[发明专利]超声图像胎儿颜面部标准切面自动识别方法及系统

说明书

技术领域

本发明涉及一种超声图像胎儿颜面部标准切面自动识别方法及系统。

背景技术

超声成像由于低消耗、实时成像及无辐射广泛应用于妊娠诊断中。在超声成像检查中，标准切面的获取是生物测量和诊断的先决条件。在超声诊断的过程中，临床医生最先标注标准切面，通过标准切面检查主要解剖结构，然后再进行进一步的诊断和检查，根据胎儿生长情况做出分析和诊断。

在目前的超声诊断过程中，标准切面的获取过度地依赖于医生的临床经验以及解剖结构知识，标准切面的获取不仅对新手极具挑战性，对有经验的医生也很耗费时间。而且在欠发达国家，有经验和专业知识的医生非常稀缺。因此，精确自动的识别标准切面不仅非常有用，而且适用于有经验和无经验的操作者，这项技术对贫困国家非常有利。

近年来，从超声图像中自动识别标准切面获得了广泛的关注和发展。由于标准切面与非标准切面之间的差异很小，标准切面很高的类内变化主要由于各种妊娠年龄、不同的胎儿姿势和各种扫描方向以及超声图像中斑纹和噪声的存在。目前，标准切面的自动识别仍然非常具有挑战性，也是一个难题。

发明内容

有鉴于此，有必要提供一种超声图像胎儿颜面部标准切面自动识别方法及系统。

本发明提供一种超声图像胎儿颜面部标准切面自动识别方法，该方法包括如下步骤：a.对原始超声图像进行预处理；b.对预处理后的超声图像采用RootSIFT进行特征提取；c.对上述提取的特征利用混合高斯模型进行变换，对变换后的混合高斯模型进行Fisher向量编码，并获得所述向量编码的直方图的值；d.对直方图进行归一化以得到特征向量；e.根据所述特征向量采用基于随机双协调机制的SVM分类器对标准切面进行学习和识别。

其中，所述的预处理包括图像降噪和图像增强。

所述的步骤b包括：对于预处理后的超声图像，手动选择感兴趣区域；对所述感兴趣区域密集采样；用RootSIFT对密集采样后的感兴趣区域进行特征提取。

所述的混合高斯模型基于对角协方差矩阵假设产生K个高斯分布，对一组局部描述符用Fisher向量编码成一个独立的矢量。

所述的标准切面包括矢状面、冠状面和柱状面。

本发明还提供一种超声图像胎儿颜面部标准切面自动识别系统，包括相互电性连接的预处理模块、特征提取模块、编码模块、归一化模块及识别模块。其中，所述预处理模块用于对原始超声图像进行预处理；所述特征提取模块用于对预处理后的超声图像采用RootSIFT进行特征提取；所述编码模块用于对上述提取的特征利用混合高斯模型进行变换，对变换后的混合高斯模型进行Fisher向量编码，并获得所述向量编码的直方图的值；所述归一化模块用于对直方图进行归一化以得到特征向量；所述识别模块用于根据所述特征向量采用基于随机双协调机制的SVM分类器对标准切面进行学习和识别。

其中，所述的预处理包括图像降噪和图像增强。

所述的特征提取模块具体用于：对于预处理后的超声图像，手动选择感兴趣区域；对所述感兴趣区域密集采样；用RootSIFT对密集采样后的感兴趣区域进行特征提取。

所述的混合高斯模型基于对角协方差矩阵假设产生K个高斯分布，对一组局部描述符用Fisher向量编码成一个独立的矢量。

所述的标准切面包括矢状面、冠状面和柱状面。

本发明超声图像胎儿颜面部标准切面自动识别方法及系统，能够实现超声图像中胎儿颜面部标准切面的成功识别。在超声图像中，标准切面的自动识别是提高医生诊断效果，减少繁琐工作量以及诊断过程时间的有效方式。此外，本发明也可应用到其他领域的分类和检测中，也可以用于其他器官的标准切面（如：腹部，心脏，前列腺，肺和肝脏）的分类，以及预测和识别癌细胞。

附图说明

图1为本发明超声图像胎儿颜面部标准切面自动识别方法的流程图；

图2为本发明超声图像胎儿颜面部标准切面自动识别系统的硬件架构图。

具体实施方式

下面结合附图及具体实施例对本发明作进一步详细的说明。

参阅图1所示，是本发明超声图像胎儿颜面部标准切面自动识别方法较佳实施例的作业流程图。

步骤S401，对原始超声图像进行预处理。具体而言，在识别标准切面之前对原始超声图像进行预处理，所述预处理包括图像降噪和图像增强。