[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

说明书

本发明的一种胎儿颅脑标准切面生成方法、装置和超声成像显示系统，其方法具体包括采集超声三维体数据，并矫正3D体数据使其位于同一参考坐标系，通过采样三维体数据得到二维切面图像和设置回归标签，基于卷积神经网络训练得到二维切面图像和坐标之间的对应函数关系，训练后的网络可以同时预测多个标准平面的坐标，并且自动生成多个标准切面图像。基于本发明不需要再重复进行2D超声的扫描，对一些不易获得的切面快速生成，方便医生进行诊断；同时，医生只需要采集3D体数据，后续就可以通过一次采集标准二维切面图像一键生成多个胎儿颅脑诊断切面图像，减少检查时间，提高了3D数据的利用率，降低了对专业超声医生的依赖，具有非常重要的医学意义。

技术领域

本发明涉及深度学习技术，具体涉及孕中期三级产检领域，具体使用大数据、深度学习对胎儿颅脑畸形诊断标准切面进行生成的处理技术。

背景技术

胎儿颅脑结构畸形是常见的先天性畸形之一。超声是筛查胎儿颅脑结构的首选及重要手段。

目前，妊娠中期的胎儿颅脑结构畸形诊断主要是通过二维(two-dimensional，2D)超声(ultrasound，US)的三个标准平面(standard plane，SP)进行III级筛查，但是，仅从标准切面诊断，存在一定的风险，除标准切面以外的病变有可能漏诊，所以需要增加矢状及冠状切面观察，将低漏诊率。医生要一次扫描数十个超声SP图像进行诊断在临床上难以实现，耗时且严重依赖操作者。三维(Three-dimensional，3D)超声(US)容积数据可以包含多个信息，包含更多的标准平面，且用户依赖度低，如果能找到SPs在3D空间的位置信息，就可以通过位置信息在3D数据中自动生成SPs，减少检查时间。

该技术对超声医生经验要求高，目前各级医院有经验的产前超声诊断医生缺口较大。孕中期三级检查主要通过三个标准切面进行诊断，分别为丘脑水平横切面(Transthalamic,TT)、侧脑室水平横切面(Transventricular,TV)、小脑水平横切面(Transcerebellar,TC)，但是除三个切面以外的病变有可能漏诊，为了提高诊断的准确率，需要更多的切面进行辅助诊断，正中矢状面可以观察胼胝体的发育情况，正中矢状(Midsagittal,MS)切面、侧脑室体部冠状(Coronal to the body of the Lateralventricles，CLV)切面、小脑冠状(Cerebellar coronal,CC)切面、侧脑室三角区冠状(Coronal to the trigone of the Lateral Ventricles,CTLV)切面等冠状切面可以进一步诊断相关颅脑结构，所以增加矢状面和冠状面系列切面进行相关诊断。随着神经网络等计算机图像分析技术的快速发展，通过大样本机器学习获得影像图像信息用于辅助诊断疾病成为可能，通过大量的训练，深度学习训练的模型可以代替医生对医学图像进行诊断和识别。利用深度学习模型，可以对进行多参数回归学习。在三维体数据空间中，三点可以确定一个平面，知道标准切面的三点坐标，就能在三维空间中定位并生成标准切面图像，实现一键自动生成系列辅助诊断切面图像。

现有的技术中主要以二维超声进行扫查，通过医生手动扫描来获得三个标准切面，但由于胎儿体位的原因，扫查三个标准切面需要花费大量的时间，有可能一次扫查并不能得到三个标准切面，需要多次进行扫查。除此之外，二维超声很难获得矢状面和冠状面的系列切面图像。3D US可以包含多个标准平面，且用户依赖性低，效率高，操作过程简单，成像速度快。但是因为标准平面的在三维数据中的位置是未知的，三维体数据生成的数据量大，人为一一进行查找，需要花费大量时间，缺乏可行性。如果能够在3D超声中自动定位多个标准SPs以及对应的图像，可以减少对专业医生的依赖，缩短产检时间，同时提高诊断的准确性。因此，如果能找到一种可以对任意姿态的三维数据进行标准平面定位，在三维空间中一键自动生成标准切面方法是非常重要的。

发明内容