[发明专利]基于深度学习的胎儿超声动态影像检测方法及系统有效

专利信息
申请号: 201910032164.5 申请日: 2019-01-14
公开(公告)号: CN110613480B 公开(公告)日: 2022-04-26
发明(设计)人: 谢红宁;汪南;梁喆;冼建波;毛明春 申请(专利权)人: 广州爱孕记信息科技有限公司
主分类号: A61B8/08 分类号: A61B8/08
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 肖宇扬;付静
地址: 510000 广东省广州*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 深度 学习 胎儿 超声 动态 影像 检测 方法 系统
【说明书】:

发明公开了一种基于深度学习的胎儿超声动态影像检测方法及系统,该方法包括超声采集终端接收超声设备传输的胎儿的超声实时动态影像数据,并向智能处理设备发送该超声实时动态影像数据;智能处理设备接收并基于预先确定的超声AI检测模型检测该超声实时动态影像数据,得到该超声实时动态影像数据的动态数据检测结果和该动态数据检测结果的参数信息,以及向显示终端发送动态数据检测结果和参数信息,显示终端接收并显示动态数据检测结果和参数信息。实施本发明通过将深度学习应用于胎儿超声动态影像的检查,不仅能够提高胎儿的检测、筛选效率和准确度,还能够降低医生误检的风险,以及减少医生的工作强度,提升孕妇和医生的体验感。

技术领域

本发明涉及医学超声图像技术领域,尤其涉及一种基于深度学习的胎儿超声动态影像检测方法及系统。

背景技术

随着社会的进步以及人们获取健康新生儿意识的加强,越来越多的孕妇按照产检计划定期前往医院进行产检来获知胎儿的情况。目前胎儿检查的方法主要为利用超声波收集回声的原理,将胎儿的断层图像显示在屏幕上,得到胎儿动态影像,然后由医生根据自己的行医经验来分析胎儿动态影像,从而判断胎儿的发育情况(比如:是否病变),但由于各种因素的影响,例如:经验不足、劳累过度,很可能造成胎儿健康情况的误检,并且检测效率低。因此,如何提高胎儿超声动态影像的检测效率和准确度是当下医学胎儿产检领域亟待解决的问题。

发明内容

本发明实施例所要解决的技术问题在于,提供一种基于深度学习的胎儿超声图像检测方法及系统,能够通过将深度学习应用于胎儿超声动态影像的检查,能够提高胎儿组织结构的检测效率以及准确度。

为了解决上述技术问题,本发明实施例第一方面公开了一种基于深度学习的胎儿超声动态影像检测方法,所述方法包括:

超声采集终端接收超声设备传输的胎儿的超声实时动态影像数据,并向智能处理设备发送所述超声实时动态影像数据;

所述智能处理设备接收所述超声采集终端发送的所述超声实时动态影像数据,并基于预先确定的超声AI检测模型检测所述超声实时动态影像数据,得到所述超声实时动态影像数据的动态数据检测结果和所述动态数据检测结果的参数信息,以及向显示终端发送所述动态数据检测结果和所述参数信息,所述动态数据检测结果用于表示所述的全身组织结构的检测结果;

所述显示终端接收所述智能处理设备发送的所述动态数据检测结果和所述参数信息,并通过其交互界面显示所述动态数据检测结果和所述参数信息。

本发明实施例第二方面公开了一种基于深度学习的胎儿超声动态影像检测系统,所述系统包括超声采集终端、智能处理设备、显示终端,其中,所述超声采集终端包括第一接收模块、第一发送模块,所述智能处理设备包括第二接收模块、第一检测模块、第二发送模块,所述显示终端包括第三接收模块、显示模块,其中:

所述第一接收模块,用于接收超声设备传输的胎儿的超声实时动态影像数据;

所述第一发送模块,用于向所述智能处理设备发送所述超声实时动态影像数据;

所述第二接收模块,用于接收所述超声采集终端发送的所述超声实时动态影像数据;

所述第一检测模块,用于基于预先确定的超声AI检测模型检测所述超声实时动态影像数据,得到所述超声实时动态影像数据的动态数据检测结果和所述动态数据检测结果的参数信息;

所述第二发送模块,用于向所述显示终端发送所述动态数据检测结果和所述参数信息,所述动态数据检测结果用于表示所述胎儿的全身组织结构的检测结果;

所述第三接收模块,用于接收所述智能处理设备发送的所述动态数据检测结果和所述参数信息;

所述显示模块,用于通过所述显示终端的交互界面显示所述动态数据检测结果和所述参数信息。

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广州爱孕记信息科技有限公司,未经广州爱孕记信息科技有限公司许可,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/201910032164.5/2.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