CN109602451B - 一种医学超声辅助自动诊断系统 - Google Patents
一种医学超声辅助自动诊断系统 Download PDFInfo
- Publication number
- CN109602451B CN109602451B CN201910118346.4A CN201910118346A CN109602451B CN 109602451 B CN109602451 B CN 109602451B CN 201910118346 A CN201910118346 A CN 201910118346A CN 109602451 B CN109602451 B CN 109602451B
- Authority
- CN
- China
- Prior art keywords
- image
- module
- ultrasonic
- dimensional attitude
- deflection angle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 28
- 238000002604 ultrasonography Methods 0.000 title claims description 8
- 238000007781 pre-processing Methods 0.000 claims abstract description 10
- 238000001514 detection method Methods 0.000 claims abstract description 9
- 238000012545 processing Methods 0.000 claims abstract description 6
- 238000000605 extraction Methods 0.000 claims abstract description 5
- 239000000523 sample Substances 0.000 claims description 15
- 238000012986 modification Methods 0.000 claims description 9
- 230000004048 modification Effects 0.000 claims description 9
- 238000000034 method Methods 0.000 claims description 6
- 238000007689 inspection Methods 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 4
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 230000002146 bilateral effect Effects 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 2
- 238000012552 review Methods 0.000 claims 2
- 230000002708 enhancing effect Effects 0.000 abstract description 3
- 238000012550 audit Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000000153 supplemental effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5207—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of raw data to produce diagnostic data, e.g. for generating an image
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5269—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving detection or reduction of artifacts
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Radiology & Medical Imaging (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pathology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明公开了一种医学超声辅助自动诊断系统，包括图像采集模块，用于通过B超检测诊断仪进行超声波图像的采集，所述B超检测诊断仪的探头手柄内安装有一三维姿态传感器；图像调整模块，基于三维姿态传感器所检测到的数据进行所采集到的超声波图像的偏移调度的调整；图像预处理模块，用于完成的图像的去噪、增强和二值化处理；特征提取模块，用于将超声波图像划分不重叠子区域，通过深度卷积模型提取各个子区域的LBP特征，形成区域直方图，再将各区域直方图串联形成增强特征向量；诊断结果输出模块，基于所述增强特征向量采用最近邻分类器进行诊断结果的输出。本发明实现了超声诊断结果的自动输出，大大减少了工作人员的工作量。
Description
技术领域
本发明涉及图像识别技术领域，具体涉及一种医学超声辅助自动诊断系统。
背景技术
目前，随着精准医疗及大数据时代的来临，除了诊断文字信息外，影像数据的分析及应用已经成为临床医学更为核心的环节之一。
