[发明专利]一种基于超声应变成像的气胸自动检测系统在审
申请号: | 202110061483.6 | 申请日: | 2021-01-18 |
公开(公告)号: | CN112801957A | 公开(公告)日: | 2021-05-14 |
发明(设计)人: | 陈建刚;李庆利 | 申请(专利权)人: | 华东师范大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/70;G16H30/20;A61B8/08 |
代理公司: | 上海宛林专利代理事务所(普通合伙) 31361 | 代理人: | 徐静杰 |
地址: | 200062 上*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 超声 应变 成像 气胸 自动检测 系统 | ||
本发明提供了一种基于超声应变成像的气胸自动检测系统,包括图像输入模块、气胸自动检测模块、数据传输模块和显示终端模块。其中,图像输入模块包括超声探头,其输出端与气胸自动检测模块的输入端为单向电连接;气胸自动检测模块的输出端与数据传输模块的输入端为单向电连接;数据传输模块的输出端与显示终端模块的输入端为单向电连接。本发明的基于超声应变成像的气胸自动检测系统包括基于应变计算的快速气胸超声检测算法,可集成到手持超声设备中,大大加强了便携性和灵活性,降低了气胸超声诊断对医生经验技能的要求,可以应用在更多的场景,如急诊、ICU、急救现场、战场等。
技术领域
本发明属于医疗器械领域,特别涉及一种基于超声应变成像的气胸自动检测系统。
背景技术
气胸(pneumothorax)是指气体进入胸膜腔,造成积气状态,多因肺部疾病或外力影响使肺组织和脏层胸膜破裂或靠近肺表面的细微气肿泡破裂,造成肺和支气管内空气逸入胸膜腔。因胸壁或肺部创伤引起者称为创伤性气胸;因疾病致肺组织自行破裂引起者称自发性气胸;因治疗或诊断所需人为地将空气注入胸膜腔称人工气胸。气胸又可分为闭合性气胸、开放性气胸及张力性气胸。自发性气胸多见于男性青壮年或患有慢支、肺气肿、肺结核者。本病属肺科急症之一,严重者可危及生命,及时处理可治愈。
目前,气胸诊断的影像学手段主要是X线胸片和CT。其中,胸片为投射成像,容易造成漏诊;CT是气胸诊断的金标准,尤其对于小量气胸、局限性气胸以及肺大疱与气胸的鉴别比X线胸片敏感和准确。气胸的基本CT表现为胸膜腔内出现极低密度的气体影,伴有肺组织不同程度的压缩萎陷改变。然而,CT具有较强的放射性,诊断时间长,体积庞大无法大规模普及使用。
近年来,超声被用于气胸诊断,并获得了较好的效果。如图1所示,依据Blue流程,通过观察胸膜滑动、B线、肺点等征象可对气胸进行诊断。然而,由于气胸诊断多在急诊科进行,急诊科医生往往缺乏超声图像解读的基本知识和技能,导致气胸超声诊断率低。因此,开发自动化智能化算法可有效降低超声对医生经验和技能的要求,提高气胸诊断率。
发明内容
有鉴于现有技术的上述缺陷,本发明的目的在于提供一种基于超声应变成像的气胸自动检测系统,其包括基于应变计算的快速气胸超声检测算法,可集成到手持超声设备中,大大加强了便携性和灵活性,降低了气胸超声诊断对医生经验技能的要求,可以应用在更多的场景,如急诊、ICU、急救现场、战场等。
为实现上述目的,本发明提供了一种基于超声应变成像的气胸自动检测系统,包括图像输入模块、气胸自动检测模块、数据传输模块和显示终端模块。
进一步地,图像输入模块包括超声探头,其输出端与气胸自动检测模块的输入端为单向电连接;气胸自动检测模块的输出端与数据传输模块的输入端为单向电连接;数据传输模块的输出端与显示终端模块的输入端为单向电连接。
进一步地,气胸自动检测模块包括数据库参照模块、应变分析模块、AI分类模块、结果输出模块和数据储存模块。
进一步地,图像输入模块的超声探头的输出端与应变分析模块的输入端为单向电连接;数据库参照模块的输出端与应变分析模块的输入端为单向电连接;应变分析模块的输出端与AI分类模块的输入端为单向电连接;AI分类模块的输出端与结果输出模块的输入端为单向电连接;结果输出模块的输出端与数据储存模块的输入端为单向电连接;结果输出模块的输出端与数据传输模块的输入端为单向电连接。
进一步地,数据库参照模块包括大量胸膜区域的超声图像,这些图像可来源于一家或多家医院的超声图像数据库,并由有经验的医生根据图像中是否出现胸膜滑动征、胸膜滑动消失征及肺点征进行分类,以助于AI分类模块进行机器学习。优选地,数据库参照模块中的超声图像多于100张。更优选地,数据库参照模块中的超声图像多于500张。
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华东师范大学,未经华东师范大学许可,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/202110061483.6/2.html,转载请声明来源钻瓜专利网。
- 上一篇:日志行为分析的训练方法、身份安全风险预测方法
- 下一篇:数据处理方法和装置