CN112215806A - 胎儿超声影像的检测结果的输出控制方法、装置及系统 - Google Patents
胎儿超声影像的检测结果的输出控制方法、装置及系统 Download PDFInfo
- Publication number
- CN112215806A CN112215806A CN202011016791.9A CN202011016791A CN112215806A CN 112215806 A CN112215806 A CN 112215806A CN 202011016791 A CN202011016791 A CN 202011016791A CN 112215806 A CN112215806 A CN 112215806A
- Authority
- CN
- China
- Prior art keywords
- feature
- fetal
- detected
- category
- output
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 392
- 210000003754 fetus Anatomy 0.000 title claims abstract description 111
- 238000000034 method Methods 0.000 title claims abstract description 61
- 230000001605 fetal effect Effects 0.000 claims abstract description 354
- 230000002159 abnormal effect Effects 0.000 claims abstract description 101
- 238000004458 analytical method Methods 0.000 claims abstract description 42
- 238000010191 image analysis Methods 0.000 claims abstract description 31
- 238000002604 ultrasonography Methods 0.000 claims description 268
- 238000010586 diagram Methods 0.000 claims description 29
- 230000001960 triggered effect Effects 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 10
- 238000011161 development Methods 0.000 abstract description 32
- 230000009286 beneficial effect Effects 0.000 abstract description 7
- 230000018109 developmental process Effects 0.000 description 31
- 230000015654 memory Effects 0.000 description 14
- 230000003187 abdominal effect Effects 0.000 description 10
- 238000012216 screening Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 230000002349 favourable effect Effects 0.000 description 6
- 208000002352 blister Diseases 0.000 description 5
- 238000004590 computer program Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 4
- 230000002496 gastric effect Effects 0.000 description 4
- 210000004556 brain Anatomy 0.000 description 3
- 210000003934 vacuole Anatomy 0.000 description 3
- 230000002189 cholecystokinetic effect Effects 0.000 description 2
- 230000014759 maintenance of location Effects 0.000 description 2
- 230000035935 pregnancy Effects 0.000 description 2
- 238000010223 real-time analysis Methods 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 210000001103 thalamus Anatomy 0.000 description 2
- 210000003606 umbilical vein Anatomy 0.000 description 2
- 210000003462 vein Anatomy 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 210000002376 aorta thoracic Anatomy 0.000 description 1
- 238000009432 framing Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 210000001631 vena cava inferior Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- 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
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10132—Ultrasound image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30044—Fetus; Embryo
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Radiology & Medical Imaging (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Biology (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Gynecology & Obstetrics (AREA)
- Pregnancy & Childbirth (AREA)