在目前超声诊断中，超声波切面图像的采集需要凭各科医生的经验在患者的身体的相应部位进行采集，再加上超声诊断设备在操作上存在一定的难度，因此，目前超声波切面图像的采集、疾病的判断都只能由专业医生进行，但是专业医生数量相当有限，这与超声诊断的需求增长存在较大的矛盾，导致患者超声诊断需要排队很长时间，延误疾病的诊断，另外，也造成医生的工作量相当繁重。
发明内容
为解决上述问题，本发明提供了种医学超声辅助自动诊断系统。
为实现上述目的，本发明采取的技术方案为：
一种医学超声辅助自动诊断系统，包括
图像采集模块，用于通过B超检测诊断仪进行超声波图像的采集，所述B超检测诊断仪的探头手柄内安装有一三维姿态传感器；
图像调整模块，基于三维姿态传感器所检测到的数据进行所采集到的超声波图像的偏移调度的调整；
图像预处理模块，用于完成的图像的去噪、增强和二值化处理；
特征提取模块，用于将超声波图像划分不重叠子区域，通过深度卷积模型提取各个子区域的LBP特征，形成区域直方图，再将各区域直方图串联形成增强特征向量；
诊断结果输出模块，基于所述增强特征向量采用最近邻分类器进行诊断结果的输出。
进一步地，所述图像预处理模块采用双边滤波和分段线性变换算法分别进行图像去噪和图像增强预处理；采用迭代自适应阈值分割法进行图像二值化处理。
进一步地，所述图像调整模块根据每个图像对应的三维姿态数据确定每个图像的偏转角度，然后根据每个图像的偏转角度重新绘制每个图像；绘制时，首先根据每个图像的偏转角度计算每个图像的补充偏转角度；然后根据每个图像的补充偏转角度重新绘制每个图像。
进一步地，还包括一图像审核模块，基于深度卷积模型提取各个图像的特征值，基于该特征值进行图像的审核，若特征值未落入预设的门限，则弹出对话框要求进行当前图像的重新采集。
进一步地，还包括一超声波探头行走路径生成模块，用于根据三维姿态传感器所检测到的数据进行超声波探头行走路径的生成。
进一步地，还包括超声检查流程评估模块，用于根据超声波探头行走路径进行当前检测流程的情况的检测，当超声波探头行走路径出现偏差时，对话框模块启动输出对应的路径修改要求。
进一步地，所述路径修改要求以文字连通动态图示的方式进行输出。
本发明具有以下有益效果：
1)基于三维姿态传感器进行超声波探头工作路径的记录，从而便于在整个检查过程中规范检查操作流程，为后期检测结果的准确性奠定了基础；
2)系统自带路径修改要求反馈功能，方便了医护人员在工作中的学习。
3)基于LBP特征的提取和最近邻分类器进行诊断结果的自动输出，大大减少了工作人员的工作量。
附图说明
图1为本发明实施例一种医学超声辅助自动诊断系统的系统框图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明的保护范围。
如图1所示，本发明实施例提供了一种医学超声辅助自动诊断系统，包括图像采集模块，用于通过B超检测诊断仪进行超声波图像的采集，所述B超检测诊断仪的探头手柄内安装有一三维姿态传感器；
图像调整模块，基于三维姿态传感器所检测到的数据进行所采集到的超声波图像的偏移调度的调整；
图像预处理模块，用于完成的图像的去噪、增强和二值化处理；
特征提取模块，用于将超声波图像划分不重叠子区域，通过深度卷积模型提取各个子区域的LBP特征，形成区域直方图，再将各区域直方图串联形成增强特征向量；
诊断结果输出模块，基于所述增强特征向量采用最近邻分类器进行诊断结果的输出；
图像审核模块，基于深度卷积模型提取各个图像的特征值，基于该特征值进行图像的审核，若特征值未落入预设的门限，则弹出对话框要求进行当前图像的重新采集。
超声波探头行走路径生成模块，用于根据三维姿态传感器所检测到的数据进行超声波探头行走路径的生成。
超声检查流程评估模块，用于根据超声波探头行走路径进行当前检测流程的情况的检测，当超声波探头行走路径出现偏差时，对话框模块启动输出对应的路径修改要求，所述路径修改要求以文字连通动态图示的方式进行输出。
本实施例中，所述图像预处理模块采用双边滤波和分段线性变换算法分别进行图像去噪和图像增强预处理；采用迭代自适应阈值分割法进行图像二值化处理。
本实施例中，所述图像调整模块根据每个图像对应的三维姿态数据确定每个图像的偏转角度，然后根据每个图像的偏转角度重新绘制每个图像；绘制时，首先根据每个图像的偏转角度计算每个图像的补充偏转角度；然后根据每个图像的补充偏转角度重新绘制每个图像。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。
Claims (3)
1.一种医学超声辅助自动诊断系统，其特征在于：包括
图像采集模块，用于通过B 超检测诊断仪进行超声波图像的采集，所述B 超检测诊断仪的探头手柄内安装有一三维姿态传感器；
图像调整模块，基于三维姿态传感器所检测到的数据进行所采集到的超声波图像的偏移角度的调整；
图像预处理模块，用于完成的图像的去噪、增强和二值化处理；
特征提取模块，用于将超声波图像划分不重叠子区域，通过深度卷积模型提取各个子区域的LBP特征，形成区域直方图，再将各区域直方图串联形成增强特征向量；
诊断结果输出模块，基于所述增强特征向量采用最近邻分类器进行诊断结果的输出；
所述图像预处理模块采用双边滤波和分段线性变换算法分别进行图像去噪和图像增强预处理；采用迭代自适应阈值分割法进行图像二值化处理；
所述图像调整模块根据每个图像对应的三维姿态数据确定每个图像的偏转角度，然后根据每个图像的偏转角度重新绘制每个图像；
绘制时，首先根据每个图像的偏转角度计算每个图像的补充偏转角度；然后根据每个图像的补充偏转角度重新绘制每个图像；
还包括一图像审核模块，基于深度卷积模型提取各个图像的特征值，基于该特征值进行图像的审核，若特征值未落入预设的门限，则弹出对话框要求进行当前图像的重新采集；
还包括一超声波探头行走路径生成模块，用于根据三维姿态传感器所检测到的数据进行超声波探头行走路径的生成。
