[发明专利]胎儿颅脑标准切面生成方法、装置和超声成像显示系统在审

专利信息
申请号: 202210517580.6 申请日: 2022-05-13
公开(公告)号: CN115035207A 公开(公告)日: 2022-09-09
发明(设计)人: 林江莉;鱼娅兰;韩霖 申请(专利权)人: 四川大学
主分类号: G06T11/00 分类号: G06T11/00;G06T17/00;G06T3/00;G06T7/66
代理公司: 暂无信息 代理人: 暂无信息
地址: 610065 四川*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 胎儿 颅脑 标准 切面 生成 方法 装置 超声 成像 显示 系统
【权利要求书】:

1.一种基于胎儿颅脑标准切面生成方法,其特征在于,所述方法包括步骤:

三维超声系统采集超声三维体数据,采用仿射变换对三维体数据校准;

对校准后的所述三维体数据进行采样,生成系列二维切面图像;

设置所有所述二维切面图像的回归标签,随机同步旋转所述二维切面图像和所述二维切面图像的所述回归标签;

在卷积神经网络中加入注意力矩阵,利用所述卷积神经网络训练所述二维切片图像和对应的所述回归标签,得到训练后的所述卷积神经网络,所述卷积神经网络拟合得到所述回归标签和所述二维切片图像之间的函数关系;

医生采用超声系统扫描选定一个标准切面,选取该标准切面上具有关联性的连续帧2D切面图像,将所述2D切面图像输入所述卷积神经网络,预测其对应在三维空间的位置坐标;根据所述2D切面图像和其他各标准平面间的位置关系,计算得到其他各标准平面的位置坐标,在三维体数据中对应的坐标位置采样产生其他标准切面图像。

2.根据权利要求1所述的基于胎儿颅脑标准切面生成方法,其特征在于,对校准后的所述三维体数据进行采样,生成二维系列切面图像具体包括:

使用斐波那契球面,采样平面法向量均匀分布在球体表面,在每一个法向量方向上等间隔生成若干平面,在所述若干平面上对所述三维体数据进行采样得到超声二维切面数据;

将标准图谱的胎儿MRI图像按照相同的仿射变换映射到同一坐标系下,作为胎儿超声颅脑的像素级掩膜标签,用于提取所述超声二维切面数据的感兴趣区域ROI,得到系列所述二维切面图像。

3.根据权利要求2所述的胎儿颅脑标准切面生成方法,其特征在于,所述采样平面法向量均匀分布在球体表面具体为:

斐波那契网格采样实现球面上点的均匀分布,其通过P(φ,θ)表示采样平面法向量,φ表示方位角,θ表示仰角;采样平面的法向量个数为n,则和可以通过公式(1)和公式(2)分别计算得到:

其中,φii表示当前第i个法向量的方位角和仰角,i∈(1,n)。

4.根据权利要求1所述的胎儿颅脑标准切面生成方法,其特征在于,所述卷积神经网络主要由三部分组成,包括特征提模块、注意力模块和预测模块;其中,特征提取模块由VGG16网络作为基础的特征提取器,用于提取所述二维切面图像的深层特征。

5.根据权利要求4所述的胎儿颅脑标准切面生成方法,其特征在于,所述注意力矩阵具体包括:

输入的M张二维切面图像h,w分别为二维切面图像的高和宽;

经过特征提取器后,产生特征向量将Vi分别送入到注意力机制模型中生成注意力矩阵。

6.根据权利要求5所述的胎儿颅脑标准切面生成方法,其特征在于,所述注意力机制模型具体为:

计算目标值(target)和输入值(source)之间的相关性,所述相关性计算具体包括:求两者的向量点积、求两者的向量Cosine相似性或者通过在引入额外的多层感知器来求值;其中,使用多层感知器组成包括alpha和beta两部分,具体计算方法的公式(3)为:

Similarity(targeti,sourcej)=alpha(targeti,sourcej)·beta(targeti,sourcej)T (3)

其中,target,source分表表示提取的特征向量Vi,Vj,用以计算输入的两张二维切面图像之间的相似性。

7.根据权利要求4-6之一所述的胎儿颅脑标准切面生成方法,其特征在于,所述医生采用超声系统扫描选定2D标准切面中,选定的标准切面包括丘脑水平横切面、侧脑室水平横切面、小脑水平横切面中的一种;所述其他标准切面图像包括丘脑水平横切面、侧脑室水平横切面、小脑水平横切面、正中矢状切面、侧脑室体部冠状切面、小脑冠状切面、侧脑室三角区冠状切面在内的一种或多种。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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四川大学,未经四川大学许可,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/202210517580.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top