[发明专利]基于神经网络的静脉与动脉识别系统

说明书

本发明提供一种基于神经网络的静脉与动脉识别系统，包括：超声图像输入单元，用于输入超声图像，将待识别的超声图像输入神经网络模型进行处理；神经网络模型，用于通过所述神经网络模型从待识别超声图像中获取静脉和动脉的位置信息；超声图像生成单元，根据获取的位置信息区别标记静脉与动脉，并生成含有静脉标记和动脉标记的超声图像。本发明用于对待识别的超声图像中的动脉和静脉进行自动识别，此系统安全高效，能够帮助医生提高诊断准确度，更好地辅助医生进行动脉与静脉的识别，进而进一步辅助医生进行静脉穿刺。

技术领域

本发明涉及医学超声技术领域，尤其是一种基于神经网络的静脉与动脉识别方法与系统。

背景技术

在临床医学上，很多血管内手术在静脉上进行导管放置、需要穿刺等操作，例如在右侧颈静脉进行，如中心静脉导管放置、血流动力学测量、心肌活检和心脏消融等。颈静脉穿刺术的过程中，医生凭借视觉、触觉和经验等人工判断血管的位置，如通过检测血管内压力、观察血液颜色等鉴别血管的性质。这些通过血管压力、血液颜色判断颈静脉的方法可靠性差，如果穿刺针进入颈静脉血管，则继续后续的扩张、置管等操作；若穿刺针位于颈动脉血管，则撤回穿刺针，压迫穿刺点，重新进行穿刺。不同患者的静脉血管位置的难易判断程度不同，据调查显示，不经意穿刺到颈动脉的概率为2％到8％，这通常会导致相关并发症，如局部血肿等。如果病人有凝血障碍，血肿可能会迅速扩大，甚至出现气道阻塞，假性动脉瘤、动静脉瘘，这些都可能会有致命的后果。

数字图像处理技术飞速发展，计算机辅助诊断在医疗领域随处可见。鉴于超声引导技术的优点，超声B模式下超声图像引导颈静脉穿刺术对穿刺前定位血管十分有益，降低了以上风险发生的概率。但是目前对超声图像中动脉和静脉判别仍几乎由人工完成，尤其是颈动脉和颈静脉的识别,这需要操作者具有超声影像的专业知识，也就造成了判别结果的不确定性，不能最小化手术的风险；同时也使超声引导颈静脉穿刺的推广和普及受到限制。

因此，如何解决上述技术问题，即在实时利用超声引导颈静脉穿刺的进行时如何在基于人工智能或神经网络下自动识别动脉或静脉，尤其是自动快速识别颈动脉、颈静脉，成为本领域的研究人员面临的问题。

发明内容

本发明的目的在于克服现有技术中存在的不足，提供一种基于神经网络的静脉与动脉识别系统，用于对待识别的超声图像中的动脉和静脉进行自动识别，该系统安全高效，能够帮助医生提高诊断准确度，更好地辅助医生进行动脉与静脉的识别，进而进一步辅助医生进行静脉穿刺。本发明采用的技术方案是：

一种基于神经网络的静脉与动脉识别系统，包括：

超声图像输入单元，用于输入超声图像，将待识别的超声图像输入神经网络模型进行处理；

神经网络模型，用于通过所述神经网络模型从待识别超声图像中获取静脉和动脉的位置信息；

超声图像生成单元，根据获取的位置信息区别标记静脉与动脉，并生成含有静脉标记和动脉标记的超声图像。

进一步地，所述的基于神经网络的静脉与动脉识别系统，还包括：

超声图像标记单元，用于对预采集超声图像中的动脉和静脉进行标记；

神经网络训练单元，通过设定数量被标记的预采集超声图像输入神经网络模型进行训练，得到能够自动识别超声图像中动脉和静脉的所述神经网络模型。

更进一步地，超声图像标记单元具体用于：

预采集一定数量的超声图像并进行筛选；

将筛选后的超声图像划分为训练集、验证集和测试集；

供用户对划分后的超声图像中的静脉和动脉进行标记；