引入呼吸信号限制而导致个别呼吸相位下某些位置处缺少合标准切片的现象，对重建图像进行插值补全；将不存在切片缺失的重建图像叠加人为生成的掩模版后提取矢状面切片作为网络输入，以未叠加掩模版的原始重建图像矢状面切片作为金标准进行学习，获得插值模型，在测试阶段实现对待插值图像的补全。