[发明专利]一种超声影像的人工智能辅助方法和系统

权利要求书

1.一种超声影像的人工智能辅助方法，其特征在于，所述方法包含：

步骤S1：获取多切面超声影像图像并保存为多切面图像；

步骤S2：通过多切面图像确定并标识目标物；具体为：针对每个切面图像，提取切面图像特征并确定并标识目标物，同一目标物在不同切面图像中的标识是相同的；

步骤S3：基于切面图像的超声图像特征合并目标物；具体为：合并超声图像特征一致的相邻或者重叠目标物；

步骤S4：针对每个目标物选择一个或者多个切面图像得到其对应的目标切面图像集合；具体为：针对每个目标物，从所有切面图像中选择一个或多个切面图像，使得在所选择的切面图像之中，所述目标物的平均超声图像特征差异最大；

步骤S5：对目标切面图像集合中的每个切面图像选择对应的人工智能模型并得到相应的子分类结果；基于子分类结果得到和目标物对应的分类结果；

所述步骤S5具体包括如下步骤：

步骤S51：获取一未处理目标物及其对应的目标切面图像集合；

步骤S52：获取目标切面图像集合中一未处理切面图像及和所述目标物对应的目标物区域；

步骤S53：获取和所述未处理目标物对应的未处理切面图像的显著超声图像特征的特征值；基于所述显著超声图像特征确定对应的人工智能模型；其中：所述显著超声特征是使得当前未处理切面图像相对于目标切面图像集合中的其他切面图像具有显著性的超声图像特征值；

步骤S54：将当前未处理切面图像中的目标物区域的图像特征输入到所述对应的人工智能模型中以得到子分类结果；判断是否所有切面图像均处理完毕，如果是，则进入下一步骤，否则返回步骤S52；

步骤S55：基于子分类结果得到和目标物对应的分类结果；

步骤S56：判断是否所有目标物均处理完毕，如果是，则结束，否则，返回步骤S51。

2.根据权利要求1所述的超声影像的人工智能辅助方法，其特征在于，所述显著性包括目标物区域的灰度特征、梯度特征、纹理特征、超声图像特征显著性中的一个其组合。

3.根据权利要求2所述的超声影像的人工智能辅助方法，其特征在于，将大多数子分类结果的结果值作为分类结果的结果值。

4.根据权利要求3所述的超声影像的人工智能辅助方法，其特征在于，所述大多数是90％。

5.根据权利要求4所述的超声影像的人工智能辅助方法，其特征在于，所述方法还包括：基于所述分类结果作人工智能辅助。

6.一种超声影像的人工智能辅助系统，其特征在于，包括：服务器和辅助终端；所述服务器用于实现上述权利要求1-5中任一项所述的超声影像的人工智能辅助方法；所述辅助终端用于发送人工智能辅助请求至所述服务器。

7.根据权利要求6所述的超声影像的人工智能辅助系统，其特征在于，所述服务器为私有服务器。

8.一种超声影像的人工智能辅助平台，其特征在于，包括处理器，所述处理器和存储器耦合，所述存储器存储有程序指令，当所述存储器存储的程序指令被所述处理器执行时实现权利要求1-5中任一项所述的超声影像的人工智能辅助方法。

9.一种计算机可读存储介质，其特征在于，包括程序，当其在计算机上运行时，使得计算机执行如权利要求1-5中任一项所述的超声影像的人工智能辅助方法。

10.一种机构服务器，其特征在于，所述机构服务器被配置为执行如权利要求1-5中任一项所述的超声影像的人工智能辅助方法。