[发明专利]胎儿头臀径自动测量方法、系统、设备及存储介质

说明书

本申请涉及一种胎儿头臀径自动测量方法、系统、设备及存储介质，其方法包括获取胎儿超声训练图像和对应的标签图像，所述标签图像的感兴趣区域为胎儿全身；将所述胎儿超声训练图像和对应的标签图像输入至预设的图像分割初始模型，对所述图像分割初始模型进行迭代收敛训练，以得到图像分割目标模型；获取待测胎儿超声图像，将所述待测胎儿超声图像输入至所述图像分割目标模型，得到预测胎儿图像；根据所述预测胎儿图像，计算胎儿头臀径长度。本申请有助于快速、准确地计算出胎儿头臀径长度。

技术领域

本申请涉及超声图像处理技术领域，尤其是涉及一种胎儿头臀径自动测量方法、系统、设备及存储介质。

背景技术

当新生儿出生时，如果有身体缺陷可能会令胎儿有严重的疾病甚至导致死亡，则给新生儿的家庭带来沉重打击与负担。产前检查可以及早发现胎儿缺陷，对判断是否继续妊娠具有较高的应用价值。通过超声检查不但可以及时发现胎儿的一些缺陷，还可对胎儿的一些解剖结构进行测量，进而对预测孕妇的孕期、估计胎儿的大小和重量具有非常重要的意义。

产科超声检查主要是基于超声图像对胎儿的头围、腹围、股骨长以及头臀径等参数进行测量，这些生物参数的测量可以用来判断胎儿的生长状况是否良好以及胎儿是否畸形。现在，这些参数需要依靠医生进行手动测量或者通过常规的图像处理算法自动测量，前者效率低下且严重依赖医生的经验，后者算法不易实现，并且准确率有待提高，因此，本发明人认为在胎儿超声图像处理方面还存在进一步改进。

发明内容

有鉴于此，本申请提供一种胎儿头臀径自动测量方法、系统、设备及存储介质，用以解决现有胎儿头臀径检测效率低且准确率不高的技术问题。

为了解决上述问题，第一方面，本申请提供一种胎儿头臀径自动测量方法，所述方法包括：

获取胎儿超声训练图像和对应的标签图像，所述标签图像的感兴趣区域为胎儿全身；

将所述胎儿超声训练图像和对应的标签图像输入至预设的图像分割初始模型，对所述图像分割初始模型进行迭代收敛训练，以得到图像分割目标模型；

获取待测胎儿超声图像，将所述待测胎儿超声图像输入至所述图像分割目标模型，得到预测胎儿图像；

根据所述预测胎儿图像，计算胎儿头臀径长度。

可选的，所述获取胎儿超声训练图像和对应的标签图像，包括：

获取多张胎儿超声初始图像，对所有所述胎儿超声初始图像的边界干扰区域进行剪切处理，得到对应的胎儿超声目标图像；

将所有所述胎儿超声目标图像进行数据增强处理后，得到胎儿超声训练图像；

将所有所述胎儿超声目标图像进行备份，将备份后的胎儿超声目标图像中胎儿全身标记为感兴趣区域；

将所有标记后的胎儿超声目标图像进行数据增强处理后，得到对应的标签图像。

可选的，将备份后的胎儿超声目标图像中胎儿全身标记为感兴趣区域，其中所述感兴趣区域的灰度值为1；将备份后的胎儿超声目标图像中胎儿全身以外的区域标记为非感兴趣区域，所述非感兴趣区域的灰度值为0。

可选的，所述将所述胎儿超声训练图像和对应的标签图像输入至预设的图像分割初始模型之前，所述方法还包括：

对预设的Unet网络进行改进，以得到所述图像分割初始模型，包括：

将所述Unet网络的下采样过程中部分若干卷积层替换为扩张卷积层，若干扩张卷积层的扩张率随层级增加而逐次增大；

将所述Unet网络的下采样过程中和上采样过程中每个卷积层和/或每个扩张卷积层设置批量归一化；

将所述Unet网络的下采样过程中和上采样过程中每个卷积层和/或每个扩张卷积层设置为残差网络连接。