CN112155604A - 基于胎儿超声图像的胎儿严重畸形检测方法及装置 - Google Patents

基于胎儿超声图像的胎儿严重畸形检测方法及装置 Download PDF

Info

Publication number
CN112155604A
CN112155604A CN202011016343.9A CN202011016343A CN112155604A CN 112155604 A CN112155604 A CN 112155604A CN 202011016343 A CN202011016343 A CN 202011016343A CN 112155604 A CN112155604 A CN 112155604A
Authority
CN
China
Prior art keywords
section
fetal
fetus
craniocerebral
ultrasonic image
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.)
Granted
Application number
CN202011016343.9A
Other languages
English (en)
Other versions
CN112155604B (zh
Inventor
谢红宁
汪南
冼建波
梁喆
吴海涛
杨燕淇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Aiyunji Information Technology Co Ltd
Original Assignee
Guangzhou Aiyunji Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou Aiyunji Information Technology Co Ltd filed Critical Guangzhou Aiyunji Information Technology Co Ltd
Priority to CN202011016343.9A priority Critical patent/CN112155604B/zh
Publication of CN112155604A publication Critical patent/CN112155604A/zh
Priority to PCT/CN2021/096813 priority patent/WO2022062455A1/zh
Application granted granted Critical
Publication of CN112155604B publication Critical patent/CN112155604B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
    • A61B8/0866—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving foetal diagnosis; pre-natal or peri-natal diagnosis of the baby
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
    • A61B8/467—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient characterised by special input means
    • A61B8/468—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient characterised by special input means allowing annotation or message recording
    • 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
    • A61B8/5223—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for extracting a diagnostic or physiological parameter from 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
    • A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/523—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for generating planar views from image data in a user selectable plane not corresponding to the acquisition plane
    • 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
    • A61B8/5238—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for combining image data of patient, e.g. merging several images from different acquisition modes into one image
    • A61B8/5246—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for combining image data of patient, e.g. merging several images from different acquisition modes into one image combining images from the same or different imaging techniques, e.g. color Doppler and B-mode

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biomedical Technology (AREA)
  • Veterinary Medicine (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Gynecology & Obstetrics (AREA)
  • Pregnancy & Childbirth (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

本发明公开了一种基于胎儿超声图像的胎儿严重畸形检测方法及装置，该方法包括在获取到胎儿超声图像的切面后，确定胎儿超声图像的切面对应的信息；根据胎儿超声图像的切面的信息，判断胎儿超声图像的胎儿是否存在异常，若是，则根据胎儿超声图像的切面对应的信息确定胎儿超声图像对应的胎儿的畸形情况，该畸形情况包括胎儿的畸形类型。可见，实施本发明能够自动根据确定出的胎儿超声图像的切面的信息判断胎儿是否存在异常，当存在异常时，自动确定胎儿的畸形情况，如：是否为无脑儿等，有利于准确检测胎儿的畸形情况，从而实现胎儿的生长发育情况的准确确定；及通过多方面综合检测及分析胎儿的生长发育情况，有利于提高胎儿畸形情况的检测准确性。

Description

基于胎儿超声图像的胎儿严重畸形检测方法及装置
技术领域
本发明涉及图像处理技术领域，尤其涉及一种基于胎儿超声图像的胎儿严重畸形检测方法及装置。
背景技术
由于各种各样因素(例如：遗传因素、环境因素等)的影响，胎儿在发育的过程中可能会发生畸形，尤其在胎儿的早孕周，如无脑儿、严重脑膜膨出、无叶全前脑、囊状脊髓脊膜膨出、一侧或双侧肢体完全缺失、单心室、腹裂畸形并内脏外翻、致死性骨发育不良以及连体胎儿畸形。目前胎儿畸形情况的产前检测方法为：通过获取胎儿的超声图像，并由具有相关经验的工作人员结合自身经验分析胎儿的超声图像，从而确定胎儿的畸形情况，进而确定胎儿的生长发育情况。
然而，实践发现，由于胎儿的发育过程相当复杂以及工作人员的经验有限且长时间工作容易疲劳，这很容易导致无法检测到准确的胎儿畸形情况，从而无法准确确定胎儿的生长发育情况。因此，如何准确检测胎儿畸形情况，从而实现胎儿的生长发育情况的准确确定显得尤为重要。
发明内容
本发明所要解决的技术问题在于，提供一种基于胎儿超声图像的胎儿严重畸形检测方法及装置，能够准确检测胎儿的畸形情况，从而实现胎儿的生长发育情况的准确确定。
为了解决上述技术问题，本发明第一方面公开了一种基于胎儿超声图像的胎儿严重畸形检测方法，所述方法包括：
在获取到胎儿超声图像的切面之后，确定所述胎儿超声图像的切面对应的目标信息，所述胎儿超声图像的切面对应的目标信息用于确定所述胎儿超声图像对应的胎儿的发育情况；
根据所述胎儿超声图像的切面对应的目标信息，判断所述胎儿超声图像对应的胎儿是否存在畸形，当判断结果为是时，根据所述胎儿超声图像的切面对应的目标信息确定所述胎儿超声图像对应的胎儿的畸形情况，所述畸形情况包括所述胎儿超声图像对应的胎儿的畸形类型。
作为一种可选的实施方式，在本发明第一方面中，所述胎儿超声图像的切面包括颅脑切面、肢体切面、腹部切面、脊髓切面、心脏切面、肱骨长径切面以及股骨长径切面中的其中一种，所述胎儿超声图像的颅脑切面包括颅脑水平切面和/或颅脑矢状切面，所述胎儿超声图像的肢体切面包括双上肢切面或双下肢切面，所述胎儿超声图像的腹部切面包括腹部水平切面和/或腹部矢状切面，所述胎儿超声图像的脊髓切面包括脊髓水平切面和/或脊髓矢状切面。
作为一种可选的实施方式，在本发明第一方面中，所述根据所述胎儿超声图像的切面对应的目标信息，判断所述胎儿超声图像对应的胎儿是否存在畸形，包括：
当所述胎儿超声图像的切面包括所述颅脑切面，且所述颅脑切面为所述颅脑矢状切面时，所述胎儿超声图像的切面对应的目标信息包括该切面的颅脑结构特征轮廓以及臀部结构特征轮廓，根据所述胎儿超声图像的切面的颅脑结构特征轮廓以及臀部结构特征轮廓，测量所述胎儿超声图像的头臀长度，并判断所述头臀长度是否在预设头臀长度范围内，当判断出不相匹配时，确定所述胎儿超声图像对应的胎儿存在畸形；
当所述胎儿超声图像的切面包括所述颅脑切面，且所述颅脑切面为所述颅脑矢状切面时，所述胎儿超声图像的切面对应的目标信息包括所述胎儿超声图像的切面的颅脑结构特征的几何参数，判断所述切面的颅脑结构特征的几何参数与预设几何参数是否相匹配，当判断出不相匹配时，确定所述胎儿超声图像对应的胎儿存在畸形，所述切面的颅脑结构特征包括该切面内的颅盖骨结构特征、大脑半球结构特征以及中脑结构特征中的至少一种，所述颅脑结构特征的几何参数包括该颅脑结构特征的形状、尺寸、位置以及面积中的至少一种，所述颅脑结构特征的位置为该颅脑结构特征在所述胎儿超声图像的切面中的位置；
当所述胎儿超声图像的切面包括所述颅脑切面或所述脊髓切面或所述腹部切面时，所述胎儿超声图像的切面对应的目标信息包括所述胎儿超声图像的切面的形状，判断所述切面的形状是否与预设切面形状相匹配，当判断出不相匹配时，确定所述胎儿超声图像对应的胎儿存在畸形；
当所述胎儿超声图像的切面为所述颅脑切面或所述腹部切面或所述脊髓切面时，所述胎儿超声图像的切面对应的目标信息包括该切面的目标结构特征对应的特征参数，根据所述切面的目标结构特征对应的特征参数判断所述目标结构特征是否与该切面相匹配，当判断出不相匹配时，确定所述胎儿超声图像对应的胎儿存在畸形；
当所述胎儿超声图像的切面包括所述颅脑切面，且所述颅脑切面为所述颅脑水平切面时，所述胎儿超声图像的切面对应的目标信息包括所述胎儿超声图像的切面的颅脑结构特征的内轮廓与该颅脑结构特征的外轮廓，根据所述切面的颅脑结构特征的内轮廓与该颅脑结构特征的外轮廓，确定所述切面的颅脑结构特征的目标几何参数，并判断所述颅脑结构特征的目标几何参数是否在预设几何参数范围内，当判断出不在所述预设几何参数范围内时，确定所述胎儿超声图像对应的胎儿存在畸形，所述切面的颅脑结构特征的目标几何参数包括该颅脑结构特征的头围参数和/或双顶径参数；
当所述胎儿超声图像的切面包括所述颅脑切面，且所述颅脑切面为所述颅脑水平切面时，所述胎儿超声图像的切面对应的目标信息包括该切面的左丘脑轮廓以及右丘脑轮廓，获取所述左丘脑轮廓与所述右丘脑轮廓的第一拟合度，并判断所述第一拟合度是否大于等于第一预设拟合度阈值，当判断结果为是时，确定所述胎儿超声图像对应的胎儿存在畸形；
当所述胎儿超声图像的切面包括所述颅脑切面，且所述颅脑切面为所述颅脑水平切面时，所述胎儿超声图像的切面对应的目标信息包括该切面的大脑镰的位置，根据所述大脑镰的位置判断所述大脑镰在所述胎儿超声图像的脑中线位置的出现情况是否满足预设出现情况，当判断出不满足所述预设出现情况时，确定所述胎儿超声图像对应的胎儿存在畸形；
当所述胎儿超声图像的切面包括所述颅脑切面，且所述颅脑切面为所述颅脑水平切面时，所述胎儿超声图像的切面对应的目标信息包括该切面的脉络膜丛轮廓以及丘脑轮廓，获取所述脉络膜丛轮廓与所述丘脑轮廓之间的第二拟合度，并判断所述第二拟合度是否大于等于第二预设拟合度阈值，当判断结果为是时，确定所述胎儿超声图像对应的胎儿存在畸形。
作为一种可选的实施方式，在本发明第一方面中，所述根据所述切面的颅脑结构特征的内轮廓与该颅脑结构特征的外轮廓，确定所述切面的颅脑结构特征的目标几何参数，包括：
获取所述切面的颅脑结构特征的内轮廓的第一周长与所述颅脑结构特征的外轮廓的第二周长，并基于所述第一周长和所述第二周长，确定所述颅脑结构特征对应的头围参数；
确定所述颅脑结构特征的脑中线对应的中垂线与所述颅脑结构特征的外轮廓的第一交点以及所述中垂线与所述颅脑结构特征的内轮廓的第二交点，并基于所述第一交点与所述第二交点，确定所述颅脑结构特征对应的双顶径参数。
作为一种可选的实施方式，在本发明第一方面中，在获取到胎儿超声图像的切面之后，以及所述确定所述胎儿超声图像的切面对应的目标信息之前，所述方法还包括：
当所述胎儿超声图像的切面包括所述颅脑切面时，判断所述胎儿超声图像的切面与颅脑标准切面是否相匹配，当判断结果为是时，触发执行所述的确定所述胎儿超声图像的切面对应的目标信息的操作；
当判断出不匹配时，基于获取到的结构特征校正所述胎儿超声图像的切面以使该切面与所述颅脑标准切面相匹配，并触发执行所述的确定所述胎儿超声图像的切面对应的目标信息的操作；
其中，当所述颅脑切面为所述颅脑水平切面时，所述颅脑标准切面包括侧脑室切面，当所述颅脑切面为所述颅脑矢状切面时，所述颅脑标准切面包括颅脑正中矢状切面。
作为一种可选的实施方式，在本发明第一方面中，所述胎儿超声图像的切面对应的目标信息包括该切面的肢体结构特征的特征参数，其中，当所述胎儿超声图像的切面包括所述肢体切面，且所述肢体切面为所述双上肢切面时，所述切面的肢体结构特征包括该切面的手、前臂以及上臂中的至少一种；当所述胎儿超声图像的切面包括所述肢体切面，且所述肢体切面为所述双下肢切面时，所述切面的肢体结构特征包括该切面的足、大腿以及小腿中的至少一种；
以及，所述根据所述胎儿超声图像的切面对应的目标信息，判断所述胎儿超声图像对应的胎儿是否存在畸形，包括：
根据所述胎儿超声图像的切面的肢体结构特征的特征参数，判断所述肢体结构特征是否与所述胎儿超声图像的切面相匹配，当判断出不相匹配时，确定所述胎儿超声图像对应的胎儿存在畸形。
作为一种可选的实施方式，在本发明第一方面中，所述根据所述胎儿超声图像的切面对应的目标信息，判断所述胎儿超声图像对应的胎儿是否存在畸形，包括：
当所述胎儿超声图像的切面为所述颅脑切面或所述肱骨长径切面或所述股骨长径切面时，所述胎儿超声图像的切面对应的目标信息包括该切面的骨结构特征的特征参数，根据所述切面的骨结构特征的特征参数判断所述骨结构特征是否与该切面相匹配，当判断出不相匹配时，确定所述胎儿超声图像对应的胎儿存在畸形，所述骨结构特征的特征参数包括所述骨结构特征对应的轮廓、长度、面积、形状以及位置中的至少一种。
作为一种可选的实施方式，在本发明第一方面中，所述根据所述胎儿超声图像的切面对应的目标信息，判断所述胎儿超声图像对应的胎儿是否存在畸形，包括：
当所述胎儿超声图像的切面为所述心脏切面时，所述胎儿超声图像的切面对应的目标信息包括该切面的特征参数，判断所述切面特征参数与预设切面参数是否相匹配，当判断出不匹配时，确定所述胎儿超声图像的对应的胎儿存在畸形，所述切面的特征参数包括所述切面的多普勒血流参数和/或轮廓参数；
当所述胎儿超声图像的切面为所述心脏切面时，所述胎儿超声图像的切面对应的目标信息包括该切面的心脏结构特征的特征参数，根据所述切面的心脏结构特征的特征参数判断所述切面的心脏结构特征是否与该切面的标准心脏结构特征相匹配，当判断出不匹配时，确定所述胎儿超声图像的对应的胎儿存在畸形，所述切面的心脏结构特征的特征参数包括所述心脏结构特征的数量和/或所述心脏结构特征对应的面积；
其中，所述根据所述切面的心脏结构特征的特征参数判断所述切面的心脏结构特征是否与该切面的标准心脏结构特征相匹配，包括：
当所述切面的心脏结构特征的特征参数为所述心脏结构特征的数量时，判断所述切面的心脏结构特征的数量是否小于等于预设数量，当判断结果为是时，确定所述切面的心脏结构特征与该切面的标准心脏结构特征不相匹配；
当所述切面的心脏结构特征的特征参数为所述心脏结构特征对应的面积时，判断所述切面的心脏结构特征对应的面积是否大于等于预设面积阈值，当判断结果为是时，确定所述切面的心脏结构特征与该切面的标准心脏结构特征不相匹配。
作为一种可选的实施方式，在本发明第一方面中，所述方法还包括：
将获取到的连续多帧胎儿超声图像输入确定出的结构特征检测模型中进行分析；
获取所述结构特征检测模型输出的分析结果，作为每帧所述胎儿超声图像的结构特征信息，每帧所述胎儿超声图像的结构特征信息包括该胎儿超声图像的部位结构特征信息以及该胎儿超声图像的结构特征信息，每帧所述胎儿超声图像的部位结构特征信息至少包括该胎儿超声图像的部位结构特征的类别，每帧所述胎儿超声图像的结构特征信息至少包括该胎儿超声图像的结构特征的类别；
根据每帧所述胎儿超声图像的部位结构特征的类别以及该胎儿超声图像的结构特征的类别确定该胎儿超声图像的切面。
作为一种可选的实施方式，在本发明第一方面中，所述方法还包括：
当判断出所述胎儿超声图像对应的胎儿存在畸形时，为所述胎儿超声图像的每个异常结构特征设置对应的结构特征标签，每个所述异常结构特征对应的结构特征标签用于表示该异常结构特征的畸形类型。
本发明第二方面公开了一种基于胎儿超声图像的胎儿严重畸形检测装置，所述装置包括：
确定模块，用于在获取到胎儿超声图像的切面之后，确定所述胎儿超声图像的切面对应的目标信息，所述胎儿超声图像的切面对应的目标信息用于确定所述胎儿超声图像对应的胎儿的发育情况；
第一判断模块，用于根据所述胎儿超声图像的切面对应的目标信息，判断所述胎儿超声图像对应的胎儿是否存在畸形；
所述确定模块，还用于当所述第一判断模块判断结果为是时，根据所述胎儿超声图像的切面对应的目标信息确定所述胎儿超声图像对应的胎儿的畸形情况，所述畸形情况包括所述胎儿超声图像对应的胎儿的畸形类型。
作为一种可选的实施方式，在本发明第二方面中，所述胎儿超声图像的切面包括颅脑切面、肢体切面、腹部切面、脊髓切面、心脏切面、肱骨长径切面以及股骨长径切面中的其中一种，所述胎儿超声图像的颅脑切面包括颅脑水平切面和/或颅脑矢状切面，所述胎儿超声图像的肢体切面包括双上肢切面或双下肢切面，所述胎儿超声图像的腹部切面包括腹部水平切面和/或腹部矢状切面，所述胎儿超声图像的脊髓切面包括脊髓水平切面和/或脊髓矢状切面。
作为一种可选的实施方式，在本发明第二方面中，所述第一判断模块根据所述胎儿超声图像的切面对应的目标信息，判断所述胎儿超声图像对应的胎儿是否存在畸形的方式具体为：
当所述胎儿超声图像的切面包括所述颅脑切面，且所述颅脑切面为所述颅脑矢状切面时，所述胎儿超声图像的切面对应的目标信息包括该切面的颅脑结构特征轮廓以及臀部结构特征轮廓，根据所述胎儿超声图像的切面的颅脑结构特征轮廓以及臀部结构特征轮廓，测量所述胎儿超声图像的头臀长度，并判断所述头臀长度是否在预设头臀长度范围内，当判断出不相匹配时，确定所述胎儿超声图像对应的胎儿存在畸形；
当所述胎儿超声图像的切面包括所述颅脑切面，且所述颅脑切面为所述颅脑矢状切面时，所述胎儿超声图像的切面对应的目标信息包括所述胎儿超声图像的切面的颅脑结构特征的几何参数，判断所述切面的颅脑结构特征的几何参数与预设几何参数是否相匹配，当判断出不相匹配时，确定所述胎儿超声图像对应的胎儿存在畸形，所述切面的颅脑结构特征包括该切面内的颅盖骨结构特征、大脑半球结构特征以及中脑结构特征中的至少一种，所述颅脑结构特征的几何参数包括该颅脑结构特征的形状、尺寸、位置以及面积中的至少一种，所述颅脑结构特征的位置为该颅脑结构特征在所述胎儿超声图像的切面中的位置；
当所述胎儿超声图像的切面包括所述颅脑切面或所述脊髓切面或所述腹部切面时，所述胎儿超声图像的切面对应的目标信息包括所述胎儿超声图像的切面的形状，判断所述切面的形状是否与预设切面形状相匹配，当判断出不相匹配时，确定所述胎儿超声图像对应的胎儿存在畸形；
当所述胎儿超声图像的切面为所述颅脑切面或所述腹部切面或所述脊髓切面时，所述胎儿超声图像的切面对应的目标信息包括该切面的目标结构特征对应的特征参数，根据所述切面的目标结构特征对应的特征参数判断所述目标结构特征是否与该切面相匹配，当判断出不相匹配时，确定所述胎儿超声图像对应的胎儿存在畸形；
当所述胎儿超声图像的切面包括所述颅脑切面，且所述颅脑切面为所述颅脑水平切面时，所述胎儿超声图像的切面对应的目标信息包括所述胎儿超声图像的切面的颅脑结构特征的内轮廓与该颅脑结构特征的外轮廓，根据所述切面的颅脑结构特征的内轮廓与该颅脑结构特征的外轮廓，确定所述切面的颅脑结构特征的目标几何参数，并判断所述颅脑结构特征的目标几何参数是否在预设几何参数范围内，当判断出不在所述预设几何参数范围内时，确定所述胎儿超声图像对应的胎儿存在畸形，所述切面的颅脑结构特征的目标几何参数包括该颅脑结构特征的头围参数和/或双顶径参数；
当所述胎儿超声图像的切面包括所述颅脑切面，且所述颅脑切面为所述颅脑水平切面时，所述胎儿超声图像的切面对应的目标信息包括该切面的左丘脑轮廓以及右丘脑轮廓，获取所述左丘脑轮廓与所述右丘脑轮廓的第一拟合度，并判断所述第一拟合度是否大于等于第一预设拟合度阈值，当判断结果为是时，确定所述胎儿超声图像对应的胎儿存在畸形；
当所述胎儿超声图像的切面包括所述颅脑切面，且所述颅脑切面为所述颅脑水平切面时，所述胎儿超声图像的切面对应的目标信息包括该切面的大脑镰的位置，根据所述大脑镰的位置判断所述大脑镰在所述胎儿超声图像的脑中线位置的出现情况是否满足预设出现情况，当判断出不满足所述预设出现情况时，确定所述胎儿超声图像对应的胎儿存在畸形；
当所述胎儿超声图像的切面包括所述颅脑切面，且所述颅脑切面为所述颅脑水平切面时，所述胎儿超声图像的切面对应的目标信息包括该切面的脉络膜丛轮廓以及丘脑轮廓，获取所述脉络膜丛轮廓与所述丘脑轮廓之间的第二拟合度，并判断所述第二拟合度是否大于等于第二预设拟合度阈值，当判断结果为是时，确定所述胎儿超声图像对应的胎儿存在畸形。
作为一种可选的实施方式，在本发明第二方面中，所述第一判断模块根据所述切面的颅脑结构特征的内轮廓与该颅脑结构特征的外轮廓，确定所述切面的颅脑结构特征的目标几何参数的方式具体为：
获取所述切面的颅脑结构特征的内轮廓的第一周长与所述颅脑结构特征的外轮廓的第二周长，并基于所述第一周长和所述第二周长，确定所述颅脑结构特征对应的头围参数；
确定所述颅脑结构特征的脑中线对应的中垂线与所述颅脑结构特征的外轮廓的第一交点以及所述中垂线与所述颅脑结构特征的内轮廓的第二交点，并基于所述第一交点与所述第二交点，确定所述颅脑结构特征对应的双顶径参数。
作为一种可选的实施方式，在本发明第二方面中，所述装置还包括：
第二判断模块，用于当所述胎儿超声图像的切面包括所述颅脑切面时，在获取到胎儿超声图像的切面之后，以及在所述确定模块确定所述胎儿超声图像的切面对应的目标信息之前，判断所述胎儿超声图像的切面与颅脑标准切面是否相匹配，当判断结果为是时，触发所述确定模块执行所述的确定所述胎儿超声图像的切面对应的目标信息的操作；
校正模块，用于当所述第二判断模块判断出不匹配时，基于获取到的结构特征校正所述胎儿超声图像的切面以使该切面与所述颅脑标准切面相匹配，并触发所述确定模块执行所述的确定所述胎儿超声图像的切面对应的目标信息的操作；
其中，当所述颅脑切面为所述颅脑水平切面时，所述颅脑标准切面包括侧脑室切面，当所述颅脑切面为所述颅脑矢状切面时，所述颅脑标准切面包括颅脑正中矢状切面。
作为一种可选的实施方式，在本发明第二方面中，所述胎儿超声图像的切面对应的目标信息包括该切面的肢体结构特征的特征参数，其中，当所述胎儿超声图像的切面包括所述肢体切面，且所述肢体切面为所述双上肢切面时，所述切面的肢体结构特征包括该切面的手、前臂以及上臂中的至少一种；当所述胎儿超声图像的切面包括所述肢体切面，且所述肢体切面为所述双下肢切面时，所述切面的肢体结构特征包括该切面的足、大腿以及小腿中的至少一种；
以及，所述第一判断模块根据所述胎儿超声图像的切面对应的目标信息，判断所述胎儿超声图像对应的胎儿是否存在畸形的方式具体为：
根据所述胎儿超声图像的切面的肢体结构特征的特征参数，判断所述肢体结构特征是否与所述胎儿超声图像的切面相匹配，当判断出不相匹配时，确定所述胎儿超声图像对应的胎儿存在畸形。
作为一种可选的实施方式，在本发明第二方面中，所述第一判断模块根据所述胎儿超声图像的切面对应的目标信息，判断所述胎儿超声图像对应的胎儿是否存在畸形的方式具体为：
当所述胎儿超声图像的切面为所述颅脑切面或所述肱骨长径切面或所述股骨长径切面时，所述胎儿超声图像的切面对应的目标信息包括该切面的骨结构特征的特征参数，根据所述切面的骨结构特征的特征参数判断所述骨结构特征是否与该切面相匹配，当判断出不相匹配时，确定所述胎儿超声图像对应的胎儿存在畸形，所述骨结构特征的特征参数包括所述骨结构特征对应的轮廓、长度、面积、形状以及位置中的至少一种。
作为一种可选的实施方式，在本发明第二方面中，所述第一判断模块根据所述胎儿超声图像的切面对应的目标信息，判断所述胎儿超声图像对应的胎儿是否存在畸形的方式具体为：
当所述胎儿超声图像的切面为所述心脏切面时，所述胎儿超声图像的切面对应的目标信息包括该切面的特征参数，判断所述切面特征参数与预设切面参数是否相匹配，当判断出不匹配时，确定所述胎儿超声图像的对应的胎儿存在畸形，所述切面的特征参数包括所述切面的多普勒血流参数和/或轮廓参数；
当所述胎儿超声图像的切面为所述心脏切面时，所述胎儿超声图像的切面对应的目标信息包括该切面的心脏结构特征的特征参数，根据所述切面的心脏结构特征的特征参数判断所述切面的心脏结构特征是否与该切面的标准心脏结构特征相匹配，当判断出不匹配时，确定所述胎儿超声图像的对应的胎儿存在畸形，所述切面的心脏结构特征的特征参数包括所述心脏结构特征的数量和/或所述心脏结构特征对应的面积；
其中，所述第一判断模块根据所述切面的心脏结构特征的特征参数判断所述切面的心脏结构特征是否与该切面的标准心脏结构特征相匹配的方式具体为：
当所述切面的心脏结构特征的特征参数为所述心脏结构特征的数量时，判断所述切面的心脏结构特征的数量是否小于等于预设数量，当判断结果为是时，确定所述切面的心脏结构特征与该切面的标准心脏结构特征不相匹配；
当所述切面的心脏结构特征的特征参数为所述心脏结构特征对应的面积时，判断所述切面的心脏结构特征对应的面积是否大于等于预设面积阈值，当判断结果为是时，确定所述切面的心脏结构特征与该切面的标准心脏结构特征不相匹配。
作为一种可选的实施方式，在本发明第二方面中，所述装置还包括：
分析模块，用于将获取到的连续多帧胎儿超声图像输入确定出的结构特征检测模型中进行分析；
获取模块，用于获取所述结构特征检测模型输出的分析结果，作为每帧所述胎儿超声图像的结构特征信息，每帧所述胎儿超声图像的结构特征信息包括该胎儿超声图像的部位结构特征信息以及该胎儿超声图像的结构特征信息，每帧所述胎儿超声图像的部位结构特征信息至少包括该胎儿超声图像的部位结构特征的类别，每帧所述胎儿超声图像的结构特征信息至少包括该胎儿超声图像的结构特征的类别；
所述确定模块，还用于根据每帧所述胎儿超声图像的部位结构特征的类别以及该胎儿超声图像的结构特征的类别确定该胎儿超声图像的切面。
作为一种可选的实施方式，在本发明第二方面中，所述装置还包括：
设置模块，用于当所述第一判断模块判断出所述胎儿超声图像对应的胎儿存在畸形时，为所述胎儿超声图像的每个异常结构特征设置对应的结构特征标签，每个所述异常结构特征对应的结构特征标签用于表示该异常结构特征的畸形类型。
本发明第三方面公开了另一种基于胎儿超声图像的胎儿严重畸形检测装置，所述确定装置包括：
存储有可执行程序代码的存储器；
与所述存储器耦合的处理器；
所述处理器调用所述存储器中存储的所述可执行程序代码，执行本发明第一方面公开的基于胎儿超声图像的胎儿严重畸形检测方法。
本发明第四方面公开了一种计算机存储介质，所述计算机存储介质存储有计算机指令，所述计算机指令被调用时，用于执行本发明第一方面公开的基于胎儿超声图像的胎儿严重畸形检测方法。
与现有技术相比，本发明实施例具有以下有益效果：
本发明实施例中，提供了一种基于胎儿超声图像的胎儿严重畸形检测方法及装置，该方法包括在获取到胎儿超声图像的切面之后，确定该胎儿超声图像的切面对应的目标信息，该胎儿超声图像的切面对应的目标信息用于确定胎儿超声图像对应的胎儿的发育情况；根据胎儿超声图像的切面对应的目标信息，判断胎儿超声图像对应的胎儿是否存在畸形，当判断结果为是时，根据胎儿超声图像的切面对应的目标信息确定该胎儿超声图像对应的胎儿的畸形情况，该畸形情况包括胎儿超声图像对应的胎儿的畸形类型。可见，实施本发明通过在获取到胎儿超声图像的切面之后，能够自动根据确定出的胎儿超声图像的切面的信息判断胎儿是否存在异常，当存在异常时，自动根据胎儿超声图像的切面的信息确定胎儿的畸形情况，例如：是否为无脑儿、腹裂畸形等，有利于准确检测胎儿的畸形情况，从而实现胎儿的生长发育情况的准确确定；以及通过多方面综合检测及分析胎儿的生长发育情况，有利于提高胎儿的畸形情况的检测准确性。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例公开的一种基于胎儿超声图像的胎儿严重畸形检测方法的流程示意图；
图2是本发明实施例公开的另一种基于胎儿超声图像的胎儿严重畸形检测方法的流程示意图；
图3是本发明实施例公开的一种基于胎儿超声图像的胎儿严重畸形检测装置的结构示意图；
图4是本发明实施例公开的另一种基于胎儿超声图像的胎儿严重畸形检测装置的结构示意图；
图5是本发明实施例公开的又一种基于胎儿超声图像的胎儿严重畸形检测装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、装置、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定结构特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
本发明公开了一种基于胎儿超声图像的胎儿严重畸形检测方法及装置，通过在获取到胎儿超声图像的切面之后，能够自动根据确定出的胎儿超声图像的切面的信息判断胎儿是否存在异常，当存在异常时，自动根据胎儿超声图像的切面的信息确定胎儿的畸形情况，例如：是否为无脑儿、腹裂畸形等，有利于准确检测胎儿的畸形情况，从而实现胎儿的生长发育情况的准确确定；以及通过多方面综合检测及分析胎儿的生长发育情况，有利于提高胎儿的畸形情况的检测准确性。以下分别进行详细说明。
实施例一
请参阅图1，图1是本发明实施例公开的一种基于胎儿超声图像的胎儿严重畸形检测方法的流程示意图。其中，图1所描述的基于胎儿超声图像的胎儿严重畸形检测方法可以应用于检测服务器(服务设备/服务系统)中，其中，该检测服务器可以包括本地检测服务器或云检测服务器，本发明实施例不做限定。如图1所示，该基于胎儿超声图像的胎儿严重畸形检测方法可以包括以下操作：
101、在获取到胎儿超声图像的切面之后，确定胎儿超声图像的切面对应的目标信息。
本发明实施例中，胎儿超声图像的切面对应的目标信息用于确定胎儿超声图像对应的胎儿的发育情况，且不同的切面对应不同的胎儿超声图像。进一步的，胎儿超声图像可以是连续获取到的图像，即步骤101中的胎儿超声图像代表单帧图像，胎儿超声图像也可以是多帧图像，此时，步骤101中的胎儿超声图像的切面为单帧胎儿超声图像的切面。
本发明实施例中，该胎儿超声图像的切面包括颅脑切面、肢体切面、腹部切面、脊髓切面、心脏切面、肱骨长径切面以及股骨长径切面中的其中一种，该胎儿超声图像的颅脑切面包括颅脑水平切面和/或颅脑矢状切面，该胎儿超声图像的肢体切面包括双上肢切面或双下肢切面，该胎儿超声图像的腹部切面包括腹部水平切面和/或腹部矢状切面，该胎儿超声图像的脊髓切面包括脊髓水平切面和/或脊髓矢状切面。
作为一种可选的实施方式，根据所述胎儿超声图像的切面对应的目标信息，判断胎儿超声图像对应的胎儿是否存在畸形，包括：
当胎儿超声图像的切面包括颅脑切面，且该颅脑切面为颅脑矢状切面时，胎儿超声图像的切面对应的目标信息包括该切面的颅脑结构特征轮廓以及臀部结构特征轮廓，根据胎儿超声图像的切面的颅脑结构特征轮廓以及臀部结构特征轮廓，测量胎儿超声图像的头臀长度，并判断该头臀长度是否在预设头臀长度范围内，当判断出不相匹配时，确定胎儿超声图像对应的胎儿存在畸形；
当胎儿超声图像的切面包括颅脑切面，且该颅脑切面为颅脑矢状切面时，胎儿超声图像的切面对应的目标信息包括胎儿超声图像的切面的颅脑结构特征的几何参数，判断该切面的颅脑结构特征的几何参数与预设几何参数是否相匹配，当判断出不相匹配时，确定胎儿超声图像对应的胎儿存在畸形。
该可选的实施方式中，胎儿超声图像的切面的颅脑结构特征包括该切面内的颅盖骨结构特征、大脑半球结构特征以及中脑结构特征中的至少一种，该颅脑结构特征的几何参数包括该颅脑结构特征的形状、尺寸(例如：长度)、位置以及面积中的至少一种，该颅脑结构特征的位置为该颅脑结构特征在胎儿超声图像的切面中的位置。
该可选的实施方式中，不同的孕期(孕周)对应不同的预设头臀长度范围、预设几何参数，例如：第3个孕周，预设头臀长度范围为2mm-5mm，第13个孕周，预设头臀长度范围为5cm-10cm。预设几何参数包括预设形状、预设尺寸、预设位置以及预设面积。
该可选的实施方式中，进一步的，根据胎儿超声图像的切面对应的目标信息确定胎儿超声图像对应的胎儿的畸形情况，包括：
根据胎儿超声图像的切面的颅脑结构特征轮廓以及臀部结构特征轮廓，或者，颅脑结构特征的几何参数，确定胎儿超声图像对应的胎儿的畸形情况，且该畸形情况包括胎儿超声图像对应的胎儿的畸形类型包括无脑儿畸形类型。
该可选的实施方式中，需要说明的是，在判断出胎儿超声图像的头臀长度不在预设头臀长度范围内且判断出切面的颅脑结构特征的几何参数与预设几何参数不匹配时，方确定胎儿超声图像对应的胎儿存在畸形。这样能够提高胎儿超声图像对应的胎儿为无脑儿的检测准确性以及可靠性。
该可选的实施方式中，进一步的，当判断相匹配时，确定胎儿超声图像对应的胎儿的头臀长度正常；当判断出切面的颅脑结构特征的几何参数与预设几何参数相匹配时，确定胎儿超声图像对应的胎儿不为无脑儿胎儿。
作为另一种可选的实施方式，根据所述胎儿超声图像的切面对应的目标信息，判断胎儿超声图像对应的胎儿是否存在畸形，包括：
当胎儿超声图像的切面包括颅脑切面或脊髓切面或腹部切面时，胎儿超声图像的切面对应的目标信息包括胎儿超声图像的切面的形状(轮廓)，判断切面的形状是否与预设切面形状相匹配，当判断出不相匹配时，确定胎儿超声图像对应的胎儿存在畸形。
该可选的实施方式中，不同的孕期(孕周)对应不同的预设切面形状。
该可选的实施方式中，胎儿超声图像的切面的形状可以包括水平切面的形状和/或矢状切面的形状，这样能够丰富胎儿是否出现异常的判断方式，以及当包括水平切面的形状和矢状切面的形状时，通过分别将水平切面的形状和矢状切面的形状与其对应的标准切面的形状进行比较，有利于提高胎儿异常的确定准确性以及可靠性。
具体的，当胎儿超声图像的切面为颅脑水平切面时，判断颅脑水平切面的形状是否呈现标准的椭圆形，当呈椭圆形时，确定颅脑结构特征正常，也即胎儿超声图像的胎儿的颅脑正常；当不呈标准的椭圆形，即呈现不同程度凸起的椭圆形时，确定颅脑结构特征异常，也即胎儿超声图像的胎儿的颅脑存在异常，则确定胎儿存在脑膜膨出的异常。当胎儿超声图像的切面为颅脑矢状切面时，且在获取到颅脑矢状切面的形状之后，将颅脑矢状切面的形状(颅脑实质图像或边缘轮廓)输入确定出(例如：预先训练好)的图像分类模型中进行分析，并获取该图像分类模型输出的分析结果，作为颅脑矢状切面的形状的判断结果，当判断结果用于表示颅脑脑膜处于膨出形态时，表示胎儿存在脑膜膨出异常，当判断结果用于表示颅脑脑膜处于确定出的正常形态时，表示胎儿的颅脑正常。进一步的，当胎儿存在脑膜膨出时，根据脑膜膨出在椭圆形上的凹凸形态确定脑膜膨出的凹凸程度，并根据该凹凸程度确定脑膜膨出所对应的严重级别(例如：3级，其中，严重级别越高，代表脑膜膨出越严重)，这样在确定出胎儿存在脑膜膨出之后，进一步确定脑膜膨出所处的严重级别，有利于清楚且准确知晓胎儿的脑膜膨出的畸形情况。进一步的，在得到胎儿超声图像的胎儿的切面的凹凸形态之后，进一步获取凹凸面积，并根据凹凸面积确定膨出的严重级别，这样有利于提高脑膜膨出的级别确定准确性以及可靠性，从而有利于进一步提高胎儿(脑膜)膨出的确定准确性以及可靠性。
作为又一种可选的实施方式，根据所述胎儿超声图像的切面对应的目标信息，判断胎儿超声图像对应的胎儿是否存在畸形，包括：
当胎儿超声图像的切面为颅脑切面或腹部切面或脊髓切面时，胎儿超声图像的切面对应的目标信息包括该切面的目标结构特征对应的特征参数，根据切面的目标结构特征对应的特征参数判断目标结构特征是否与该切面相匹配，当判断出不相匹配时，确定胎儿超声图像对应的胎儿存在畸形。
该可选的实施方式中，不同胎儿超声图像的切面，对应不同的切面的目标结构特征，具体的：颅脑切面对应的目标结构特征包括透明隔腔、侧脑室、脉络膜丛、丘脑或小脑等；腹部切面对应的目标结构特征包括胃泡、脐静脉以及胆囊等；脊髓切面对应的目标结构特征包括脊柱、脊膜等。其中，目标结构特征对应的特征参数包括目标结构特征的轮廓、尺寸、位置、面积、类型等中的至少一种。
该可选的实施方式中，具体的，当根据目标结构特征的类型判断出目标结构特征不是胎儿超声图像的切面中的结构特征时，确定目标结构特征与该切面不相匹配，例如：当颅脑切面中出现脑积水结构特征时，确定颅脑为异常颅脑，也即胎儿超声图像的胎儿存在畸形，且该异常为脑膜膨出。其中，腹部切面或脊髓切面中的目标结构特征对应的特征参数判断目标结构特征是否与该切面相匹配的具体判断方式和颅脑切面的判断方式一样，在此不再赘述。
该可选的实施方式通过判断胎儿超声图像的切面中的结构特征是否与该切面相匹配，能够实现颅脑脑膜膨出、囊状脊髓脊膜膨出以及腹裂畸形并内脏外翻的确定，有利于提高胎儿的畸形情况的判断准确性。
作为又一种可选的实施方式，根据所述胎儿超声图像的切面对应的目标信息，判断胎儿超声图像对应的胎儿是否存在畸形，包括：
当胎儿超声图像的切面包括颅脑切面，且颅脑切面为颅脑水平切面时，胎儿超声图像的切面对应的目标信息包括胎儿超声图像的切面的颅脑结构特征的内轮廓与该颅脑结构特征的外轮廓，根据切面的颅脑结构特征的内轮廓与该颅脑结构特征的外轮廓，确定切面的颅脑结构特征的目标几何参数，并判断颅脑结构特征的目标几何参数是否在预设几何参数范围内，当判断出不在预设几何参数范围内时，确定胎儿超声图像对应的胎儿存在畸形，切面的颅脑结构特征的目标几何参数包括该颅脑结构特征的头围参数和/或双顶径参数。
该可选的实施方式中，进一步的，在获取到胎儿超声图像的切面之后，将胎儿超声图像的切面输入确定出切面形状确定模型中进行分析，并获取该切面形状确定模型输出的分析结果，作为该胎儿超声图像的切面的形状，这样能够提高胎儿超声图像的切面的形状的获取准确性以及效率，从而有利于提高胎儿是否存在异常的判断准确性以及效率。其中，切面形状确定模型可以包括基于实例分割模型、语义分割模型等任意一种或者多种组合模型，该可选的实施方式不做限定。
该可选的实施方式中，进一步可选的，根据切面的颅脑结构特征的内轮廓与该颅脑结构特征的外轮廓，确定切面的颅脑结构特征的目标几何参数，包括：
获取切面的颅脑结构特征的内轮廓的第一周长与颅脑结构特征的外轮廓的第二周长，并基于第一周长和第二周长，确定颅脑结构特征的头围参数；
确定颅脑结构特征的脑中线对应的中垂线与颅脑结构特征的外轮廓的第一交点以及中垂线与颅脑结构特征的内轮廓的第二交点，并基于第一交点与第二交点，确定颅脑结构特征的双顶径参数。
该可选的实施例中，颅脑结构特征的头围参数的计算方式如下：
C＝(C1+C2)/2；
式中，C为颅脑结构特征的头围参数，即头围周长；C1为颅脑结构特征的外轮廓的第二周长；C2颅脑结构特征的内轮廓的第一周长。
该可选的实施方式中，第一交点包括第一子交点和第二子交点，第二交点包括第三子交点和第四子交点。其中，第一子交点与第三子交点的距离小于与第四子交点的距离。基于该第一交点与该第二交点，确定颅脑结构特征的双顶径参数，具体的：连接第一子交点与第四子交点所形成的第一线段，作为颅脑结构特征的双顶径几何参数，即双顶径长度；或者，连接第二子交点与第三子交点所形成的第二线段，作为颅脑结构特征的双顶径参数；或者，获取第一线段与第二线段的均值，作为颅脑结构特征对应的双顶径参数。这样通过提供多种颅脑结构特征的双顶径长度的获取方式，能够提高双顶径长度的获取可能性以及准确性。
可见，该可选的实施方式通过获取颅脑结构特征的内、外轮廓的周长，以及颅脑结构特征的脑中线对应的中垂线与内、外轮廓的交点，能够实现颅脑结构特征的头围周长以及双顶径长度的获取，从而实现胎儿颅脑脑膜膨出的确定。
该可选的实施例中，进一步的，在获取到颅脑结构特征的双顶径参数、头围参数之后，进一步取双顶径参数、头围参数的比值，并判断该比值是否大于等于预设值(例如：头围周长与双顶径长度的比值大于等于6)，当判断结果为是时，方可确定胎儿颅脑脑膜膨出，有利于提高胎儿颅脑脑膜膨出的确定准确性以及可靠性。
可见，该可选的实施方式通过胎儿超声图像的切面的颅脑结构特征轮廓与臀部结构特征轮廓和/或颅脑结构特征的几何参数，能够实现胎儿超声图像对应的胎儿为无脑儿的异常确定，以及通过在判断出胎儿超声图像的头臀长度不在预设头臀长度范围内且判断出切面的颅脑结构特征的几何参数与预设几何参数不匹配时，方确定胎儿超声图像对应的胎儿存在畸形，能够提高胎儿超声图像对应的胎儿为无脑儿的检测准确性以及可靠性。
作为又一种可选的实施方式，根据所述胎儿超声图像的切面对应的目标信息，判断胎儿超声图像对应的胎儿是否存在畸形，包括：
当胎儿超声图像的切面包括颅脑切面，且颅脑切面为颅脑水平切面时，胎儿超声图像的切面对应的目标信息包括该切面的左丘脑轮廓以及右丘脑轮廓，获取左丘脑轮廓与右丘脑轮廓的第一拟合度，并判断第一拟合度是否大于等于第一预设拟合度阈值，当判断结果为是时，确定胎儿超声图像对应的胎儿存在畸形。
当胎儿超声图像的切面包括颅脑切面，且颅脑切面为颅脑水平切面时，胎儿超声图像的切面对应的目标信息包括该切面的大脑镰的位置，根据大脑镰的位置判断大脑镰在胎儿超声图像的脑中线位置的出现情况是否满足预设出现情况，当判断出不满足预设出现情况时，确定胎儿超声图像对应的胎儿存在畸形。
该可选的实施方式中，当大脑镰的部分(例如：一半)或完全出现在胎儿超声图像的脑中线位置时，表示大脑镰在胎儿超声图像的脑中线位置的出现情况满足预设出现情况。
当胎儿超声图像的切面包括颅脑切面，且颅脑切面为颅脑水平切面时，胎儿超声图像的切面对应的目标信息包括该切面的脉络膜丛轮廓以及丘脑轮廓，获取脉络膜丛轮廓与丘脑轮廓之间的第二拟合度，并判断第二拟合度是否大于等于第二预设拟合度阈值，当判断结果为是时，确定胎儿超声图像对应的胎儿存在畸形。
该可选的实施方式中，脉络膜丛轮廓包括左脉络膜丛轮廓以及右脉络膜丛轮廓，丘脑轮廓包括左丘脑轮廓以及右丘脑轮廓。其中，获取脉络膜丛轮廓与丘脑轮廓之间的第二拟合度，具体的，分别获取左脉络膜丛轮廓与左丘脑轮廓的拟合度和/或右脉络膜丛轮廓与右丘脑轮廓的拟合度，作为脉络膜丛轮廓与丘脑轮廓之间的第二拟合度，这样通过分别获取左右脉络膜丛与左右丘脑的拟合度，有利于提高脉络膜丛与丘脑未分离的确定准确性以及可靠性，从而有利于提高胎儿超声图像的胎儿为无叶全前脑胎儿的确定准确性以及可靠性。
可见，该可选的实施方式通过确定颅脑的左右丘脑融合、大脑镰缺如以及脉络膜丛与丘脑未分离中的至少一种情况，不仅能够实现胎儿超声图像的胎儿为无叶全前脑胎儿的确定，还能够丰富无叶全前脑胎儿的确定方式；以及通过提供至少两种无叶全前脑胎儿的确定方式，能够提高无叶全前脑胎儿的确定准确性以及可靠性。
该可选的实施方式中，当判断出第一拟合度小于第一预设拟合度阈值时，确定胎儿超声图像对应的胎儿的丘脑未融合，即胎儿超声图像对应的胎儿的丘脑正常；当判断出大脑镰在胎儿超声图像的脑中线位置的出现情况不满足预设出现情况时，确定胎儿超声图像对应的胎儿的大脑镰正常；当判断出第二拟合度小于第二预设拟合度阈值时，确定胎儿超声图像对应的胎儿的脉络膜丛与丘脑分离。进一步的，当确定胎儿超声图像对应的胎儿的丘脑未融合、大脑镰正常以及脉络膜丛与丘脑分离时，确定胎儿超声图像对应的胎儿不为无叶全前脑胎儿。
本发明实施例中，进一步可选的，上述胎儿超声图像的切面对应的目标信息包括该切面的肢体结构特征的特征参数，其中，当胎儿超声图像的切面包括肢体切面，且肢体切面为双上肢切面时，该切面的肢体结构特征包括该切面的手、前臂以及上臂中的至少一种；当胎儿超声图像的切面包括肢体切面，且肢体切面为双下肢切面时，切面的肢体结构特征包括该切面的足、大腿以及小腿中的至少一种。以及，作为又一种可选的实施方式，根据胎儿超声图像的切面对应的目标信息，判断胎儿超声图像对应的胎儿是否存在畸形，可以包括：
根据胎儿超声图像的切面的肢体结构特征的特征参数，判断肢体结构特征是否与胎儿超声图像的切面相匹配，当判断出不相匹配时，确定胎儿超声图像对应的胎儿存在畸形。
该可选的实施方式中，肢体结构特征的特征参数包括肢体结构特征的数量、形状、尺寸(例如：长度)以及位置中的至少一种，这样肢体结构特征的特征参数包括的内容越多，越有利于提高肢体结构特征是否与胎儿超声图像的切面相匹配的判断准确性以及可靠性，从而有利于胎儿的畸形情况的确定准确性以及可靠性。
该可选的实施方式中，进一步的，当肢体结构特征包括手时，在判断出对应的切面存在手腕、手掌和至少一根手指时，方可确定肢体结构特征与胎儿超声图像的切面相匹配；当肢体结构特征包括足时，在判断出对应的切面存在脚腕、脚掌和至少一根脚趾时，方可确定肢体结构特征与胎儿超声图像的切面相匹配；进一步的，当手、足的位置处于人体对应的位置时，方可确定肢体结构特征与胎儿超声图像的切面相匹配，能够进一步提高肢体结构特征与胎儿超声图像的切面相匹配的确定准确性以及可靠性。
可见，该可选的实施方式通过胎儿超声图像的切面中的肢体结构特征(例如：手、足)的特征参数，能够实现胎儿超声图像对应的胎儿是否为肢体缺失的胎儿的确定。
作为又一种可选的实施方式，根据胎儿超声图像的切面对应的目标信息，判断胎儿超声图像对应的胎儿是否存在畸形，可以包括：
当胎儿超声图像的切面为颅脑切面或肱骨长径切面或股骨长径切面时，胎儿超声图像的切面对应的目标信息包括该切面的骨结构特征的特征参数，根据切面的骨结构特征的特征参数判断骨结构特征是否与该切面相匹配，当判断出不相匹配时，确定胎儿超声图像对应的胎儿存在畸形。
该可选的实施方式中，骨结构特征的特征参数包括骨结构特征对应的轮廓、长度、面积、形状以及位置中的至少一种。
该可选的实施方式中，当胎儿超声图像的切面为颅脑水平切面时，确定胎儿超声图像的切面对应的目标信息，包括：
确定胎儿超声图像的切面的颅脑结构特征的中心点，并获取颅脑结构特征的中心点与颅脑结构特征的内轮廓的第一垂直距离值以及中心点与颅脑结构特征的外轮廓的第二垂直距离值，并获取第一垂直距离值与第二垂直距离值的距离差值，得到颅脑厚度，其中，胎儿超声图像的切面对应的目标信息包括颅脑厚度，也即骨结构特征的特征参数包括颅脑结构特征的颅脑厚度。此时，可选的，判断颅脑厚度是否在确定出的颅脑厚度范围内，当判断出在颅脑厚度范围时，确定胎儿超声图像的颅脑正常，当判断出不在颅脑厚度范围时，判断颅脑厚度是否大于该颅脑厚度范围的最大厚度值，当判断出大于最大厚度值，确定胎儿超声图像的颅脑异常。进一步的，根据颅脑厚度确定颅脑的厚度等级。需要说明的是，厚度等级越高，即厚度越大，颅脑骨化增强越明显。其中，不同孕周的胎儿超声图像，对应不同的颅脑厚度范围，例如：第10周，颅脑厚度范围为5mm-10mm，第13周，颅脑厚度范围为8mm-12mm。又进一步可选的，骨结构特征的特征参数还包括颅脑结构特征的颅骨形态，判断颅骨形态与确定出的颅骨形态是否相匹配，当判断出不匹配时，确定胎儿超声图像的颅骨形态异常。
该可选的实施方式中，又进一步可选的，当胎儿超声图像的切面为颅脑正中矢状切面时，胎儿超声图像的切面对应的目标信息包括颅骨前额结构特征的参数，其中，颅骨前额结构特征的参数包括颅骨前额结构特征的轮廓所围成的区域面积、形状以及颅骨前额结构特征的轮廓最远端与颅脑外轮廓的目标垂直距离值。此时，判断颅骨前额结构特征的轮廓所围成的区域面积是否在确定出的面积范围内，当判断出不在面积范围内时，则确定胎儿超声图像的颅骨前额向前突出；或者，判断颅骨前额结构特征的形状是否与确定出的形状相匹配，当判断出不匹配时，则确定胎儿超声图像的颅骨前额向前突出；或者，判断目标垂直距离值是否在确定出的垂直距离值范围内，当判断出不在时，则确定胎儿超声图像的颅骨前额向前突出，进一步的，当该三种判断结果至少两种判断结果为否时，确定胎儿超声图像的颅骨前额向前突出。又进一步的，当胎儿颅骨前额向前突出时，根据颅骨前额向前突出的突出形态确定颅骨前额向前突出的突出程度，并根据该突出程度确定颅骨前额向前突出所对应的严重级别(例如：3级，其中，严重级别越高，代表颅骨前额向前突出越严重)，这样在确定出胎儿存在颅骨前额向前突出之后，进一步确定颅骨前额向前突出所处的严重级别，有利于清楚且准确知晓胎儿的颅骨前额向前突出的畸形情况，这样有利于提高颅骨前额向前突出的级别确定准确性以及可靠性，从而有利于进一步提高胎儿超声图像的胎儿为致死性骨发育不良胎儿的确定准确性以及可靠性。
该可选的实施方式中，当骨结构特征的特征参数为骨结构特征的长度时，判断骨结构特征的长度是否在预设长度范围内，当判断出不在预设长度范围内时，确定骨结构特征与该切面不相匹配，其中，不同的孕周对应不同的预设长度范围，例如：第5个孕周，预设长度范围为2mm-5mm，第10个孕周，预设长度范围为4cm-8cm。
可见，该可选的实施方式通过将测量到的胎儿超声图像的切面的骨结构特征的特征参数(例如：长度)与对应切面相匹配，能够实现胎儿超声图像的胎儿为致死性骨发育不良的确定，以及通过颅脑、肱骨以及股骨等维度分析胎儿致死性骨发育不良情况，能够胎儿致死性骨发育不良的确定准确性以及可靠性。
作为又一种可选的实施方式，根据胎儿超声图像的切面对应的目标信息，判断胎儿超声图像对应的胎儿是否存在畸形，可以包括：
当胎儿超声图像的切面为心脏切面时，胎儿超声图像的切面对应的目标信息包括该切面的特征参数，判断切面特征参数与预设切面参数是否相匹配，当判断出不匹配时，确定胎儿超声图像的对应的胎儿存在畸形，切面的特征参数包括切面的多普勒血流参数和/或轮廓参数；
当胎儿超声图像的切面为心脏切面时，胎儿超声图像的切面对应的目标信息包括该切面的心脏结构特征的特征参数，根据切面的心脏结构特征的特征参数判断切面的心脏结构特征是否与该切面的标准心脏结构特征相匹配，当判断出不匹配时，确定胎儿超声图像的对应的胎儿存在畸形；
该可选的实施方式中，进一步可选的，根据切面的心脏结构特征的特征参数判断切面的心脏结构特征是否与该切面的标准心脏结构特征相匹配，包括：
当切面的心脏结构特征的特征参数为心脏结构特征的数量时，判断切面的心脏结构特征的数量是否小于等于预设数量，当判断结果为是时，确定切面的心脏结构特征与该切面的标准心脏结构特征不相匹配；
当切面的心脏结构特征的特征参数为心脏结构特征对应的面积时，判断切面的心脏结构特征对应的面积是否大于等于预设面积阈值，当判断结果为是时，确定切面的心脏结构特征与该切面的标准心脏结构特征不相匹配。
该可选的实施方式中，可选的，切面的心脏结构特征的特征参数包括心脏结构特征的数量和/或心脏结构特征对应的面积。进一步可选的，不同孕周对应的胎儿超声图像的切面的标准心脏结构特征也不相同，例如：第2个孕周，标准心脏结构特征包括心内膜垫以及心内膜垫的面积，第14个孕周，标准心脏结构特征包括左心房、左心室、右心房、右心室、心内膜垫以及每个标准心脏结构特征的面积。
该可选的实施方式中，当判断出切面的心脏结构特征包括的数量及面积均与标准心脏结构特征相匹配时，则该心脏切面为正常心脏切面，即胎儿的心脏为正常心脏；当判断出切面的心脏结构特征包括的数量小于等于预设数量(例如：2个)，则确定该心脏切面为异常心脏切面。具体的，当判断出切面的心脏结构特征包括的数量为1个(例如：仅存在左心室)，和/或，该心脏结构特征的面积与心脏切面的面积的比例值大于等于预设比例值，则确定该心脏切面为单心室心脏切面，例如：当判断出心脏切面仅存在左心室，和/或，左心室的面积与心脏切面的面积的比例值等于二分之一，则表示心脏切面为单心室心脏切面，也即胎儿的心脏为单心室状态。
可见，该可选的实施方式通过心脏切面的多普勒血流参数、轮廓参数、心脏结构特征数量以及每个心脏结构特征的面积，判断胎儿超声图像的胎儿的心脏是否存在异常，能够提高胎儿的心脏存在异常的确定准确性以及可靠性，有利于提高胎儿的心脏畸形情况的确定准确性以及可靠性。
在一个可选的实施例中，在获取到胎儿超声图像的切面之后，以及确定胎儿超声图像的切面对应的目标信息之前，该基于胎儿超声图像的胎儿严重畸形检测方法还可以包括以下操作：
当胎儿超声图像的切面包括颅脑切面时，判断胎儿超声图像的切面与颅脑标准切面是否相匹配，当判断结果为是时，触发执行上述的确定胎儿超声图像的切面对应的目标信息的操作；
当判断出不匹配时，基于获取到的结构特征校正胎儿超声图像的切面以使该切面与颅脑标准切面是否相匹配，并触发执行上述的确定胎儿超声图像的切面对应的目标信息的操作；
其中，当颅脑切面为颅脑水平切面时，颅脑标准切面包括侧脑室切面，当颅脑切面为颅脑矢状切面时，颅脑标准切面包括颅脑正中矢状切面。进一步的，当颅脑切面为颅脑矢状切面时，获取到的结构特征包括鼻骨结构特征、上颌骨结构特征、下颌骨结构特征、颈项透明层结构特征以及胎儿躯干等中的一种或多种组合；当颅脑切面为颅脑水平切面时，获取到的结构特征包括透明隔腔结构特征、侧脑室结构特征、脉络膜丛结构特征、丘脑结构特征以及小脑结构特征等中的一种或多种组合。
可见，该可选的实施例通过先判断获取到的胎儿超声图像的切面与颅脑标准切面是否相匹配，若匹配，则继续执行后续的获取切面的目标信息的操作，若否，则获取与其颅脑标准切面相匹配的切面，并重新获取切面的目标信息，有利于提高胎儿的畸形情况的确定准确性以及可靠性。
102、根据胎儿超声图像的切面对应的目标信息，判断胎儿超声图像对应的胎儿是否存在畸形，当判断结果为是时，触发执行步骤103，当判断结果为否时，可以结束本次流程，也可以在上述胎儿超声图像为单帧胎儿超声图像时，触发执行步骤101。
本发明实施例中，又进一步可选的，当判断出胎儿超声图像对应的胎儿存在畸形时，判断胎儿超声图像对应的胎儿是否为连体胎儿(例如：连体双胞胎)，当判断结果为是时，根据上述胎儿超声图像的切面对应的目标信息确定胎儿超声图像对应的胎儿的连体畸形程度(和/或等级)。其中，当判断出胎儿超声图像存在胸部连胎、臀部连胎、腹部连胎、坐骨连胎、颅部连胎中的至少一种情况时，确定胎儿超声图像对应的胎儿为连体胎儿。这样在判断出胎儿存在畸形之后，进一步判断胎儿是否为连体胎儿，当为连体胎儿时，进一步确定连体畸形程度，此时，畸形情况还包括胎儿超声图像对应的胎儿的畸形程度，这样能够进一步提高胎儿超声图像对应的胎儿存在连体胎儿畸形的确定准确性以及可靠性。其中，针对根据上述胎儿超声图像的切面对应的目标信息确定胎儿超声图像对应的胎儿的连体畸形程度的有关描述，请参阅上述针对各个切面的相关描述，在此不再赘述。
103、根据胎儿超声图像的切面对应的目标信息确定胎儿超声图像对应的胎儿的畸形情况，该畸形情况包括胎儿超声图像对应的胎儿的畸形类型。
本发明实施例中，根据前述的分析，胎儿超声图像对应的胎儿的畸形类型包括无脑儿畸形类型、脑膜膨出畸形类型、无叶全前脑畸形类型、囊状脊髓脊膜膨出畸形类型、肢体(一侧或者双侧)缺失畸形类型、单心室畸形类型、腹裂畸形并内脏外翻畸形类型以及致死性骨发育不良畸形类型中的至少一种，进一步的，还可以包括连体胎儿畸形类型。这样通过综合检测、分析胎儿超声图像，能够获取到全面的胎儿的发育畸形情况以及有利于进一步提高胎儿的发育畸形情况的确定准确性以及可靠性。
在另一个可选的实施例中，该基于胎儿超声图像的胎儿严重畸形检测方法还可以包括以下操作：
当步骤102判断出胎儿超声图像对应的胎儿存在畸形时，为胎儿超声图像的每个异常结构特征设置对应的结构特征标签，每个异常结构特征对应的结构特征标签用于表示该异常结构特征的畸形类型。
可见，该可选的实施例在判断出胎儿存在畸形时，为异常结构特征设置对应的结构特征标签，便于医护人员根据结构特征标签清楚且快速知晓胎儿的畸形情况。
在又一个可选的实施例中，该基于胎儿超声图像的胎儿严重畸形检测方法还可以包括以下操作：
当步骤102判断出胎儿超声图像对应的胎儿不存在异常时，同样生成胎儿超声图像对应的胎儿的检测结果，其中，该检测结果用于表示胎儿超声图像对应的胎儿生长发育正常。
可见，该可选的实施例在判断出胎儿超声图像对应的胎儿不存在异常时，同样生成胎儿的检测结果，进一步便于相关人员知晓胎儿的生长发育情况。
可见，实施图1所描述的基于胎儿超声图像的胎儿严重畸形检测方法通过在获取到胎儿超声图像的切面之后，能够自动根据确定出的胎儿超声图像的切面的信息判断胎儿是否存在异常，当存在异常时，自动根据胎儿超声图像的切面的信息确定胎儿的畸形情况，例如：是否为无脑儿、腹裂畸形等，有利于准确检测胎儿的畸形情况，从而实现胎儿的生长发育情况的准确确定；以及通过多方面综合检测及分析胎儿的生长发育情况，有利于提高胎儿的畸形情况的检测准确性。
实施例二
请参阅图2，图2是本发明实施例公开的另一种基于胎儿超声图像的胎儿严重畸形检测方法的流程示意图。其中，图2所描述的基于胎儿超声图像的胎儿严重畸形检测方法可以应用于检测服务器(服务设备/服务系统)中，其中，该检测服务器可以包括本地检测服务器或云检测服务器，本发明实施例不做限定。如图2所示，该基于胎儿超声图像的胎儿严重畸形检测方法可以包括以下操作：
201、将获取到的连续多帧胎儿超声图像输入确定出的结构特征检测模型中进行分析，并获取结构特征检测模型输出的分析结果，作为每帧胎儿超声图像的结构特征信息。
本发明实施例中，每帧胎儿超声图像的结构特征信息包括该胎儿超声图像的部位结构特征信息以及该胎儿超声图像的结构特征信息，每帧胎儿超声图像的部位结构特征信息至少包括该胎儿超声图像的部位结构特征的类别，每帧胎儿超声图像的结构特征信息至少包括该胎儿超声图像的结构特征的类别。
本发明实施例中，可选的，实施例一中的确定胎儿超声图像的切面的形状的具体实现方式还可以为在将胎儿超声图像输入结构特征检测模型进行分析时，即可同步分析出胎儿超声图像的切面的形状，这样能够在保证胎儿超声图像的切面的形状的获取准确性的同时，提高胎儿超声图像的切面的形状的获取效率，从而有利于提高胎儿是否存在异常的判断效率。
本发明实施例中，可以按照预先确定出的帧率连续获取多帧胎儿超声图像，其中，预先确定出的帧率与所需获取的胎儿超声图像的切面有关，即根据所需获取的胎儿超声图像的切面来选择帧率，例如：若需要获取的是腹部切面，则帧率可以为30帧/秒；若需要获取的是四腔心切面，则帧率可以为60帧/秒。这样根据所需获取的胎儿超声图像的切面选择对应的帧率，有利于提高胎儿超声图像的切面的获取效率以及准确性，从而有利于提高胎儿超声图像的切面的目标信息的获取效率，进而有利于提高胎儿超声图像存在异常的判断效率。
本发明实施例中，每帧胎儿超声图像均存在唯一对应的帧序号。这样通过为每帧胎儿超声图像设定唯一的帧序号，能够在胎儿超声图像的切面的获取过程中，清楚区分每帧胎儿超声图像，以及有利于对胎儿超声图像及其切面的信息的管理。
本发明实施例中，结构特征检测模型可以包括目标检测模型、实例分割模型以及语义分割模型等能够获取到胎儿超声图像的部位结构特征信息以及结构特征信息中的至少一种，本发明实施例不做限定。
202、根据每帧胎儿超声图像的部位结构特征的类别以及该胎儿超声图像的结构特征的类别确定该胎儿超声图像的切面。
可见，本发明实施例通过获取连续多帧胎儿超声图像的部位结构特征以及结构特征，并结合胎儿超声图像的部位结构特征以及结构特征，确定胎儿超声图像的标准切面，无需人工参与胎儿超声图像的标准切面的确定，能够提高胎儿超声图像的标准切面的确定准确性；以及通过将胎儿超声图像输入结构特征检测模型进行分析，还能够提高胎儿超声图像的标准切面的确定效率，从而有利于提高胎儿的畸形情况的检测准确性以及可靠性。
本发明实施例中，进一步可选的，也可以通过接收授权终端设备发送的多帧胎儿超声图像中每帧胎儿超声图像的切面，来实现胎儿超声图像的切面的获取。这样通过多种途径获取胎儿超声图像的切面，能够丰富切面的获取方式，提高切面的获取可能性。
203、在获取到胎儿超声图像的切面之后，确定胎儿超声图像的切面对应的目标信息。
204、根据胎儿超声图像的切面对应的目标信息，判断胎儿超声图像对应的胎儿是否存在畸形，当判断结果为是时，触发执行步骤103，当判断结果为否时，结束本次流程，也可以触发执行步骤203。
205、根据胎儿超声图像的切面对应的目标信息确定胎儿超声图像对应的胎儿的畸形情况，该畸形情况包括胎儿超声图像对应的胎儿的畸形类型。
本发明实施例中，针对步骤203-205的其他描述请参阅实施例一中针对步骤101-步骤103的详细描述，本发明实施例不再赘述。
可见，实施图2所描述的基于胎儿超声图像的胎儿严重畸形检测方法通过在获取到胎儿超声图像的切面之后，能够自动根据确定出的胎儿超声图像的切面的信息判断胎儿是否存在异常，当存在异常时，自动根据胎儿超声图像的切面的信息确定胎儿的畸形情况，例如：是否为无脑儿、腹裂畸形等，有利于准确检测胎儿的畸形情况，从而实现胎儿的生长发育情况的准确确定；以及通过多方面综合检测及分析胎儿的生长发育情况，有利于提高胎儿的畸形情况的检测准确性。此外，还能够提高胎儿超声图像的标准切面的确定准确性；以及通过将胎儿超声图像输入结构特征检测模型进行分析，还能够提高胎儿超声图像的标准切面的确定效率，从而有利于提高胎儿的畸形情况的检测准确性以及可靠性。
实施例三
请参阅图3，图3是本发明实施例公开的一种基于胎儿超声图像的胎儿严重畸形检测装置的结构示意图。其中，图3所描述的基于胎儿超声图像的胎儿严重畸形检测装置可以应用于检测服务器(服务设备/服务系统)中，其中，该检测服务器可以包括本地检测服务器或云检测服务器，本发明实施例不做限定。如图3所示，该基于胎儿超声图像的胎儿严重畸形检测装置可以包括确定模块301、第一判断模块302，其中：
确定模块301，用于在获取到胎儿超声图像的切面之后，确定该胎儿超声图像的切面对应的目标信息，该胎儿超声图像的切面对应的目标信息用于确定胎儿超声图像对应的胎儿的发育情况；
第一判断模块302，用于根据胎儿超声图像的切面对应的目标信息，判断胎儿超声图像对应的胎儿是否存在畸形。
确定模块301，还用于当第一判断模块302判断结果为是时，根据胎儿超声图像的切面对应的目标信息确定胎儿超声图像对应的胎儿的畸形情况，该畸形情况包括胎儿超声图像对应的胎儿的畸形类型。
本发明实施例中，可选的，胎儿超声图像的切面包括颅脑切面、肢体切面、腹部切面、脊髓切面、心脏切面、肱骨长径切面以及股骨长径切面中的其中一种，该胎儿超声图像的颅脑切面包括颅脑水平切面和/或颅脑矢状切面，该胎儿超声图像的肢体切面包括双上肢切面或双下肢切面，该胎儿超声图像的腹部切面包括腹部水平切面和/或腹部矢状切面，该胎儿超声图像的脊髓切面包括脊髓水平切面和/或脊髓矢状切面。
可见，实施图3所描述的基于胎儿超声图像的胎儿严重畸形检测装置通过在获取到胎儿超声图像的切面之后，能够自动根据确定出的胎儿超声图像的切面的信息判断胎儿是否存在异常，当存在异常时，自动根据胎儿超声图像的切面的信息确定胎儿的畸形情况，例如：是否为无脑儿、腹裂畸形等，有利于准确检测胎儿的畸形情况，从而实现胎儿的生长发育情况的准确确定；以及通过多方面综合检测及分析胎儿的生长发育情况，有利于提高胎儿的畸形情况的检测准确性。
在一个可选的实施例中，如图3所示，第一判断模块302根据胎儿超声图像的切面对应的目标信息，判断该胎儿超声图像对应的胎儿是否存在异常的方式具体为：
当胎儿超声图像的切面包括颅脑切面，且该颅脑切面为颅脑矢状切面时，胎儿超声图像的切面对应的目标信息包括该切面的颅脑结构特征轮廓以及臀部结构特征轮廓，根据胎儿超声图像的切面的颅脑结构特征轮廓以及臀部结构特征轮廓，测量胎儿超声图像的头臀长度，并判断头臀长度是否在预设头臀长度范围内，当判断出不相匹配时，确定胎儿超声图像对应的胎儿存在畸形；
当胎儿超声图像的切面包括颅脑切面，且该颅脑切面为颅脑矢状切面时，胎儿超声图像的切面对应的目标信息包括胎儿超声图像的切面的颅脑结构特征的几何参数，判断切面的颅脑结构特征的几何参数与预设几何参数是否相匹配，当判断出不相匹配时，确定胎儿超声图像对应的胎儿存在畸形，该切面的颅脑结构特征包括该切面内的颅盖骨结构特征、大脑半球结构特征以及中脑结构特征中的至少一种，颅脑结构特征的几何参数包括该颅脑结构特征的形状、尺寸、位置以及面积中的至少一种，该颅脑结构特征的位置为该颅脑结构特征在胎儿超声图像的切面中的位置；
当胎儿超声图像的切面包括颅脑切面或脊髓切面或腹部切面时，该胎儿超声图像的切面对应的目标信息包括胎儿超声图像的切面的形状，判断切面的形状是否与预设切面形状相匹配，当判断出不相匹配时，确定胎儿超声图像对应的胎儿存在畸形；
当胎儿超声图像的切面为颅脑切面或腹部切面或脊髓切面时，该胎儿超声图像的切面对应的目标信息包括该切面的目标结构特征对应的特征参数，根据切面的目标结构特征对应的特征参数判断目标结构特征是否与该切面相匹配，当判断出不相匹配时，确定胎儿超声图像对应的胎儿存在畸形；
当胎儿超声图像的切面包括颅脑切面，且该颅脑切面为颅脑水平切面时，胎儿超声图像的切面对应的目标信息包括胎儿超声图像的切面的颅脑结构特征的内轮廓与该颅脑结构特征的外轮廓，根据切面的颅脑结构特征的内轮廓与该颅脑结构特征的外轮廓，确定切面的颅脑结构特征的目标几何参数，并判断颅脑结构特征的目标几何参数是否在预设几何参数范围内，当判断出不在预设几何参数范围内时，确定胎儿超声图像对应的胎儿存在畸形，该切面的颅脑结构特征的目标几何参数包括该颅脑结构特征的头围参数和/或双顶径参数；
当胎儿超声图像的切面包括颅脑切面，且该颅脑切面为颅脑水平切面时，胎儿超声图像的切面对应的目标信息包括该切面的左丘脑轮廓以及右丘脑轮廓，获取左丘脑轮廓与右丘脑轮廓的第一拟合度，并判断第一拟合度是否大于等于第一预设拟合度阈值，当判断结果为是时，确定胎儿超声图像对应的胎儿存在畸形；
当胎儿超声图像的切面包括颅脑切面，且该颅脑切面为颅脑水平切面时，胎儿超声图像的切面对应的目标信息包括该切面的大脑镰的位置，根据大脑镰的位置判断大脑镰在胎儿超声图像的脑中线位置的出现情况是否满足预设出现情况，当判断出不满足预设出现情况时，确定胎儿超声图像对应的胎儿存在畸形；
当胎儿超声图像的切面包颅脑切面，且该颅脑切面为颅脑水平切面时，胎儿超声图像的切面对应的目标信息包括该切面的脉络膜丛轮廓以及丘脑轮廓，获取脉络膜丛轮廓与丘脑轮廓之间的第二拟合度，并判断第二拟合度是否大于等于第二预设拟合度阈值，当判断结果为是时，确定胎儿超声图像对应的胎儿存在畸形。
可见，实施图3所描述的确定装置通过判断胎儿超声图像的切面中的结构特征是否与该切面相匹配，能够实现颅脑脑膜膨出、囊状脊髓脊膜膨出以及腹裂畸形并内脏外翻的确定，有利于提高胎儿的畸形情况的判断准确性；以及通过胎儿超声图像的切面的颅脑结构特征轮廓与臀部结构特征轮廓和/或颅脑结构特征的几何参数，能够实现胎儿超声图像对应的胎儿为无脑儿的异常确定；以及通过确定颅脑的左右丘脑融合、大脑镰缺如以及脉络膜丛与丘脑未分离中的至少一种情况，不仅能够实现胎儿超声图像的胎儿为无叶全前脑胎儿的确定，还能够丰富无叶全前脑胎儿的确定方式；以及通过提供至少两种无叶全前脑胎儿的确定方式，能够提高无叶全前脑胎儿的确定准确性以及可靠性。
在另一个可选的实施例中，如图3所示，第一判断模块302根据切面的颅脑结构特征的内轮廓与该颅脑结构特征的外轮廓，确定该切面的颅脑结构特征的目标几何参数的方式具体为：
获取切面的颅脑结构特征的内轮廓的第一周长与颅脑结构特征的外轮廓的第二周长，并基于第一周长和第二周长，确定颅脑结构特征对应的头围参数；
确定颅脑结构特征的脑中线对应的中垂线与颅脑结构特征的外轮廓的第一交点以及中垂线与颅脑结构特征的内轮廓的第二交点，并基于第一交点与第二交点，确定颅脑结构特征对应的双顶径参数。
可见，实施图3所描述的确定装置能够通过获取颅脑结构特征的内、外轮廓的周长，以及颅脑结构特征的脑中线对应的中垂线与内、外轮廓的交点，能够实现颅脑结构特征的头围周长以及双顶径长度的获取，从而实现胎儿颅脑脑膜膨出的确定。
在又一个可选的实施例中，如图4所示，该装置还可以包括第二判断模块303以及校正模块304，其中：
第二判断模块303，用于当胎儿超声图像的切面包括颅脑切面时，在获取到胎儿超声图像的切面之后，以及在确定模块301确定胎儿超声图像的切面对应的目标信息之前，判断胎儿超声图像的切面与颅脑标准切面是否相匹配，当判断结果为是时，触发确定模块301执行上述的确定胎儿超声图像的切面对应的目标信息的操作；
校正模块304，用于当第二判断模块303判断出不匹配时，基于获取到的结构特征校正胎儿超声图像的切面以使该切面与颅脑标准切面相匹配，并触发确定模块301执行上述的确定胎儿超声图像的切面对应的目标信息的操作；
其中，当颅脑切面为颅脑水平切面时，颅脑标准切面包括侧脑室切面，当颅脑切面为颅脑矢状切面时，颅脑标准切面包括颅脑正中矢状切面。
可见，实施图4所描述的确定装置通过先判断获取到的胎儿超声图像的切面与颅脑标准切面是否相匹配，若匹配，则继续执行后续的获取切面的目标信息的操作，若否，则获取与其颅脑标准切面相匹配的切面，并重新获取切面的目标信息，有利于提高胎儿的畸形情况的确定准确性以及可靠性。
在又一个可选的实施例中，如图3或4所示，胎儿超声图像的切面对应的目标信息包括该切面的肢体结构特征的特征参数，其中，当胎儿超声图像的切面包括肢体切面，且肢体切面为双上肢切面时，切面的肢体结构特征包括该切面的手、前臂以及上臂中的至少一种；当胎儿超声图像的切面包括肢体切面，且肢体切面为双下肢切面时，切面的肢体结构特征包括该切面的足、大腿以及小腿中的至少一种；
以及，第一判断模块302根据胎儿超声图像的切面对应的目标信息，判断该胎儿超声图像对应的胎儿是否存在异常的方式具体为：
根据胎儿超声图像的切面的肢体结构特征的特征参数，判断肢体结构特征是否与胎儿超声图像的切面相匹配，当判断出不相匹配时，确定胎儿超声图像对应的胎儿存在畸形。
可见，实施图3或4所描述的确定装置能够通过胎儿超声图像的切面中的肢体结构特征(例如：手、足)的特征参数，能够实现胎儿超声图像对应的胎儿是否为肢体缺失的胎儿的确定。
在又一个可选的实施例中，如图3或4所示，第一判断模块302根据胎儿超声图像的切面对应的目标信息，判断胎儿超声图像对应的胎儿是否存在畸形的方式具体为：
当胎儿超声图像的切面为颅脑切面或肱骨长径切面或股骨长径切面时，胎儿超声图像的切面对应的目标信息包括该切面的骨结构特征的特征参数，根据切面的骨结构特征的特征参数判断骨结构特征是否与该切面相匹配，当判断出不相匹配时，确定胎儿超声图像对应的胎儿存在畸形，骨结构特征的特征参数包括骨结构特征对应的轮廓、长度、面积、形状以及位置中的至少一种。
可见，实施图3或4所描述的确定装置能够通过将测量到的胎儿超声图像的切面的骨结构特征的特征参数(例如：长度)与对应切面相匹配，能够实现胎儿超声图像的胎儿为致死性骨发育不良的确定。
在又一个可选的实施例中，如图3或4所示，第一判断模块302根据胎儿超声图像的切面对应的目标信息，判断胎儿超声图像的对应的胎儿是否存在异常的方式具体为：
当胎儿超声图像的切面为心脏切面时，胎儿超声图像的切面对应的目标信息包括该切面的特征参数，判断切面特征参数与预设切面参数是否相匹配，当判断出不匹配时，确定胎儿超声图像的对应的胎儿存在畸形，切面的特征参数包括切面的多普勒血流参数和/或轮廓参数；
当胎儿超声图像的切面为心脏切面时，胎儿超声图像的切面对应的目标信息包括该切面的心脏结构特征的特征参数，根据切面的心脏结构特征的特征参数判断切面的心脏结构特征是否与该切面的标准心脏结构特征相匹配，当判断出不匹配时，确定胎儿超声图像的对应的胎儿存在畸形，切面的心脏结构特征的特征参数包括心脏结构特征的数量和/或心脏结构特征对应的面积；
其中，第一判断模块302根据切面的心脏结构特征的特征参数判断切面的心脏结构特征是否与该切面的标准心脏结构特征相匹配的方式具体为：
当切面的心脏结构特征的特征参数为心脏结构特征的数量时，判断切面的心脏结构特征的数量是否小于等于预设数量，当判断结果为是时，确定切面的心脏结构特征与该切面的标准心脏结构特征不相匹配；
当切面的心脏结构特征的特征参数为心脏结构特征对应的面积时，判断切面的心脏结构特征对应的面积是否大于等于预设面积阈值，当判断结果为是时，确定切面的心脏结构特征与该切面的标准心脏结构特征不相匹配。
可见，实施图3或4所描述的确定装置能够通过心脏切面的多普勒血流参数、轮廓参数、心脏结构特征数量以及每个心脏结构特征的面积，判断胎儿超声图像的胎儿的心脏是否存在异常，能够提高胎儿的心脏存在异常的确定准确性以及可靠性，有利于提高胎儿的心脏畸形情况的确定准确性以及可靠性。
在又一个可选的实施例中，如图4所示，该装置还包括分析模块305以及获取模块306，其中：
分析模块305，用于将获取到的连续多帧胎儿超声图像输入确定出的结构特征检测模型中进行分析。
获取模块306，用于获取结构特征检测模型输出的分析结果，作为每帧胎儿超声图像的结构特征信息，每帧胎儿超声图像的结构特征信息包括该胎儿超声图像的部位结构特征信息以及该胎儿超声图像的结构特征信息，每帧胎儿超声图像的部位结构特征信息至少包括该胎儿超声图像的部位结构特征的类别，每帧胎儿超声图像的结构特征信息至少包括该胎儿超声图像的结构特征的类别；
确定模块301，还用于根据每帧胎儿超声图像的部位结构特征的类别以及该胎儿超声图像的结构特征的类别确定该胎儿超声图像的切面。
可见，实施图4所描述的确定装置能够通过获取连续多帧胎儿超声图像的部位结构特征以及结构特征，并结合胎儿超声图像的部位结构特征以及结构特征，确定胎儿超声图像的标准切面，无需人工参与胎儿超声图像的标准切面的确定，能够提高胎儿超声图像的标准切面的确定准确性；以及通过将胎儿超声图像输入结构特征检测模型进行分析，还能够提高胎儿超声图像的标准切面的确定效率，从而有利于提高胎儿的畸形情况的检测准确性以及可靠性。
在又一个可选的实施例中，如图4所示，该装置还包括设置模块307，其中：
设置模块307，用于当第一判断模块302判断出胎儿超声图像对应的胎儿存在畸形时，为胎儿超声图像的每个异常结构特征设置对应的结构特征标签，每个异常结构特征对应的结构特征标签用于表示该异常结构特征的畸形类型。
可见，实施图4所描述的确定装置能够通过在判断出胎儿存在畸形时，为异常结构特征设置对应的结构特征标签，便于医护人员根据结构特征标签清楚且快速知晓胎儿的畸形情况。
实施例四
请参阅图5，图5是本发明实施例公开的又一种基于胎儿超声图像的胎儿严重畸形检测装置。其中，图5所描述的基于胎儿超声图像的胎儿严重畸形检测装置可以应用于检测服务器(服务设备/服务系统)中，其中，该检测服务器可以包括本地检测服务器或云检测服务器，本发明实施例不做限定。如图5所示，该基于胎儿超声图像的胎儿严重畸形检测装置可以包括：
存储有可执行程序代码的存储器501；
与存储器501耦合的处理器502；
进一步的，还可以包括与处理器502耦合的输入接口503以及输出接口504；
其中，处理器502调用存储器501中存储的可执行程序代码，用于执行实施例一或实施例二所描述的基于胎儿超声图像的胎儿严重畸形检测方法中部分或者全部的步骤。
实施例五
本发明实施例公开了一种计算机可读存储介质，其存储用于电子数据交换的计算机程序，其中，该计算机程序使得计算机执行实施例一或实施例二所描述的基于胎儿超声图像的胎儿严重畸形检测方法中部分或者全部的步骤。
实施例六
本发明实施例公开了一种计算机程序产品，该计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，且该计算机程序可操作来使计算机执行实施例一或实施例二所描述的基于胎儿超声图像的胎儿严重畸形检测方法中部分或者全部的步骤。
以上所描述的装置实施例仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施例的具体描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中,存储介质包括只读存储器(Read-Only Memory，ROM)、随机存储器(Random Access Memory，RAM)、可编程只读存储器(Programmable Read-only Memory，PROM)、可擦除可编程只读存储器(ErasableProgrammable Read Only Memory，EPROM)、一次可编程只读存储器(One-timeProgrammable Read-Only Memory，OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory，EEPROM)、只读光盘(CompactDisc Read-Only Memory，CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
最后应说明的是：本发明实施例公开的一种基于胎儿超声图像的胎儿严重畸形检测方法基于胎儿超声图像的胎儿严重畸形检测方法及装置所揭露的仅为本发明较佳实施例而已，仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解；其依然可以对前述各项实施例所记载的技术方案进行修改，或者对其中部分技术结构特征进行等同替换；而这些修改或替换，并不使相应的技术方案的本质脱离本发明各项实施例技术方案的精神和范围。

Claims (12)

1.一种基于胎儿超声图像的胎儿严重畸形检测方法，其特征在于，所述方法包括：
在获取到胎儿超声图像的切面之后，确定所述胎儿超声图像的切面对应的目标信息，所述胎儿超声图像的切面对应的目标信息用于确定所述胎儿超声图像对应的胎儿的发育情况；
根据所述胎儿超声图像的切面对应的目标信息，判断所述胎儿超声图像对应的胎儿是否存在畸形，当判断结果为是时，根据所述胎儿超声图像的切面对应的目标信息确定所述胎儿超声图像对应的胎儿的畸形情况，所述畸形情况包括所述胎儿超声图像对应的胎儿的畸形类型。
2.根据权利要求1所述的基于胎儿超声图像的胎儿严重畸形检测方法，其特征在于，所述胎儿超声图像的切面包括颅脑切面、肢体切面、腹部切面、脊髓切面、心脏切面、肱骨长径切面以及股骨长径切面中的其中一种，所述胎儿超声图像的颅脑切面包括颅脑水平切面和/或颅脑矢状切面，所述胎儿超声图像的肢体切面包括双上肢切面或双下肢切面，所述胎儿超声图像的腹部切面包括腹部水平切面和/或腹部矢状切面，所述胎儿超声图像的脊髓切面包括脊髓水平切面和/或脊髓矢状切面。
3.根据权利要求2所述的基于胎儿超声图像的胎儿严重畸形检测方法，其特征在于，所述根据所述胎儿超声图像的切面对应的目标信息，判断所述胎儿超声图像对应的胎儿是否存在畸形，包括：
当所述胎儿超声图像的切面包括所述颅脑切面，且所述颅脑切面为所述颅脑矢状切面时，所述胎儿超声图像的切面对应的目标信息包括该切面的颅脑结构特征轮廓以及臀部结构特征轮廓，根据所述胎儿超声图像的切面的颅脑结构特征轮廓以及臀部结构特征轮廓，测量所述胎儿超声图像的头臀长度，并判断所述头臀长度是否在预设头臀长度范围内，当判断出不相匹配时，确定所述胎儿超声图像对应的胎儿存在畸形；
当所述胎儿超声图像的切面包括所述颅脑切面，且所述颅脑切面为所述颅脑矢状切面时，所述胎儿超声图像的切面对应的目标信息包括所述胎儿超声图像的切面的颅脑结构特征的几何参数，判断所述切面的颅脑结构特征的几何参数与预设几何参数是否相匹配，当判断出不相匹配时，确定所述胎儿超声图像对应的胎儿存在畸形，所述切面的颅脑结构特征包括该切面内的颅盖骨结构特征、大脑半球结构特征以及中脑结构特征中的至少一种，所述颅脑结构特征的几何参数包括该颅脑结构特征的形状、尺寸、位置以及面积中的至少一种，所述颅脑结构特征的位置为该颅脑结构特征在所述胎儿超声图像的切面中的位置；
当所述胎儿超声图像的切面包括所述颅脑切面或所述脊髓切面或所述腹部切面时，所述胎儿超声图像的切面对应的目标信息包括所述胎儿超声图像的切面的形状，判断所述切面的形状是否与预设切面形状相匹配，当判断出不相匹配时，确定所述胎儿超声图像对应的胎儿存在畸形；
当所述胎儿超声图像的切面为所述颅脑切面或所述腹部切面或所述脊髓切面时，所述胎儿超声图像的切面对应的目标信息包括该切面的目标结构特征对应的特征参数，根据所述切面的目标结构特征对应的特征参数判断所述目标结构特征是否与该切面相匹配，当判断出不相匹配时，确定所述胎儿超声图像对应的胎儿存在畸形；
当所述胎儿超声图像的切面包括所述颅脑切面，且所述颅脑切面为所述颅脑水平切面时，所述胎儿超声图像的切面对应的目标信息包括所述胎儿超声图像的切面的颅脑结构特征的内轮廓与该颅脑结构特征的外轮廓，根据所述切面的颅脑结构特征的内轮廓与该颅脑结构特征的外轮廓，确定所述切面的颅脑结构特征的目标几何参数，并判断所述颅脑结构特征的目标几何参数是否在预设几何参数范围内，当判断出不在所述预设几何参数范围内时，确定所述胎儿超声图像对应的胎儿存在畸形，所述切面的颅脑结构特征的目标几何参数包括该颅脑结构特征的头围参数和/或双顶径参数；
当所述胎儿超声图像的切面包括所述颅脑切面，且所述颅脑切面为所述颅脑水平切面时，所述胎儿超声图像的切面对应的目标信息包括该切面的左丘脑轮廓以及右丘脑轮廓，获取所述左丘脑轮廓与所述右丘脑轮廓的第一拟合度，并判断所述第一拟合度是否大于等于第一预设拟合度阈值，当判断结果为是时，确定所述胎儿超声图像对应的胎儿存在畸形；
当所述胎儿超声图像的切面包括所述颅脑切面，且所述颅脑切面为所述颅脑水平切面时，所述胎儿超声图像的切面对应的目标信息包括该切面的大脑镰的位置，根据所述大脑镰的位置判断所述大脑镰在所述胎儿超声图像的脑中线位置的出现情况是否满足预设出现情况，当判断出不满足所述预设出现情况时，确定所述胎儿超声图像对应的胎儿存在畸形；
当所述胎儿超声图像的切面包括所述颅脑切面，且所述颅脑切面为所述颅脑水平切面时，所述胎儿超声图像的切面对应的目标信息包括该切面的脉络膜丛轮廓以及丘脑轮廓，获取所述脉络膜丛轮廓与所述丘脑轮廓之间的第二拟合度，并判断所述第二拟合度是否大于等于第二预设拟合度阈值，当判断结果为是时，确定所述胎儿超声图像对应的胎儿存在畸形。
4.根据权利要求3所述的胎儿结构特征的自动确定方法，其特征在于，所述根据所述切面的颅脑结构特征的内轮廓与该颅脑结构特征的外轮廓，确定所述切面的颅脑结构特征的目标几何参数，包括：
获取所述切面的颅脑结构特征的内轮廓的第一周长与所述颅脑结构特征的外轮廓的第二周长，并基于所述第一周长和所述第二周长，确定所述颅脑结构特征对应的头围参数；
确定所述颅脑结构特征的脑中线对应的中垂线与所述颅脑结构特征的外轮廓的第一交点以及所述中垂线与所述颅脑结构特征的内轮廓的第二交点，并基于所述第一交点与所述第二交点，确定所述颅脑结构特征对应的双顶径参数。
5.根据权利要求2-4任一项所述的胎儿结构特征的自动确定方法，其特征在于，在获取到胎儿超声图像的切面之后，以及所述确定所述胎儿超声图像的切面对应的目标信息之前，所述方法还包括：
当所述胎儿超声图像的切面包括所述颅脑切面时，判断所述胎儿超声图像的切面与颅脑标准切面是否相匹配，当判断结果为是时，触发执行所述的确定所述胎儿超声图像的切面对应的目标信息的操作；
当判断出不匹配时，基于获取到的结构特征校正所述胎儿超声图像的切面以使该切面与所述颅脑标准切面相匹配，并触发执行所述的确定所述胎儿超声图像的切面对应的目标信息的操作；
其中，当所述颅脑切面为所述颅脑水平切面时，所述颅脑标准切面包括侧脑室切面，当所述颅脑切面为所述颅脑矢状切面时，所述颅脑标准切面包括颅脑正中矢状切面。
6.根据权利要求2所述的基于胎儿超声图像的胎儿严重畸形检测方法，其特征在于，所述胎儿超声图像的切面对应的目标信息包括该切面的肢体结构特征的特征参数，其中，当所述胎儿超声图像的切面包括所述肢体切面，且所述肢体切面为所述双上肢切面时，所述切面的肢体结构特征包括该切面的手、前臂以及上臂中的至少一种；当所述胎儿超声图像的切面包括所述肢体切面，且所述肢体切面为所述双下肢切面时，所述切面的肢体结构特征包括该切面的足、大腿以及小腿中的至少一种；
以及，所述根据所述胎儿超声图像的切面对应的目标信息，判断所述胎儿超声图像对应的胎儿是否存在畸形，包括：
根据所述胎儿超声图像的切面的肢体结构特征的特征参数，判断所述肢体结构特征是否与所述胎儿超声图像的切面相匹配，当判断出不相匹配时，确定所述胎儿超声图像对应的胎儿存在畸形。
7.根据权利要求2所述的基于胎儿超声图像的胎儿严重畸形检测方法，其特征在于，所述根据所述胎儿超声图像的切面对应的目标信息，判断所述胎儿超声图像对应的胎儿是否存在畸形，包括：
当所述胎儿超声图像的切面为所述颅脑切面或所述肱骨长径切面或所述股骨长径切面时，所述胎儿超声图像的切面对应的目标信息包括该切面的骨结构特征的特征参数，根据所述切面的骨结构特征的特征参数判断所述骨结构特征是否与该切面相匹配，当判断出不相匹配时，确定所述胎儿超声图像对应的胎儿存在畸形，所述骨结构特征的特征参数包括所述骨结构特征对应的轮廓、长度、面积、形状以及位置中的至少一种。
8.根据权利要求2所述的基于胎儿超声图像的胎儿严重畸形检测方法，其特征在于，所述根据所述胎儿超声图像的切面对应的目标信息，判断所述胎儿超声图像对应的胎儿是否存在畸形，包括：
当所述胎儿超声图像的切面为所述心脏切面时，所述胎儿超声图像的切面对应的目标信息包括该切面的特征参数，判断所述切面特征参数与预设切面参数是否相匹配，当判断出不匹配时，确定所述胎儿超声图像的对应的胎儿存在畸形，所述切面的特征参数包括所述切面的多普勒血流参数和/或轮廓参数；
当所述胎儿超声图像的切面为所述心脏切面时，所述胎儿超声图像的切面对应的目标信息包括该切面的心脏结构特征的特征参数，根据所述切面的心脏结构特征的特征参数判断所述切面的心脏结构特征是否与该切面的标准心脏结构特征相匹配，当判断出不匹配时，确定所述胎儿超声图像的对应的胎儿存在畸形，所述切面的心脏结构特征的特征参数包括所述心脏结构特征的数量和/或所述心脏结构特征对应的面积；
其中，所述根据所述切面的心脏结构特征的特征参数判断所述切面的心脏结构特征是否与该切面的标准心脏结构特征相匹配，包括：
当所述切面的心脏结构特征的特征参数为所述心脏结构特征的数量时，判断所述切面的心脏结构特征的数量是否小于等于预设数量，当判断结果为是时，确定所述切面的心脏结构特征与该切面的标准心脏结构特征不相匹配；
当所述切面的心脏结构特征的特征参数为所述心脏结构特征对应的面积时，判断所述切面的心脏结构特征对应的面积是否大于等于预设面积阈值，当判断结果为是时，确定所述切面的心脏结构特征与该切面的标准心脏结构特征不相匹配。
9.根据权利要求1-8任一项所述的基于胎儿超声图像的胎儿严重畸形检测方法，其特征在于，所述方法还包括：
将获取到的连续多帧胎儿超声图像输入确定出的结构特征检测模型中进行分析；
获取所述结构特征检测模型输出的分析结果，作为每帧所述胎儿超声图像的结构特征信息，每帧所述胎儿超声图像的结构特征信息包括该胎儿超声图像的部位结构特征信息以及该胎儿超声图像的结构特征信息，每帧所述胎儿超声图像的部位结构特征信息至少包括该胎儿超声图像的部位结构特征的类别，每帧所述胎儿超声图像的结构特征信息至少包括该胎儿超声图像的结构特征的类别；
根据每帧所述胎儿超声图像的部位结构特征的类别以及该胎儿超声图像的结构特征的类别确定该胎儿超声图像的切面。
10.根据权利要求1-8任一项所述的胎儿结构特征的自动确定方法，其特征在于，所述方法还包括：
当判断出所述胎儿超声图像对应的胎儿存在畸形时，为所述胎儿超声图像的每个异常结构特征设置对应的结构特征标签，每个所述异常结构特征对应的结构特征标签用于表示该异常结构特征的畸形类型。
11.一种基于胎儿超声图像的胎儿严重畸形检测装置，其特征在于，所述装置包括：
确定模块，用于在获取到胎儿超声图像的切面之后，确定所述胎儿超声图像的切面对应的目标信息，所述胎儿超声图像的切面对应的目标信息用于确定所述胎儿超声图像对应的胎儿的发育情况；
第一判断模块，用于根据所述胎儿超声图像的切面对应的目标信息，判断所述胎儿超声图像对应的胎儿是否存在畸形；
确定模块，还用于当所述第一判断模块判断出所述胎儿超声图像对应的胎儿存在畸形时，根据所述胎儿超声图像的切面对应的目标信息确定所述胎儿超声图像对应的胎儿的畸形情况，所述畸形情况包括所述胎儿超声图像对应的胎儿的畸形类型。
12.一种基于胎儿超声图像的胎儿严重畸形检测装置，其特征在于，所述装置包括：
存储有可执行程序代码的存储器；
与所述存储器耦合的处理器；
所述处理器调用所述存储器中存储的所述可执行程序代码，执行如权利要求1-10任一项所述的基于胎儿超声图像的胎儿严重畸形检测方法。
CN202011016343.9A 2020-09-24 2020-09-24 基于胎儿超声图像的胎儿严重畸形检测方法及装置 Active CN112155604B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202011016343.9A CN112155604B (zh) 2020-09-24 2020-09-24 基于胎儿超声图像的胎儿严重畸形检测方法及装置
PCT/CN2021/096813 WO2022062455A1 (zh) 2020-09-24 2021-05-28 基于胎儿超声图像的胎儿严重畸形检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011016343.9A CN112155604B (zh) 2020-09-24 2020-09-24 基于胎儿超声图像的胎儿严重畸形检测方法及装置

Publications (2)

Publication Number Publication Date
CN112155604A true CN112155604A (zh) 2021-01-01
CN112155604B CN112155604B (zh) 2023-03-31

Family

ID=73863925

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011016343.9A Active CN112155604B (zh) 2020-09-24 2020-09-24 基于胎儿超声图像的胎儿严重畸形检测方法及装置

Country Status (2)

Country Link
CN (1) CN112155604B (zh)
WO (1) WO2022062455A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114255867A (zh) * 2021-12-22 2022-03-29 深圳开立生物医疗科技股份有限公司 一种超声图像检测方法、装置、设备及介质
WO2022062455A1 (zh) * 2020-09-24 2022-03-31 广州爱孕记信息科技有限公司 基于胎儿超声图像的胎儿严重畸形检测方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105405119A (zh) * 2015-10-21 2016-03-16 复旦大学 基于深度置信网络和三维模型的胎儿正中矢状面自动检测方法
CN108186051A (zh) * 2017-12-26 2018-06-22 珠海艾博罗生物技术股份有限公司 一种从超声图像中自动测量胎儿双顶径长度的图像处理方法及处理系统
CN108378869A (zh) * 2017-12-26 2018-08-10 珠海艾博罗生物技术股份有限公司 一种从超声图像中自动测量胎儿头围长度的图像处理方法及处理系统
CN110033020A (zh) * 2019-03-07 2019-07-19 李胜利 基于深度学习的胎儿超声图像中标准切面图像识别方法及识别系统
CN111326256A (zh) * 2020-02-28 2020-06-23 李胜利 胎儿超声标准切面图像智能识别自我训练学习系统及考试方法
CN111462060A (zh) * 2020-03-24 2020-07-28 湖南大学 胎儿超声图像中标准切面图像的检测方法和装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7343190B2 (en) * 2003-07-29 2008-03-11 Ntd Laboratories, Inc. System and method for assessing fetal abnormality based on landmarks
CN110634125B (zh) * 2019-01-14 2022-06-10 广州爱孕记信息科技有限公司 基于深度学习的胎儿超声图像识别方法及系统
CN110613483B (zh) * 2019-09-09 2022-05-20 南方医科大学 一种基于机器学习检测胎儿颅脑异常的系统
CN110652317B (zh) * 2019-09-24 2020-12-29 深圳度影医疗科技有限公司 一种产前胎儿超声容积图像中标准切面的自动定位方法
CN110742654B (zh) * 2019-11-05 2020-11-17 深圳度影医疗科技有限公司 一种基于三维超声图像的标准切面的定位和测量方法
CN110991254B (zh) * 2019-11-08 2023-07-04 深圳大学 超声图像视频分类预测方法及系统
CN112155604B (zh) * 2020-09-24 2023-03-31 广州爱孕记信息科技有限公司 基于胎儿超声图像的胎儿严重畸形检测方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105405119A (zh) * 2015-10-21 2016-03-16 复旦大学 基于深度置信网络和三维模型的胎儿正中矢状面自动检测方法
CN108186051A (zh) * 2017-12-26 2018-06-22 珠海艾博罗生物技术股份有限公司 一种从超声图像中自动测量胎儿双顶径长度的图像处理方法及处理系统
CN108378869A (zh) * 2017-12-26 2018-08-10 珠海艾博罗生物技术股份有限公司 一种从超声图像中自动测量胎儿头围长度的图像处理方法及处理系统
CN110033020A (zh) * 2019-03-07 2019-07-19 李胜利 基于深度学习的胎儿超声图像中标准切面图像识别方法及识别系统
CN111326256A (zh) * 2020-02-28 2020-06-23 李胜利 胎儿超声标准切面图像智能识别自我训练学习系统及考试方法
CN111462060A (zh) * 2020-03-24 2020-07-28 湖南大学 胎儿超声图像中标准切面图像的检测方法和装置

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
刘彦英等: "中、晚孕胎儿颅脑横切面组合在畸形筛查中的应用", 《中国医学影像技术》 *
张红霞: "系统超声对11～13~(+6)周胎儿进行畸形筛查的应用现状", 《医学理论与实践》 *
李胜利等: "中孕期胎儿系统超声检查切面及临床意义", 《中华医学超声杂志(电子版)》 *
李胜利等: "中孕期胎儿系统超声检查切面及临床意义(续)", 《中华医学超声杂志(电子版)》 *
王莉等: "标准化超声切面筛查孕11~13~(+6)周胎儿结构畸形的临床意义", 《中华医学超声杂志(电子版)》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022062455A1 (zh) * 2020-09-24 2022-03-31 广州爱孕记信息科技有限公司 基于胎儿超声图像的胎儿严重畸形检测方法及装置
CN114255867A (zh) * 2021-12-22 2022-03-29 深圳开立生物医疗科技股份有限公司 一种超声图像检测方法、装置、设备及介质
CN114255867B (zh) * 2021-12-22 2024-01-16 华中科技大学协和深圳医院 一种超声图像检测方法、装置、设备及介质

Also Published As

Publication number Publication date
WO2022062455A1 (zh) 2022-03-31
CN112155604B (zh) 2023-03-31

Similar Documents

Publication Publication Date Title
CN109907732B (zh) 一种颅内动脉瘤破裂风险的评估方法及系统
CN112155604B (zh) 基于胎儿超声图像的胎儿严重畸形检测方法及装置
CN110613480B (zh) 基于深度学习的胎儿超声动态影像检测方法及系统
US8010175B2 (en) Patient-specific coronary territory mapping
IL266388B2 (en) Systems and methods for early rating of respiratory risk
EP2365356B1 (en) Three-dimensional (3D) ultrasound system for scanning object inside human body and method for operating 3D ultrasound system
CN112155601B (zh) 一种胎儿超声图像的成像质量控制的确定方法及装置
US20170011197A1 (en) System for visualizing heart activation
CN109924956B (zh) 一种颅内动脉瘤图像的形态学参数的测量方法及装置
KR102256315B1 (ko) 인공지능 기반의 치과방사선사진을 이용한 골밀도 예측시스템 및 이에 의한 골밀도 예측 방법
JP2020526260A (ja) ノイズのフィルタリング及び静脈波形信号の解析のためのシステム及び方法
CN112184656B (zh) 基于超声动态图像的胎儿切面的确定方法及装置
CN112155602B (zh) 一种胎儿最优标准切面的确定方法及装置
CN111275755B (zh) 基于人工智能的二尖瓣瓣口面积检测方法、系统和设备
US11911149B2 (en) Technique for processing patient-specific image data for computer-assisted surgical navigation
JP2017170132A (ja) 動態医用画像を用いた患者特定
US20200054238A1 (en) Multi-sensor device for monitoring health
CN116486458A (zh) 一种基于图像识别技术的气道评估方法
CN106473744A (zh) 一种基于平面切割的产轴线计算方法
KR102483122B1 (ko) 태아 신경계의 질환을 결정하기 위한 시스템 및 방법
CN114898882A (zh) 基于超声对右心功能进行评估的方法和系统
CN111513719B (zh) 颅颌面状态的分析方法及装置、电子设备
KR20110102105A (ko) 인체 내 오브젝트를 스캔하는 ３차원 초음파 검사기 및 ３차원 초음파 검사기 동작 방법
CN112739257A (zh) 用于提供骨架模型的设备、系统和方法
CN116036421B (zh) 一种智能可穿戴式自动穿刺设备

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
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Method and device for detecting severe fetal malformations based on fetal ultrasound images

Effective date of registration: 20231011

Granted publication date: 20230331

Pledgee: Bank of China Limited by Share Ltd. Guangzhou Haizhu branch

Pledgor: GUANGZHOU AIYUN INFORMATION TECHNOLOGY CO.,LTD.

Registration number: Y2023980060768

PE01 Entry into force of the registration of the contract for pledge of patent right