2.如权利要求1所述的一种医学超声辅助自动诊断系统，其特征在于：还包括超声检查流程评估模块，用于根据超声波探头行走路径进行当前检测流程的情况的检测，当超声波探头行走路径出现偏差时，对话框模块启动输出对应的路径修改要求。
3.如权利要求2所述的一种医学超声辅助自动诊断系统，其特征在于：所述路径修改要求以文字连同动态图示的方式进行输出。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910118346.4A CN109602451B (zh) | 2019-02-16 | 2019-02-16 | 一种医学超声辅助自动诊断系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910118346.4A CN109602451B (zh) | 2019-02-16 | 2019-02-16 | 一种医学超声辅助自动诊断系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109602451A CN109602451A (zh) | 2019-04-12 |
| CN109602451B true CN109602451B (zh) | 2021-08-10 |
Family
ID=66019657
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910118346.4A Active CN109602451B (zh) | 2019-02-16 | 2019-02-16 | 一种医学超声辅助自动诊断系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109602451B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110222647B (zh) * | 2019-06-10 | 2022-05-10 | 大连民族大学 | 一种基于卷积神经网络的人脸活体检测方法 |
| CN112633342B (zh) * | 2020-12-16 | 2022-08-16 | 武汉大学 | 一种基于深度学习的人体超声检测实时引导策略 |
| CN113243933A (zh) * | 2021-05-20 | 2021-08-13 | 张涛 | 一种远程超声诊断系统及使用方法 |
| CN115990033B (zh) * | 2023-03-24 | 2023-06-02 | 北京大学第三医院（北京大学第三临床医学院） | 一种高精度超声图像处理探头医用处理系统 |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060241432A1 (en) * | 2005-02-15 | 2006-10-26 | Vanderbilt University | Method and apparatus for calibration, tracking and volume construction data for use in image-guided procedures |
| KR101121286B1 (ko) * | 2009-07-31 | 2012-03-23 | 한국과학기술원 | 센서의 교정을 수행하는 초음파 시스템 및 방법 |
| EP2638859A4 (en) * | 2010-11-12 | 2015-08-26 | Konica Minolta Inc | ULTRASONIC DIAGNOSTIC APPARATUS AND ULTRASONIC DIAGNOSTIC SYSTEM |
| JP2013031651A (ja) * | 2011-07-04 | 2013-02-14 | Toshiba Corp | 超音波診断装置及び超音波プローブ制御方法 |
| JP6121666B2 (ja) * | 2011-08-25 | 2017-04-26 | ゼネラル・エレクトリック・カンパニイ | 医用超音波イメージングにおける針の視覚化を向上させる装置の作動方法、装置及びシステム |
| US8777854B2 (en) * | 2011-09-06 | 2014-07-15 | General Electric Company | Method and system for ultrasound based automated detection, quantification and tracking of pathologies |
| CN103514450B (zh) * | 2012-06-29 | 2017-02-15 | 华为技术有限公司 | 一种图像特征提取方法和图像校正方法以及设备 |
| CN104248471B (zh) * | 2013-06-27 | 2016-09-07 | 中国科学院沈阳自动化研究所 | 一种机器人辅助斜尖柔性针穿刺系统及方法 |
| CN105232081A (zh) * | 2014-07-09 | 2016-01-13 | 无锡祥生医学影像有限责任公司 | 医学超声辅助自动诊断装置及方法 |
| CN104809453A (zh) * | 2015-05-19 | 2015-07-29 | 成都英力拓信息技术有限公司 | 一种基于指纹的认证方法 |
| US20170086790A1 (en) * | 2015-09-29 | 2017-03-30 | General Electric Company | Method and system for enhanced visualization and selection of a representative ultrasound image by automatically detecting b lines and scoring images of an ultrasound scan |
