[发明专利]一种智能提醒超声测量胎儿生长参数是否异常的方法

权利要求书

1.一种智能提醒超声测量胎儿生长参数是否异常的方法，其特征在于，包括以下步骤：

步骤S1：测量参数维护，对产科超声筛查的参数名称及相关参数进行设置；

步骤S2：从超声采集图像中自动提取胎儿生长参数测量数值并将测量数值填充到生长发育指标列表；

步骤S3：根据孕妇申请单信息自动计算当前孕周和预产期；

步骤S4：根据当前孕周自动计算胎儿当前孕周的正常测量值范围；

步骤S5：判断生长发育指标列表中的测量数值是否在正常测量值范围内；

步骤S6：当生长发育指标列表中的测量数值不在正常测量值范围内时，智能提醒异常诊断结果。

2.根据权利要求1所述的一种智能提醒超声测量胎儿生长参数是否异常的方法，其特征在于，步骤S1的具体过程，包括以下步骤：

步骤S11：设置头臀径(CRL)：对头臀径参数名称、参数简写、参数单位、参数正常值、计算公式、正常值诊断、正常值诊断、符合正常值诊断、是否启用进行设置；

步骤S12：设置双顶径(BPD)：对双顶径参数名称、参数简写、参数单位、参数正常值、计算公式、正常值诊断、正常值诊断、符合正常值诊断、是否启用进行设置；

步骤S13：设置头围(HC)：对头围参数名称、参数简写、参数单位、参数正常值、计算公式、正常值诊断、正常值诊断、符合正常值诊断、是否启用进行设置；

步骤S14：设置腹围(AC)：对腹围参数名称、参数简写、参数单位、参数正常值、计算公式、正常值诊断、正常值诊断、符合正常值诊断、是否启用进行设置；

步骤S15：设置股骨长(FL)：对股骨长参数名称、参数简写、参数单位、参数正常值、计算公式、正常值诊断、正常值诊断、符合正常值诊断、是否启用进行设置；

步骤S16：设置体重估算(Weight)：对体重估算参数名称、参数简写、参数单位、参数正常值、计算公式、正常值诊断、正常值诊断、符合正常值诊断、是否启用进行设置。

3.根据权利要求1所述的一种智能提醒超声测量胎儿生长参数是否异常的方法，其特征在于，步骤S2中从超声采集图像中自动提取胎儿生长参数测量数值的具体过程，包括以下步骤：

步骤S21：基于卷积神经网络深度学习构建目标检测模型；

步骤S22：采用构建的目标检测模型确定生长发育指标位置；

步骤S23：逐个截取过程中需要识别的字符；

步骤S24：使用字符识别模型逐个对字符进行识别，获得胎儿生长参数测量数值。

4.根据权利要求3所述的一种智能提醒超声测量胎儿生长参数是否异常的方法，其特征在于，步骤S21的具体过程为：选择训练数据，以常规单通道图像文件作为输入内容，以胎儿超声图像的生长发育指标位置信息和需要的指标类别标签作为输出结果，采用卷积神经网络深度学习的方法构建目标检测模型。

5.根据权利要求4所述的一种智能提醒超声测量胎儿生长参数是否异常的方法，其特征在于，步骤S22的具体过程为：首先对生长发育指标的位置进行检测，然后截取出需要识别的生长发育指标字符所在位置区域并标明指标类别。

6.根据权利要求5所述的一种智能提醒超声测量胎儿生长参数是否异常的方法，其特征在于，步骤S23的具体过程，包括以下步骤：

步骤S231：将截取出的生长发育指标字符所在位置区域转换为灰度图；

步骤S232：进行阈值为50的二值化处理，像素低于50的位置设为0，其他位置设为1，处理后图像中字符部分的像素值都变为1，背景部分的像素值都变为0；

步骤S233：将得到的图像从左向右进行遍历，选取每一列的像素值，计算像素值之和；

步骤S234：如果像素值之和大于0，记录当前索引位置，继续向右遍历至像素值之和为0为止，记录当前索引位置，两个索引位置存为一组，继续向右遍历直至结束，生成一个n*2的二维数组，记录所有字符在图像中的开始与结束的y轴坐标位置。

7.根据权利要求6所述的一种智能提醒超声测量胎儿生长参数是否异常的方法，其特征在于，步骤S24的具体过程为：构建字符识别模型，模型输入为单张图像，输出为图像中识别出的字符串，将步骤S23中截出的字符图像逐个传入字符识别模型进行字符内容识别，将输出结果逆行拼接，获得胎儿生长参数测量数值。