- Quality & Reliability (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明公开了一种胎儿超声影像的检测结果的输出控制方法、装置及系统,该方法包括将接收到的胎儿超声影像输入确定出的影像分析模型中进行分析,并获取影像分析模型输出的分析结果,作为胎儿超声影像的检测结果,控制输出终端输出检测结果,该检测结果包括胎儿超声影像的每个特征的检测结果包括该特征的检测标识,每个特征对应的检测标识用于表示该特征为待检特征、已检且正常特征、已检且疑似特征以及已检且异常特征中的其中一种,已检且疑似特征为被检测到且不确定类别的特征,已检且异常特征为已经被检测且存在异常结构特征的特征。可见,实施本发明能够快速获取到准确的胎儿超声影像的特征的检测结果,有利于实现准确确定胎儿的生长发育情况。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种胎儿超声影像的检测结果的输出控制方法、装置及系统。
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,越来越多的孕妇通过定期产检,获取胎儿的生长发育情况。
目前胎儿生长发育情况的获取方法为: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,得到胎儿动态影像之后,再由具有相关经验的工作人员结合自身经验分析胎儿超声图像的检测结果,从而确定胎儿的生长发育情况。然而,实践发现,由于工作人员的经验有限和/或疲劳工作,这很容易导致无法获取到高准确性的胎儿超声图像的检测结果,从而无法准确确定胎儿的生长发育情况。
发明内容
本发明所要解决的技术问题在于,提供一种胎儿超声影像的检测结果的输出控制方法、装置及系统,能够获取到准确的胎儿超声图像的检测结果,以实现准确确定胎儿的生长发育情况。
为了解决上述技术问题,本发明第一方面公开了一种胎儿超声影像的检测结果的输出控制方法,所述方法应用于智能检测系统中,所述方法包括:
所述智能检测系统将接收到的胎儿超声影像输入确定出的影像分析模型中进行分析,并获取所述影像分析模型输出的分析结果,作为所述胎儿超声影像的检测结果;
所述智能检测系统控制与所述智能检测系统对应的输出终端输出所述检测结果;
其中,所述检测结果包括所述胎儿超声影像的多个特征的检测结果,每个所述特征的检测结果包括该特征的检测标识,每个所述特征对应的检测标识用于表示该特征为待检特征、已检且正常特征、已检且疑似特征以及已检且异常特征中的其中一种,所述已检且疑似特征为被检测到且不确定类别的特征,所述已检且异常特征为已经被检测且存在异常结构特征的特征。
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:
所述智能检测系统根据所述胎儿超声影像包括的所有所述特征的目标信息,判断所有所述特征中是否存在确定出的重点检测特征;
当判断出所述胎儿超声影像包括的所有所述特征存在至少一个所述重点检测特征时,所述智能检测系统控制所述输出终端输出与每个所述重点检测特征对应的切面示意图,每个所述重点检测特征对应的切面示意图包括该重点检测特征对应的标准切面中每个结构特征的输出标识;
所述智能检测系统根据每个所述重点检测特征对应的切面示意图包括的每个所述输出标识的变化情况确定该输出标识对应的结构特征的检测情况;
其中,对于任一所述重点检测特征,当所述重点检测特征对应的切面示意图包括的每个所述输出标识的变化情况用于表示该输出标识从第一状态变为第二状态时,每个所述输出标识对应的结构特征的检测情况用于表示该结构特征在对应的标准切面中被检测到。
作为一种可选的实施方式,在本发明第一方面中,所述输出终端的输出界面包括第一区域和第二区域,所述第一区域用于输出所述检测结果,所述第二区域用于输出所述胎儿超声影像对应的待检特征清单和已检特征清单,所述待检特征清单用于存储确定出的所述胎儿超声图像的多个待检特征,所述已检特征清单用于存储所述胎儿超声图像的多个已检特征,且所述待检特征清单所包括的所有待检特征的类别包括所述已检特征清单所包括的所有所述已检特征的类别,所述胎儿超声影像包括的多个所述特征的类别包括所述待检特征清单所包括的所有所述待检特征的类别。
作为一种可选的实施方式,在本发明第一方面中,所述胎儿超声影像包括的所有所述特征包括所述胎儿超声影像的多个结构特征,每个所述特征的检测结果还包括该特征的特征参数,每个所述特征的特征参数包括该特征的类别信息;
以及,所述智能检测系统获取所述影像分析模型输出的分析结果,作为所述胎儿超声影像的检测结果之后,所述方法还包括:
所述智能检测系统确定所述胎儿超声影像包括的每个所述结构特征所在帧胎儿超声图像的部位特征,并确定每个所述部位特征的特征参数,每个所述部位特征的特征参数包括该部位特征的类别信息;
所述智能检测系统根据每个所述特征的类别信息以及该特征对应的部位特征的类别信息,确定每个所述特征的标准切面,每个所述特征的检测结果还包括该特征的标准切面的检测结果。
作为一种可选的实施方式,在本发明第一方面中,所述智能检测系统获取所述影像分析模型输出的分析结果,作为所述胎儿超声影像的检测结果之后,所述方法还包括:
所述智能检测系统判断是否检测到针对某一目标特征类别对应的胎儿超声图像触发的回放请求,所述回放请求用于请求回放所述目标特征类别对应的胎儿超声图像,且所述目标特征类别对应的胎儿超声图像包括所述目标特征类别对应的最优帧胎儿超声图像、所述目标特征类别对应的所有标准切面的胎儿超声图像、所述目标特征类别对应的所有章节的胎儿超声图像中的至少一种,所述胎儿超声影像包括所述目标特征类别对应的胎儿超声图像,所述目标特征类别包括目标结构特征类别和/或目标标准切面类别,每个所述章节包括的每个所述胎儿超声图像的标准切面的类别相同;
当判断结果为是时,所述智能检测系统根据所述回放请求确定所述目标特征类别对应的胎儿超声图像,并控制所述输出终端回放所述目标特征类别对应的胎儿超声图像。
作为一种可选的实施方式,在本发明第一方面中,所述智能检测系统根据所述回放请求确定所述目标特征类别对应的胎儿超声图像,包括:
当所述目标特征类别对应的胎儿超声图像为所述目标特征类别对应的最优帧胎儿超声图像时,所述智能检测系统确定所述目标特征类别对应的所有所述标准切面中每个所述标准切面的切面分值;
所述智能检测系统根据所述目标特征类别对应的所有所述标准切面中每个所述标准切面的切面分值,从该所有标准切面中确定最高切面分值对应的标准切面所对应的帧胎儿超声图像,作为所述目标特征类别对应的最优帧胎儿超声图像。
作为一种可选的实施方式,在本发明第一方面中,所述智能检测系统根据所述目标特征类别对应的所有所述标准切面中每个所述标准切面的切面分值,从该所有标准切面中确定最高切面分值对应的标准切面所对应的帧胎儿超声图像,作为所述目标特征类别对应的最优帧胎儿超声图像之前,所述方法还包括:
当所述目标特征类别为所述目标结构特征类别时,所述智能检测系统判断所述目标特征类别是否对应至少两个匹配特征类别,至少两个所述匹配特征类别包括至少两个匹配标准切面类别或至少两个匹配章节类别;
当判断结果为否时,触发执行所述的根据所述目标特征类别对应的所有所述标准切面中每个所述标准切面的切面分值,从该所有标准切面中确定最高切面分值对应的标准切面所对应的帧胎儿超声图像,作为所述目标特征类别对应的最优帧胎儿超声图像的操作;
当判断结果为是时,所述智能检测系统确定所述目标特征类别对应的每个所述匹配特征类别对应的所有标准切面中每个所述标准切面的切面分值,并根据每个所述匹配特征类别对应的每个所述标准切面的切面分值,从所有该标准切面中筛选最高切面分值对应的帧胎儿超声图像,并确定所有所述匹配特征类别对应的帧胎儿超声图像,作为所述目标特征类别对应的最优帧胎儿超声图像,该目标特征类别对应的最优帧胎儿超声图像的数量大于1。
作为一种可选的实施方式,在本发明第一方面中,所述智能检测系统获取所述影像分析模型输出的分析结果,作为所述胎儿超声影像的检测结果之后,所述方法还包括:
所述智能检测系统判断所述胎儿超声影像包括的所有所述特征中是否存在异常特征,当判断结果为是时,从所述胎儿超声影像包括的所有所述特征中筛选所有所述异常特征;
所述智能检测系统按照确定出的排序方式对所有所述异常特征进行排序,得到排序后的所有所述异常特征,控制所述输出终端输出排序后的所有所述异常特征。
本发明第二方面公开了一种胎儿超声影像的检测结果的输出控制装置,所述装置应用于智能检测系统中,且所述装置包括:
分析模块,用于将接收到的胎儿超声影像输入确定出的影像分析模型中进行分析;
获取模块,用于获取所述影像分析模型输出的分析结果,作为所述胎儿超声影像的检测结果;
控制模块,用于控制与所述智能检测系统对应的输出终端输出所述检测结果;
其中,所述检测结果包括所述胎儿超声影像的多个特征的检测结果,每个所述特征的检测结果包括该特征的检测标识,每个所述特征对应的检测标识用于表示该特征为待检特征、已检且正常特征、已检且疑似特征以及已检且异常特征中的其中一种,所述已检且疑似特征为被检测到且不确定类别的特征,所述已检且异常特征为已经被检测且存在异常结构特征的特征。
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:
第一判断模块,用于根据所述胎儿超声影像包括的所有所述特征的目标信息,判断所有所述特征中是否存在确定出的重点检测特征;
所述控制模块,还用于当所述第一判断模块判断出所述胎儿超声影像包括的所有所述特征存在至少一个所述重点检测特征时,控制所述输出终端输出与每个所述重点检测特征对应的切面示意图,每个所述重点检测特征对应的切面示意图包括该重点检测特征对应的标准切面中每个结构特征的输出标识;
第一确定模块,用于根据每个所述重点检测特征对应的切面示意图包括的每个所述输出标识的变化情况确定该输出标识对应的结构特征的检测情况;
其中,对于任一所述重点检测特征,当所述重点检测特征对应的切面示意图包括的每个所述输出标识的变化情况用于表示该输出标识从第一状态变为第二状态时,每个所述输出标识对应的结构特征的检测情况用于表示该结构特征在对应的标准切面中被检测到。
作为一种可选的实施方式,在本发明第二方面中,所述输出终端的输出界面包括第一区域和第二区域,所述第一区域用于输出所述检测结果,所述第二区域用于输出所述胎儿超声影像对应的待检特征清单和已检特征清单,所述待检特征清单用于存储确定出的所述胎儿超声图像的多个待检特征,所述已检特征清单用于存储所述胎儿超声图像的多个已检特征,且所述待检特征清单所包括的所有待检特征的类别包括所述已检特征清单所包括的所有所述已检特征的类别,所述胎儿超声影像包括的多个所述特征的类别包括所述待检特征清单所包括的所有所述待检特征的类别。
作为一种可选的实施方式,在本发明第二方面中,所述胎儿超声影像包括的所有所述特征包括所述胎儿超声影像的多个结构特征,每个所述特征的检测结果还包括该特征的特征参数,每个所述特征的特征参数包括该特征的类别信息;
以及,所述装置还包括:
所述获取模块,还用于在获取所述影像分析模型输出的分析结果,作为所述胎儿超声影像的检测结果之后,确定所述胎儿超声影像包括的每个所述结构特征所在帧胎儿超声图像的部位特征;
第二确定模块,用于确定每个所述部位特征的特征参数,每个所述部位特征的特征参数包括该部位特征的类别信息;
所述第二确定模块,还用于根据每个所述特征的类别信息以及该特征对应的部位特征的类别信息,确定每个所述特征的标准切面,每个所述特征的检测结果还包括该特征的标准切面的检测结果。
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,用于在所述获取模块获取所述影像分析模型输出的分析结果,作为所述胎儿超声影像的检测结果之后,判断是否检测到针对某一目标特征类别对应的胎儿超声图像触发的回放请求,所述回放请求用于请求回放所述目标特征类别对应的胎儿超声图像,且所述目标特征类别对应的胎儿超声图像包括所述目标特征类别对应的最优帧胎儿超声图像、所述目标特征类别对应的所有标准切面的胎儿超声图像、所述目标特征类别对应的所有章节的胎儿超声图像中的至少一种,所述胎儿超声影像包括所述目标特征类别对应的胎儿超声图像,所述目标特征类别包括目标结构特征类别和/或目标标准切面类别,每个所述章节包括的每个所述胎儿超声图像的标准切面的类别相同;
第三确定模块,用于当所述第二判断模块判断结果为是时,根据所述回放请求确定所述目标特征类别对应的胎儿超声图像;
所述控制模块,还用于控制所述输出终端回放所述目标特征类别对应的胎儿超声图像。
作为一种可选的实施方式,在本发明第二方面中,所述第三确定模块包括:
确定子模块,用于当所述目标特征类别对应的胎儿超声图像为所述目标特征类别对应的最优帧胎儿超声图像时,确定所述目标特征类别对应的所有所述标准切面中每个所述标准切面的切面分值;
所述确定子模块,还用于根据所述目标特征类别对应的所有所述标准切面中每个所述标准切面的切面分值,从该所有标准切面中确定最高切面分值对应的标准切面所对应的帧胎儿超声图像,作为所述目标特征类别对应的最优帧胎儿超声图像。
作为一种可选的实施方式,在本发明第二方面中,所述第三确定模块还包括:
判断子模块,用于在所述确定子模块根据所述目标特征类别对应的所有所述标准切面中每个所述标准切面的切面分值,从该所有标准切面中确定最高切面分值对应的标准切面所对应的帧胎儿超声图像,作为所述目标特征类别对应的最优帧胎儿超声图像之前,当所述目标特征类别为所述目标结构特征类别时,判断所述目标特征类别是否对应至少两个匹配特征类别,至少两个所述匹配特征类别包括至少两个匹配标准切面类别或至少两个匹配章节类别;当判断结果为否时,触发所述确定子模块执行所述的根据所述目标特征类别对应的所有所述标准切面中每个所述标准切面的切面分值,从该所有标准切面中确定最高切面分值对应的标准切面所对应的帧胎儿超声图像,作为所述目标特征类别对应的最优帧胎儿超声图像的操作;
所述确定子模块,还用于当所述判断子模块判断结果为是时,确定所述目标特征类别对应的每个所述匹配特征类别对应的所有标准切面中每个所述标准切面的切面分值;
筛选子模块,用于根据每个所述匹配特征类别对应的每个所述标准切面的切面分值,从所有该标准切面中筛选最高切面分值对应的帧胎儿超声图像;
所述确定子模块,还用于确定所有所述匹配特征类别对应的帧胎儿超声图像,作为所述目标特征类别对应的最优帧胎儿超声图像,该目标特征类别对应的最优帧胎儿超声图像的数量大于1。
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:
第三判断模块,用于在所述获取模块获取所述影像分析模型输出的分析结果,作为所述胎儿超声影像的检测结果之后,判断所述胎儿超声影像包括的所有所述特征中是否存在异常特征;
筛选模块,用于当所述第三判断模块判断结果为是时,从所述胎儿超声影像包括的所有所述特征中筛选所有所述异常特征;
排序模块,用于按照确定出的排序方式对所有所述异常特征进行排序,得到排序后的所有所述异常特征;
所述控制模块,用于控制所述输出终端输出排序后的所有所述异常特征。
本发明第三方面公开了另一种胎儿超声影像的检测结果的输出控制装置,所述装置应用于智能检测系统中,且所述装置包括:
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,执行本发明第一方面公开的胎儿超声影像的检测结果的输出控制方法。
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胎儿超声影像的检测结果的输出控制方法。
本发明第五方面公开了一种智能检测系统,用于执行本发明第一方面公开的胎儿超声影像的检测结果的输出控制方法。
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,智能检测系统将接收到的胎儿超声影像输入确定出的影像分析模型中进行分析,并获取该影像分析模型输出的分析结果,作为胎儿超声影像的检测结果,以及控制与智能检测系统对应的输出终端输出检测结果,其中,检测结果包括胎儿超声影像的多个特征的检测结果,每个特征的检测结果包括该特征的检测标识,每个特征对应的检测标识用于表示该特征为待检特征、已检且正常特征、已检且疑似特征以及已检且异常特征中的其中一种,已检且疑似特征为被检测到且不确定类别的特征,已检且异常特征为已经被检测且存在异常结构特征的特征。可见,实施本发明通过对胎儿超声影像进行自动分析,能够快速获取到准确的胎儿超声影像的每个特征(例如:结构特征、切面)的检测结果,例如:异常、正常、疑似、已检、未检,有利于实现准确确定胎儿的生长发育情况;以及通过对胎儿超声图像的每个特征进行标识,能够减少特征漏检的情况发生,以提高成功检测到所需检测特征的可能性,从而进一步有利于实现准确确定胎儿的生长发育情况。
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胎儿超声影像的检测结果的输出控制方法的流程示意图;
图2是本发明实施例公开的另一种胎儿超声影像的检测结果的输出控制方法的流程示意图;
图3是本发明实施例公开的一种胎儿超声影像的检测结果的输出控制装置的结构示意图;
图4是本发明实施例公开的另一种胎儿超声影像的检测结果的输出控制装置的结构示意图;
图5是本发明实施例公开的又一种胎儿超声影像的检测结果的输出控制装置的结构示意图;
图6是本发明实施例公开的一种智能检测系统的结构示意图。
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。
本发明公开了一种胎儿超声影像的检测结果的输出控制方法、装置及系统,能够通过对胎儿超声影像进行自动分析,能够快速获取到准确的胎儿超声影像的每个特征(例如:结构特征、切面)的检测结果,例如:异常、正常、疑似、已检、未检,有利于实现准确确定胎儿的生长发育情况;以及通过对胎儿超声图像的每个特征进行标识,能够减少特征漏检的情况发生,以提高成功检测到所需检测特征的可能性,从而进一步有利于实现准确确定胎儿的生长发育情况。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胎儿超声影像的检测结果的输出控制方法的流程示意图。其中,图1所描述的胎儿超声影像的检测结果的输出控制方法可以应用于智能检测系统(智能检测设备/智能检测服务器,其中,该智能检测服务器可以包括本地智能检测服务器或云智能检测服务器,本发明实施例不做限定)中。如图1所示,该胎儿超声影像的检测结果的输出控制方法可以包括以下操作:
101、智能检测系统将接收到的胎儿超声影像输入确定出的影像分析模型中进行分析,并获取该影像分析模型输出的分析结果,作为胎儿超声影像的检测结果。
本发明实施例中,可选的,胎儿超声影像可以是从与智能检测系统建立通信连接的实体终端设备和/或虚拟终端设备发送的影像。其中,该实体终端设备可以包括超声影像采集设备、与该超声影像采集设备具有通信连接的其他终端设备,例如:计算机。虚拟终端设备可以是网盘和/或云服务终端设备等。进一步的,该实体终端设备还可以包括可拔插存储设备,例如:U盘等。进一步的,胎儿超声影像可以是实时影像,也可以是非实时影像。当胎儿超声影像是实时影像时,实体终端设备优选超声影像采集设备。
本发明实施例中,可选的,胎儿超声影像的检测结果包括该胎儿超声影像的多个特征的检测结果。进一步可选的,胎儿超声影像的检测结果可以为胎儿超声影像的实时分析结果,也可以为对胎儿超声影像分析完毕后输出的分析结果。又进一步可选的,胎儿超声影像的多个特征包括胎儿超声影像的多个结构特征和/或多个标准切面。又进一步的,胎儿超声影像的多个特征还可以包括多个部位特征。这样通过输出结构特征、切面以及部位特征的检测结果,能够获取到更精准的超声影像的检测结果,从而更精准的知晓胎儿的生长发育情况。
本发明实施例中,可选的,每个特征的检测结果包括该特征的检测标识,每个特征对应的检测标识用于表示该特征为待检特征、已检且正常特征、已检且疑似特征以及已检且异常特征中的其中一种。其中,已检且疑似特征为被检测到且不确定类别的特征,已检且异常特征为已经被检测且存在异常结构特征的特征。具体的,当胎儿超声影像包括的所有特征为胎儿超声影像的多个结构特征时,已检且疑似特征为被检测到且其置信度(又称特征类别的概率)小于等于预设置信度阈值和/或与确定出的疑似特征相匹配的特征,已检且异常特征为已经被检测且存在异常的特征。例如:若A结构特征为脑中线小囊结构特征,且该脑中线小囊结构特征没有伴随其他结构特征(例如:丘脑结构特征等),则A结构特征为疑似脑中线小囊结构特征。当胎儿超声影像包括的所有特征为胎儿超声影像的多个标准切面时,已检且疑似特征为包括与该特征匹配的关键结构特征且不包括其他结构特征的特征,已检且异常特征为已经被检测且存在异常结构特征的特征。例如:若B标准切面包括胃泡结构特征和脐静脉结构特征,则B标准切面为疑似腹围标准切面;若B标准切面包括胃泡结构特征和脐静脉结构特征,还包括肝脏、降主动脉、肋骨、下腔静脉其他结构特征,则B标准切面为正常腹围标准切面;若B标准切面包括异常胃泡结构特征,则B标准切面为异常腹围标准切面。进一步可选的,同一特征的不同检测结果对应不同的检测标识。其中,检测标识可以包括图形标识、文字标识、图案标识中的至少一种。例如:当C结构特征的检测结果为正常胃泡结构特征时,C结构特征的检测标识为绿色方框;当C结构特征的检测结果为未检结构特征时,C结构特征的检测标识为灰色方框,当C结构特征的检测结果为疑似胃泡结构特征时,C结构特征的检测标识为黄色方框,当C结构特征的检测结果为异常胃泡结构特征时,C结构特征的检测标识为红色方框,且方框用于框选C结构特征。这样通过对同一特征的不同检测结果用不同的检测标识进行标注,能够精准且直观知晓对应特征的检测结果,从而知晓胎儿生长发育情况,例如:发育异常、发育正常、发育情况不明等。
本发明实施例中,影像分析模型可以包括确定出的目标分析模型、实例分割模型以及语义分割模型等能够对胎儿超声影像进行分析的模型中的至少一种,本发明实施例不做限定。
102、智能检测系统控制与智能检测系统对应的输出终端输出上述检测结果。
本发明实施例中,可选的,智能检测系统对应的输出终端包括智能检测系统一体的输出终端和/或与智能检测系统具有通信连接的独立于智能检测系统的输出终端。进一步可选的,输出终端包括显示终端和/或语音终端,优选具有语音功能的显示终端。
本发明实施例中,输出终端的输出界面包括第一区域和第二区域,第一区域用于输出上述检测结果,第二区域用于输出胎儿超声影像对应的待检特征清单和已检特征清单,待检特征清单用于存储确定出的胎儿超声图像的多个待检特征,已检特征清单用于存储胎儿超声图像的多个已检特征,且待检特征清单所包括的所有待检特征的类别包括已检特征清单所包括的所有已检特征的类别,胎儿超声影像包括的多个特征的类别包括待检特征清单所包括的所有待检特征的类别。进一步的,当待检特征清单的某一待检特征类别对应的待检特征已经被检测完毕时,可以从待检特征清单清除该某一待检特征类别。需要说明的是,上述检测结果还包括胎儿超声影像对应的待检特征清单和已检特征清单。又进一步的,输出终端的输出界面设置有侧边导航栏,侧边导航栏包括待检测特征清单和/或已检特征清单,又进一步的,侧边导航栏还包括已检特征的留存情况,其中,已检特征的留存情况用于表示当需要输出该已检特征时,控制输出终端输出该已检特征,当不需要输出该已检特征时,隐藏该已检特征。这样通过根据特征需要输出的情况,控制输出终端输出特征或者隐藏特征,能够提高特征的输出灵活性以及减少因输出终端的输出界面输出的内容太多而导致特征区分错误甚至无法区分的情况发生。又进一步的,不同检测项目对应不同的侧边导航栏,其中,检测项目包括中晚孕周检测、早孕周检测以及妇科检测中的至少一种,当需要检测到某一检测项目时,更换至对应的侧边导航栏。
在一个可选的实施例中,该胎儿超声影像的检测结果的输出控制方法还可以包括以下操作:
智能检测系统根据胎儿超声影像包括的所有特征的目标信息,判断所有特征中是否存在确定出的重点检测特征;
当判断出胎儿超声影像包括的所有特征存在至少一个重点检测特征时,智能检测系统控制输出终端输出与每个重点检测特征对应的切面示意图,每个重点检测特征对应的切面示意图包括该重点检测特征对应的标准切面中每个结构特征的输出标识;
智能检测系统根据每个重点检测特征对应的切面示意图包括的每个输出标识的变化情况确定该输出标识对应的结构特征的检测情况;
其中,对于任一重点检测特征,当重点检测特征对应的切面示意图包括的每个输出标识的变化情况用于表示该输出标识从第一状态变为第二状态时,每个输出标识对应的结构特征的检测情况用于表示该结构特征在对应的标准切面中被检测到。
该可选的实施例中,胎儿超声影像包括的每个特征的目标信息包括该特征的类别、该特征在胎儿超声影像对应的胎儿的位置以及该特征的复杂度中的至少一种。智能检测系统判断所有特征中是否存在确定出的重点检测特征,具体的:当判断出胎儿超声影像包括的所有特征的至少一个特征的类别为确定出的重点检测特征的类别时,和/或,当判断出胎儿超声影像包括的所有特征的至少一个特征所在胎儿超声影像中的位置为确定出的重点位置(例如:心脏)时,和/或,当判断出胎儿超声影像包括的所有特征的至少一个特征的复杂度的等级大于等于确定出的复杂度的等级阈值时,确定胎儿超声影像包括的所有特征存在至少一个重点检测特征。这样通过特征的类别、特征在胎儿超声影像对应的胎儿的位置和/或特征的复杂度等多种方式确定胎儿超声影像包括的所有特征中存在重点检测特征,能够提高胎儿超声影像包括的所有特征中存在重点检测特征的确定效率以及准确性,从而提高对应的切面示意图的输出准确性以及自傲率,进而便于相关人员直观知晓重点检测特征的情况。
该可选的实施例中,重点检测特征包括重要等级大于等于确定出的重要等级(例如:3级,等级越高,越重要)的特征和/或所在的标准切面内包含的结构特征的数量大于等于确定出的结构特征数量(例如:5个)的特征。
该可选的实施例中,重点检测特征可以包括重点结构特征和/或重点标准切面。进一步的,当输出标识从第一状态变为第二状态之后,可以保持该第二状态,这样可以清楚分辨该输出标识对应的结构特征是否被检测到,从而提高重点结构特征检测完毕的确定准确性,进而进一步提高胎儿生长发育情况的确定精准性。
该可选的实施例中,当判断出胎儿超声影像包括的所有特征不存在重点检测特征时,智能检测系统直接结束本次流程。
可见,该可选的实施例通过判断胎儿超声影像包括的所有特征中是否存在重点检测特征,若是,则输出重点检测特征对应的切面示意图,有利于清楚确定对应标准切面包括的所有结构特征被检测到,以及减少由于切面所包括的结构特征过多导致无法清楚确认该标准切面的所需检测的结构特征是否检测完毕的情况发生,以及便于相关人员知晓重要检测特征的特征检测情况,从而进一步有利于提高胎儿的生长发育情况的确定准确性。
在另一个可选的实施例中,上述胎儿超声影像包括的所有特征包括胎儿超声影像的多个结构特征,每个特征的检测结果还包括该特征的特征参数,每个特征的特征参数包括该特征的类别信息。以及,在执行完毕步骤101之后,该胎儿超声影像的检测结果的输出控制方法还可以包括以下操作:
智能检测系统确定胎儿超声影像包括的每个结构特征所在帧胎儿超声图像的部位特征,并确定每个部位特征的特征参数,每个部位特征的特征参数包括该部位特征的类别信息;
智能检测系统根据每个特征的类别信息以及该特征对应的部位特征的类别信息,确定每个特征的标准切面,每个特征的检测结果还包括该特征的标准切面的检测结果。
可见,该可选的实施例通过根据结构特征的类别信息以及所在帧胎儿超声图像的部位特征的类别信息,确定结构特征的标准切面,能够提高胎儿的标准切面的确定准确性以及可靠性,从而进一步提高胎儿超声影像的检测结果的准确性以及可靠性。
在又一个可选的实施例中,在执行完毕步骤101之后,该胎儿超声影像的检测结果的输出控制方法还可以包括以下操作:
智能检测系统判断胎儿超声影像包括的所有特征中是否存在异常特征,当判断结果为是时,从胎儿超声影像包括的所有特征中筛选所有异常特征;
智能检测系统按照确定出的排序方式对所有异常特征进行排序,得到排序后的所有异常特征,控制输出终端输出排序后的所有异常特征。
该可选的实施例中,异常特征可以包括异常结构特征和/或异常标准切面。
该可选的实施例中,确定出的排序方式包括按特征重要性、特征出现时长以及特征出现次数中的至少一种,其中,某一特征的特征重要性越高,表示胎儿超声影像对应的胎儿生长发育越异常;特征出现时长包括单次出现的持续时长或出现总次数的总时长。这样通过提高多种排序方式,能够提高异常特征的排序准确性,从而进一步提高相关人员清楚知晓胎儿的生长发育情况的准确性。
该可选的实施例中,当判断出胎儿超声影像的所有特征中存在确定出的与其正常特征不匹配的特征时,智能检测系统确定胎儿超声影像包括的所有特征中存在异常特征,且胎儿超声影像的异常特征包括与其正常特征不匹配的特征。
在该可选的实施例中,智能检测系统判断胎儿超声影像包括的所有特征中是否存在异常特征,可以包括:
当胎儿超声影像包括的所有特征为标准切面时,智能检测系统获取胎儿超声影像包括的每个标准切面的每个结构特征的信息,每个结构特征的信息用于确定该结构特征所在的标准切面是否为异常标准切面;
智能检测系统根据每个标准切面的每个结构特征的信息,判断每个结构特征是否与所在的标准切面相匹配;
当判断出所有结构特征中存在与所在的标准切面不匹配的非匹配结构特征时,智能检测系统确定所有标准切面中存在结构特征为异常结构特征的异常标准切面,且异常标准切面为非匹配结构特征所在的标准切面,即胎儿超声影像包括的所有特征中存在异常特征。
可见,该可选的实施例通过获取标准切面的每个结构特征的信息,并根据每个结构特征的信息判断每个结构特征是否与对应的标准切面匹配,能够实现胎儿超声影像存在异常特征的确定。
在另一个可选的实施例中,根据每个标准切面的每个结构特征的信息,判断每个结构特征是否与所在的标准切面相匹配,可以包括:
根据每个标准切面的每个结构特征的信息,确定每个结构特征对应的表示类型,该表示类型包括数值表示类型和/或特征形态表示类型,每个结构特征的信息包括该结构特征的特征类别;
当结构特征的表示类型为数值表示类型时,获取该结构特征对应的目标几何参数值,并判断该结构特征对应的目标几何参数值是否在预先确定出的正常参数值范围内,当判断结果否时,确定该结构特征与所在的标准切面不相匹配;
当结构特征的表示类型为特征形态表示类型时,判断该结构特征是否位于该结构特征对应的部位特征的检测区域内,当判断出不在检测区域内时,确定该结构特征与所在的标准切面不相匹配。
该可选的实施例中,每个部位特征的检测区域可以用检测框,例如:多边形框或椭圆形框,框选出来。
该可选的实施例中,每个结构特征对应的目标几何参数值包括该结构特征对应的横径和/或该结构特征对应的周长,这样几何参数值包括的内容越多,越有利于提高结构特征与所在的标准切面相匹配的判断准确性。其中,不同结构特征均存在对应的正常参数值范围,其中,不同结构特征对应的正常参数值范围可以相同,也可以不同。进一步的,同一结构特征的不同几何参数值对应不同的正常参数值范围。又进一步的,每个结构特征对应的几何参数值可以包括比例尺寸和/或实际尺寸。具体的,在判断出结构特征对应的比例尺寸在预先确定出的正常参数值范围内之后,进一步获取结构特征对应的实际尺寸,并判断该实际尺寸是否在预先确定出的正常尺寸范围内,当判断结果否时,确定该结构特征与所在的标准切面不相匹配。这样通过同时将结构特征的比例尺寸以及实际尺寸与各自的正常值进行对比,能够提高结构特征与所在的标准切面是否相匹配的确定准确性,从而减少异常标准切面的切面分值的错误修正的情况发生,提高异常标准切面的切面分值的修正准确性以及可靠性。
该可选的实施例中,在判断出结构特征位于该结构特征对应的部位特征的检测区域内时,判断是否多帧胎儿超声图像均存在该结构特征,当判断结果为是时,确定该结构特征与所在的标准切面不相匹配。其中,该多帧胎儿超声图像可以为以结构特征所在胎儿超声图像为首帧胎儿超声图像往后连续或者断续出现的胎儿超声图像。这样在判断出结构特征在对应部位特征的检测区域内时,进一步判断是否存在多帧胎儿超声图像存在该结构特征,若存在,则确定该结构特征与所在的标准切面不相匹配,能够提高结构特征与所在的标准切面是否相匹配的确定准确性,从而减少异常标准切面的切面分值的错误修正的情况发生,提高异常标准切面的切面分值的修正准确性以及可靠性。
可见,该可选的实施例在判断出胎儿超声图像出现结构特征时,通过获取到的结构特征的几何参数值,判断结构特征与所在的标准切面是否相匹配,或者通过判断结构特征是否位于对应部位特征的检测区域内,来实现结构特征与所在的标准切面是否相匹配的判断,能够提高结构特征与所在的标准切面是否相匹配的确定可能性、准确性以及确定效率。
该可选的实施例中,排序后的所有异常特征可以位于上述未检特征清单中,也可以位于上述已检特征清单中,还可以为所有异常特征新建一个异常特征清单,也即排序后的异常特征位于异常特征清单中。进一步的,无论是位于未检特征清单中,还是位于已检特征清单中,排序后的所有异常特征可以排序在对应清单中的前面位置。这样通过将异常特征置于清单中的前面位置,有利于相关人员更清楚且快速知晓胎儿超声影像的异常特征情况,从而进一步快速且清楚知晓胎儿的生长发育发生了异常情况。
该可选的实施例中,当判断出胎儿超声影像包括的所有特征中不存在异常特征时,结束本次流程。
该可选的实施例中,步骤102中的检测结果还可以包括排序后的所有异常特征,即智能检测系统控制输出终端输出排序后的所有异常特征的动作可以和步骤102同时发生。
可见,该可选的实施例通过在检测到胎儿超声影像中的所有特征存在异常特征之后,进一步将所有异常特征进行排序,并输出排序后的异常特征,有利于相关人员快速知晓胎儿超声影像的异常特征情况,从而进一步快速且清楚知晓胎儿的生长发育发生了异常情况。
在又一个可选的实施例中,该胎儿超声影像的检测结果的输出控制方法还可以包括以下操作:
智能检测系统判断上述待检特征清单中的所有待检特征中是否存在检测完毕的特征,当判断结果为是时,控制输出终端向相关人员输出提示信息。
该可选的实施例中,需要说明的是,也可以在待检特征清单中的所有待检特征均被检测完毕,才输出提示信息,该可选的实施例不做限定。
该可选的实施例中,提示信息的输出方式包括图文显示输出方式和/或语音输出方式(例如:“叮”一声,腹围切面检测完毕等),以及上述特征的检测结果包括提示信息。
可见,该可选的实施例通过在检测到待检特征检测完毕之后,自动向相关人员输出提示信息,无需相关人员实时监督哪些特征检测完成哪些没有检测,能够便于相关人员快速清楚且准确知晓特征的检测完成情况。
可见,实施图1所描述的胎儿超声影像的检测结果的输出控制方法能够通过对胎儿超声影像进行自动分析,能够快速获取到准确的胎儿超声影像的每个特征(例如:结构特征、切面)的检测结果,例如:异常、正常、疑似、已检、未检,有利于实现准确确定胎儿的生长发育情况;以及通过对胎儿超声图像的每个特征进行标识,能够减少特征漏检的情况发生,以提高成功检测到所需检测特征的可能性,从而进一步有利于实现准确确定胎儿的生长发育情况。
实施例二
请参阅图2,图2是本发明实施例公开的另一种胎儿超声影像的检测结果的输出控制方法的流程示意图。其中,图2所描述的胎儿超声影像的检测结果的输出控制方法可以应用于智能检测系统(智能检测设备/智能检测服务器,其中,该智能检测服务器可以包括本地智能检测服务器或云智能检测服务器,本发明实施例不做限定)中。如图2所示,该胎儿超声影像的检测结果的输出控制方法可以包括以下操作:
201、智能检测系统将接收到的胎儿超声影像输入确定出的影像分析模型中进行分析,并获取该影像分析模型输出的分析结果,作为该胎儿超声影像的检测结果。
202、智能检测系统判断是否检测到针对某一目标特征类别对应的胎儿超声图像触发的回放请求。当判断结果为是时,触发执行步骤203;当判断结果为否时,可以结束本次流程,可以触发执行步骤205。
本发明实施例中,回放请求用于请求回放目标特征类别对应的胎儿超声图像,且该目标特征类别对应的胎儿超声图像包括该目标特征类别对应的最优帧胎儿超声图像、该目标特征类别对应的所有标准切面的胎儿超声图像、该目标特征类别对应的所有章节的胎儿超声图像中的至少一种,上述胎儿超声影像包括目标特征类别对应的胎儿超声图像,每个章节包括的每个胎儿超声图像的标准切面的类别相同,目标特征类别包括目标结构特征类别和/或目标标准切面类别。
本发明实施例中,目标特征类别的数量大于等于1,即可以一次性请求回放两种以上类型的胎儿超声图像,例如:腹围标准切面对应的最优帧胎儿超声图像以及丘脑标准切面对应的最优帧胎儿超声图像。
本发明实施例中,当智能检测系统的拾音装置采集到针对目标特征类别的关键词(例如:腹围),确定检测到针对目标特征类别对应的胎儿超声图像触发的回放请求;当智能检测系统的显示装置接收到针对目标特征类别的关键词(例如:腹围),确定检测到针对目标特征类别对应的胎儿超声图像触发的回放请求;当智能检测系统接收到与该智能检测系统建立连接通信的终端设备(例如:计算机、手机)发送的针对目标特征类别的关键词(例如:腹围),确定检测到针对目标特征类别对应的胎儿超声图像触发的回放请求。进一步的,预先设置有多个特征类别对应的胎儿超声图像的回放请求姿势(例如:手势),此时,当智能检测系统的显示装置接收到针对目标特征类别的手势,确定检测到针对目标特征类别对应的胎儿超声图像触发的回放请求。这样通过提供多种针对结构特征和/或标准切面对应的胎儿超声图像回放的检测方式,能够提高结构特征和/或标准切面对应的胎儿超声图像回放请求的检测可能性,从而提高结构特征和/或标准切面对应的胎儿超声图像回放的概率。又进一步的,每个目标特征类别对应的最优帧胎儿超声图像、该目标特征类别对应的所有标准切面的胎儿超声图像、该目标特征类别对应的所有章节的胎儿超声图像的回放请求手势也均不相同,这样通过针对同一结构特征类别、标准切面类别不同的图像设置不同的回放请求手势,能够进一步提高结构特征和/或标准切面对应的胎儿超声图像回放准确性以及效率。
203、智能检测系统根据回放请求确定目标特征类别对应的胎儿超声图像。
204、智能检测系统控制输出终端回放目标特征类别对应的胎儿超声图像。
本发明实施例中,当目标特征类别对应的胎儿超声图像为该目标特征类别对应的所有标准切面的胎儿超声图像时,智能检测系统可以逐帧回放目标特征类别对应的所有标准切面的胎儿超声图像;当目标特征类别对应的胎儿超声图像为该目标特征类别对应的所有章节的胎儿超声图像时,智能检测系统可以逐章节回放目标特征类别对应的所有章节的胎儿超声图像。当目标特征类别对应的胎儿超声图像为该目标特征类别对应的最优帧胎儿超声图像时,智能检测系统可以直接回放目标特征类别对应的最优帧胎儿超声图像,也可以在逐帧或逐章节回放目标特征类别对应的胎儿超声图像之后,智能检测系统回放目标特征类别对应的最优帧胎儿超声图像。这样通过逐帧或逐章节回放胎儿超声图像,有利于相关人员清楚通过胎儿超声图像清楚知晓胎儿的生长发育情况;以及通过通过直接回放最优帧胎儿超声图像或者通过在逐帧/逐章节回放胎儿超声图像之后再定位回放最优帧胎儿超声图像,在保证最优帧胎儿超声图像回放效率的同时,丰富了最优帧胎儿超声图像的回放方式。
可见,本发明实施例在获得胎儿超声影像的检测结果之后,进一步判断是否检测到针对某一目标特征类别的胎儿超声图像的回放请求,若检测到,控制输出终端回放目标特征类别的胎儿超声图像,能够便于相关人员重新回看胎儿超声图像,尤其当存胎儿超声影像对应的胎儿的生长发育存在异常情况时,通过回放胎儿超声图像有助于准确确定胎儿生长发育的异常情况。
205、智能检测系统控制与智能检测系统对应的输出终端输出检测结果。
需要说明的是,由于胎儿超声影像的检测结果是胎儿超声影像的实时分析结果或对胎儿超声影像分析完毕的分析结果(具体描述请参阅实施例一中的相关描述),则针对目标特征类别对应的胎儿超声图像触发的回放请求可以是实时触发的或对胎儿超声影像分析完毕时触发的,即目标特征类别对应的胎儿超声图像可以是实时的或者该目标特征类别在胎儿超声影像中的最终胎儿超声图像。
进一步需要说明的是,步骤204可以和步骤205同时发生,即步骤205中的检测结果还可以包括某一目标特征类别对应的最优帧胎儿超声图像。又进一步需要说明的是,步骤202也可以发生在步骤205之后。当步骤202与步骤205同时发生时,步骤204发生在步骤205之后。
本发明实施例中,针对步骤201以及步骤205的其他描述请参阅实施例一中针对步骤101-步骤102的详细描述,本发明实施例不再赘述。
作为一种可选的实施方式,智能检测系统根据回放请求确定所述目标特征类别对应的胎儿超声图像,包括:
当目标特征类别对应的胎儿超声图像为目标特征类别对应的最优帧胎儿超声图像时,智能检测系统确定目标特征类别对应的所有标准切面中每个标准切面的切面分值,并根据该目标特征类别对应的所有标准切面中每个标准切面的切面分值,从该所有标准切面中确定最高切面分值对应的标准切面所对应的帧胎儿超声图像,作为目标特征类别对应的最优帧胎儿超声图像。
该可选的实施方式中,进一步可选的,基于每个标准切面的每个结构特征对应的权重值以及该结构特征的特征参数,计算每个标准切面的切面分值,具体的:基于确定出的每个标准切面的每个结构特征对应的权重值、该结构特征的类别概率以及该结构特征的位置概率,计算每个标准切面的每个结构特征对应的结构分值;计算每个标准切面的所有结构特征对应的结构分值之和,作为该标准切面的切面分值。其中,每个标准切面对应一帧胎儿超声图像。其中,每个标准切面的每个结构特征对应的权重值用于表示该结构特征在该标准切面的表达等级,结构特征对应的权重值越高,其对应的表达等级越高,即结构特征在对应标准切面占的比重越高。
该可选的实施方式中,每个标准切面的每个结构特征的特征参数包括该结构特征的类别概率以及该结构特征的位置概率。
该可选的实施方式中,每帧胎儿超声图像的标准切面的切面分值的计算公式如下:
Hi=Pi×Qi×Oi;
式中,S为每个标准切面的切面分值,Hi为每个标准切面中第i个结构特征的结构分值,M为每个标准切面中结构特征的总数量,Pi为每个标准切面中第i个结构特征的类别概率(又称置信度),Qi为每个标准切面中第i个结构特征的位置概率,Oi为每个标准切面中第i个结构特征的权重值,N为第i个结构特征的关键权重值影响因子的总数量,Oij为每个标准切面中第i个结构特征中第j个关键权重值影响因子对应的子权重值。
该可选的实施方式中,进一步的,每个标准切面内结构特征包括的参数还包括该结构特征所在的部位的概率,此时,每个标准切面中第i个结构特征的结构分值的计算公式为:
Hi=Pi×Qi×Oi×Ci;
式中,Ci为每个标准切面内结构特征包括的参数还包括该结构特征所在的部位的概率。这样结构特征的参数越多,有利于提高结构特征的结构分值的计算准确性,从而提高标准切面的切面分值的计算准确性,进而有利于提高最优标准切面的确定精准性以及可靠性。
这样通过分别计算标准切面的每个结构特征对应的结构分值,能够实现标准切面的切面分值的计算,有利于提高标准切面的切面分值计算精准性以及效率;以及根据不同的结构特征,选取不同的参数,能够提高结构特征对应的结构分值的计算精准性以及效率,从而进一步提高标准切面的切面分值计算精准性以及效率。
可见,该可选的实施方式通过将最高切面分值对应的标准切面所对应的帧胎儿超声图像,作为最优帧胎儿超声图像,能够提高最优帧胎儿超声图像的确定准确性以及效率,从而提高最优帧胎儿超声图像的输出准确性以及效率。
在一个可选的实施例中,智能检测系统根据目标特征类别对应的所有标准切面中每个标准切面的切面分值,从该所有标准切面中确定最高切面分值对应的标准切面所对应的帧胎儿超声图像,作为目标特征类别对应的最优帧胎儿超声图像之前,该胎儿超声影像的检测结果的输出控制方法还可以包括以下操作:
当目标特征类别为目标结构特征类别时,智能检测系统判断目标特征类别是否对应至少两个匹配特征类别,至少两个匹配特征类别包括至少两个匹配标准切面类别或至少两个匹配章节类别;
当判断结果为否时,智能检测系统触发执行上述的根据目标特征类别对应的所有标准切面中每个标准切面的切面分值,从该所有标准切面中确定最高切面分值对应的标准切面所对应的帧胎儿超声图像,作为目标特征类别对应的最优帧胎儿超声图像的操作;
当判断结果为是时,智能检测系统确定目标特征类别对应的每个匹配特征类别对应的所有标准切面中每个标准切面的切面分值,并根据每个匹配特征类别对应的每个标准切面的切面分值,从所有该标准切面中筛选最高切面分值对应的帧胎儿超声图像,以及确定所有匹配特征类别对应的帧胎儿超声图像,作为目标特征类别对应的最优帧胎儿超声图像,该目标特征类别对应的最优帧胎儿超声图像的数量大于1。