| CN108388862B (zh) * | 2018-02-08 | 2021-09-14 | 西北农林科技大学 | 基于lbp特征及最近邻分类器的人脸识别方法 |
-
2019
- 2019-02-16 CN CN201910118346.4A patent/CN109602451B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN109602451A (zh) | 2019-04-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109602451B (zh) | 一种医学超声辅助自动诊断系统 | |
| CN110060774B (zh) | 一种基于生成式对抗网络的甲状腺结节识别方法 | |
| Wirtz et al. | Automatic teeth segmentation in panoramic X-ray images using a coupled shape model in combination with a neural network | |
| Shen et al. | An automated lung segmentation approach using bidirectional chain codes to improve nodule detection accuracy | |
| EP2916737B1 (en) | System and method for automated detection of lung nodules in medical images | |
| Kulhare et al. | Ultrasound-based detection of lung abnormalities using single shot detection convolutional neural networks | |
| TW202025137A (zh) | 圖像處理方法及其裝置、電子設備及電腦可讀儲存媒體 | |
| CN107909590B (zh) | 一种基于Snake改进算法的IVUS图像外膜边缘分割方法 | |
| CN111882538A (zh) | 一种区分肺结核与肿瘤信息的处理系统及信息处理方法 | |
| Katre et al. | Detection of lung cancer stages using image processing and data classification techniques | |
| Sethi et al. | Segmentation of cancerous regions in liver using an edge-based and phase congruent region enhancement method | |
| KR20140001294A (ko) | 맵 기반 분할 방법과 모폴로지 연산을 조합하여 그래프 컷 알고리즘에 적용시켜 해마를 추출하는 방법 및 시스템 | |
| CN110634132A (zh) | 基于深度学习的3d ct影像自动生成肺结核量化诊断报告的方法 | |
| Rani et al. | Radon transform-based improved single seeded region growing segmentation for lung cancer detection using AMPWSVM classification approach | |
| CN115063397A (zh) | 计算机辅助影像分析方法、计算机设备和存储介质 | |
| CN111161256A (zh) | 图像分割方法、图像分割装置、存储介质及电子设备 | |
| Le-Tien et al. | An approach for efficient detection of cephalometric landmarks | |
| JP5640280B2 (ja) | 骨粗鬆症診断支援装置及び骨粗鬆症診断支援プログラム | |
| JP6934734B2 (ja) | 画像処理装置、画像処理装置の制御方法およびプログラム | |
| CN112998756B (zh) | 一种基于超声图像结合深度学习的心脏血流向量成像方法 | |
| JPWO2014030262A1 (ja) | 形状データ生成プログラム、形状データ生成方法及び形状データ生成装置 | |
| Xiang et al. | Segmentation of retinal blood vessels based on divergence and bot-hat transform | |
| US11430126B2 (en) | Method and image processing apparatus for the segmentation of image data and computer program product | |
| Bui et al. | Tooth localization using YOLOv3 for dental diagnosis on panoramic radiographs | |
| JP2017111129A (ja) | 輪郭抽出装置、輪郭抽出方法およびプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |