[发明专利]一种基于人工智能超声影像检测方法及系统有效

专利信息
申请号: 201910412267.4 申请日: 2019-05-17
公开(公告)号: CN110111329B 公开(公告)日: 2021-05-11
发明(设计)人: 罗红;张波;李科君;谢鹏 申请(专利权)人: 四川大学华西第二医院;成都市汪汪科技有限公司
主分类号: G06T7/00 分类号: G06T7/00
代理公司: 成都帝鹏知识产权代理事务所(普通合伙) 51265 代理人: 李华
地址: 610000 四*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 人工智能 超声 影像 检测 方法 系统
【说明书】:

发明公开一种基于人工智能超声影像检测方法及系统,包括步骤:从超声机中获取超声影像;对超声影像进行质控分析,建立质控分析AI模型判断所采集超声影像属于标准切面还是非标准切面;若为非标准切面,则由修正AI模型将非标准切面推测出其对应的标准切面;对所获得的标准切面,通过自动测量AI模型和病理特征查找AI模型进行自动测量与病理分析,获取检测结果;将检测结果推送给用户端。本发明能够判断操作人员采集的超声影像是否符合超声影像质量控制标准,自动获取多个超声切面影像的生物学参数和病理特征,辅助用户快速获取准确结果;提高操作人员采集的超声影像质量标准,提高准确率和时效性;提升操作人员操作超声设备的能力,提高效率。

技术领域

本发明属于超声影像处理技术领域,特别是涉及一种基于人工智能超声影像检测方法及系统。

背景技术

超声检查目前已被广泛应用于常规临床检查。常规超声检查需要通过探头扫查、选取标准切面和诊断等步骤来实现。其中对于标准切面的选取对生理学参数的准确测量以及诊断至关重要,是得到准确生物学参数和病理判断的重要过程。

而目前这项工作需要丰富的临床经验以及对人体解剖结构的了解深入的人员来完成,但是完成过程非常的繁琐和费时;所以对于缺乏经验的操作人员更是无法完成的一项任务。虽然目前有部分理论研究从超声影像中通过计算处理自动获取到标准切面;但是在超声检测的实操过程中,并不是每次采集的图像都是能够获取标准切面的图像,而获取优质超声影像也对操作人员水平和操作带来了极大考验,耗费了较大的资源,无法快速对超声影像进行获取和识别,大大影像了准确度,大大延长了周期。

发明内容

为了解决上述问题,本发明提出了一种基于人工智能超声影像检测方法及系统,能够判断操作人员采集的超声影像是否符合超声影像质量控制标准,能够自动识别获取多种类型超声影像的生物学参数和病理,快速识别出超声影像的病理及生物学参数,提高准确度和时效性;提升操作人员操作超声设备的能力,提高工作效率。

为达到上述目的,本发明采用的技术方案是:一种基于人工智能超声影像检测方法,包括步骤:

S100,从超声机中获取超声影像;

S200,对超声影像进行质控分析,建立质控分析AI模型判断所采集超声影像属于标准切面还是非标准切面;

S300,若为非标准切面,则由修正AI模型将非标准切面推测出其对应的标准切面;

S400,对所获得的标准切面,通过自动测量AI模型和病理特征查找AI模型进行自动测量与病理分析,获取检测结果;

S500,将检测结果推送给用户端。

进一步的是,为了能够快速且精确的从超声影像中分割出标准切面和非标准切面,提高后期病理识别的效率,所述超声影像在质控分析AI模型中的质控分析过程,包括步骤:

S201,通过resnet残差网络获取所述超声影像的特征值;

S202,通过FPN网络进行特征值的粗略提取后,对提取的特征值分别进行融合,形成目标检测区域;

S203,建立图形框,并通过置信度分类对每个目标检测区域均设置有独自的图形框;

S204,通过非极大值抑制算法,提取置信度最高的图形框作为识别结果;

S205,若没有形成图形框则判定该图像为非标准切面,若形成图形框则判定该图像为标准切面。

进一步的是,为了提升基层超声操作人员操作超声设备的能力,对所述非标准切面进行拟合重建推测出其对应的标准切面,通过对非标准切面对应的标准切面进行病理查找和生物学参数识别功能,无需操作人员再次拍摄超声图像。

进一步的是,在所述由非标准切面进行拟合重建推测出其对应的标准切面的过程中,包括步骤:

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四川大学华西第二医院;成都市汪汪科技有限公司,未经四川大学华西第二医院;成都市汪汪科技有限公司许可,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/201910412267.4/2.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