举例来说,需要确定胃泡结构特征对应的最优帧胎儿超声图像,由于胃泡结构特征对应的标准切面包括腹围标准切面以及胆囊脐静脉切面,则胃泡结构特征对应的最优帧胎儿超声图像包括腹围标准切面对应的最优帧胎儿超声图像以及胆囊脐静脉切面对应的最优帧胎儿超声图像,也即胃泡结构特征对应的最优帧胎儿超声图像的数量为2。
可见,该可选的实施例通过先判断结构特征对应的标准切面类别和/或章节类别的数量是否有多个,若否,则直接确定该结构特征对应的最优帧胎儿超声图像,这样能够提高结构特征对应的最优帧胎儿超声图像的确定效率以及准确性;若是,则分别确定不同标准切面类别和/或章节类别对应的最优帧胎儿超声图像,从而进一步提高最优帧胎儿超声图像的确定准确性。
可见,实施图2所描述的胎儿超声影像的检测结果的输出控制方法能够通过对胎儿超声影像进行自动分析,能够快速获取到准确的胎儿超声影像的每个特征(例如:结构特征、切面)的检测结果,例如:异常、正常、疑似、已检、未检,有利于实现准确确定胎儿的生长发育情况;以及通过对胎儿超声图像的每个特征进行标识,能够减少特征漏检的情况发生,以提高成功检测到所需检测特征的可能性,从而进一步有利于实现准确确定胎儿的生长发育情况。
实施例三
请参阅图3,图3是本发明实施例公开的一种胎儿超声影像的检测结果的输出控制装置的结构示意图。其中,图3所描述的胎儿超声影像的检测结果的输出控制装置可以应用于智能检测系统(智能检测设备/智能检测服务器,其中,该智能检测服务器可以包括本地智能检测服务器或云智能检测服务器,本发明实施例不做限定)中。如图3所示,该胎儿超声影像的检测结果的输出控制装置可以包括分析模块301、获取模块302以及控制模块303,其中:
分析模块301,用于将接收到的胎儿超声影像输入确定出的影像分析模型中进行分析。
获取模块302,用于获取影像分析模型输出的分析结果,作为胎儿超声影像的检测结果。
控制模块303,用于控制与智能检测系统对应的输出终端输出检测结果。
本发明实施例中,胎儿超声影像的检测结果包括胎儿超声影像的多个特征的检测结果,每个特征的检测结果包括该特征的检测标识,每个特征对应的检测标识用于表示该特征为待检特征、已检且正常特征、已检且疑似特征以及已检且异常特征中的其中一种,已检且疑似特征为被检测到且不确定类别的特征,已检且异常特征为已经被检测且存在异常结构特征的特征。
本发明实施例中,进一步可选的,输出终端的输出界面包括第一区域和第二区域,第一区域用于输出检测结果,第二区域用于输出胎儿超声影像对应的待检特征清单和已检特征清单,待检特征清单用于存储确定出的胎儿超声图像的多个待检特征,已检特征清单用于存储胎儿超声图像的多个已检特征,且待检特征清单所包括的所有待检特征的类别包括已检特征清单所包括的所有已检特征的类别,胎儿超声影像包括的多个特征的类别包括待检特征清单所包括的所有待检特征的类别。
可见,实施图3所描述的胎儿超声影像的检测结果的输出控制装置能够通过对胎儿超声影像进行自动分析,能够快速获取到准确的胎儿超声影像的每个特征(例如:结构特征、切面)的检测结果,例如:异常、正常、疑似、已检、未检,有利于实现准确确定胎儿的生长发育情况;以及通过对胎儿超声图像的每个特征进行标识,能够减少特征漏检的情况发生,以提高成功检测到所需检测特征的可能性,从而进一步有利于实现准确确定胎儿的生长发育情况。
在一个可选的实施例中,如图4所示,该装置还包括第一判断模块304以及第一确定模块305,其中:
第一判断模块304,用于根据胎儿超声影像包括的所有特征的目标信息,判断所有特征中是否存在确定出的重点检测特征。
控制模块303,还用于当第一判断模块304判断出胎儿超声影像包括的所有特征存在至少一个重点检测特征时,控制输出终端输出与每个重点检测特征对应的切面示意图,每个重点检测特征对应的切面示意图包括该重点检测特征对应的标准切面中每个结构特征的输出标识。
第一确定模块305,用于根据每个重点检测特征对应的切面示意图包括的每个输出标识的变化情况确定该输出标识对应的结构特征的检测情况。
其中,对于任一重点检测特征,当重点检测特征对应的切面示意图包括的每个输出标识的变化情况用于表示该输出标识从第一状态变为第二状态时,每个输出标识对应的结构特征的检测情况用于表示该结构特征在对应的标准切面中被检测到。
可见,实施图4所描述的胎儿超声影像的检测结果的输出控制装置通过判断胎儿超声影像包括的所有特征中是否存在重点检测特征,若是,则输出重点检测特征对应的切面示意图,有利于清楚确定对应标准切面包括的所有结构特征被检测到,以及减少由于切面所包括的结构特征过多导致无法清楚确认该标准切面的所需检测的结构特征是否检测完毕的情况发生,以及便于相关人员知晓重要检测特征的特征检测情况,从而进一步有利于提高胎儿的生长发育情况的确定准确性。
在另一个可选的实施例中,上述胎儿超声影像包括的所有特征包括胎儿超声影像的多个结构特征,每个特征的检测结果还包括该特征的特征参数,每个特征的特征参数包括该特征的类别信息。以及如图4所示,该装置还包括第二确定模块306,其中:
获取模块302,还用于在获取影像分析模型输出的分析结果,作为胎儿超声影像的检测结果之后,确定胎儿超声影像包括的每个结构特征所在帧胎儿超声图像的部位特征。
第二确定模块306,用于确定每个部位特征的特征参数,每个部位特征的特征参数包括该部位特征的类别信息。
第二确定模块306,还用于根据每个特征的类别信息以及该特征对应的部位特征的类别信息,确定每个特征的标准切面,每个特征的检测结果还包括该特征的标准切面的检测结果。
可见,实施图4所描述的胎儿超声影像的检测结果的输出控制装置通过根据结构特征的类别信息以及所在帧胎儿超声图像的部位特征的类别信息,确定结构特征的标准切面,能够提高胎儿的标准切面的确定准确性以及可靠性,从而进一步提高胎儿超声影像的检测结果的准确性以及可靠性。
在又一个可选的实施例中,如图5所示,该装置还可以包括第二判断模块307以及第三确定模块308,其中:
第二判断模块307,用于在获取模块302获取影像分析模型输出的分析结果,作为胎儿超声影像的检测结果之后,判断是否检测到针对某一目标特征类别对应的胎儿超声图像触发的回放请求,该回放请求用于请求回放目标特征类别对应的胎儿超声图像,且该目标特征类别对应的胎儿超声图像包括目标特征类别对应的最优帧胎儿超声图像、目标特征类别对应的所有标准切面的胎儿超声图像、目标特征类别对应的所有章节的胎儿超声图像中的至少一种,胎儿超声影像包括目标特征类别对应的胎儿超声图像,目标特征类别包括目标结构特征类别和/或目标标准切面类别,每个章节包括的每个胎儿超声图像的标准切面的类别相同。
第三确定模块308,用于当第二判断模块307判断结果为是时,根据回放请求确定目标特征类别对应的胎儿超声图像。
控制模块303,还用于控制输出终端回放目标特征类别对应的胎儿超声图像。
可见,实施图4所描述的胎儿超声影像的检测结果的输出控制装置在获得胎儿超声影像的检测结果之后,进一步判断是否检测到针对某一目标特征类别的胎儿超声图像的回放请求,若检测到,控制输出终端回放目标特征类别的胎儿超声图像,能够便于相关人员重新回看胎儿超声图像,尤其当存胎儿超声影像对应的胎儿的生长发育存在异常情况时,通过回放胎儿超声图像有助于准确确定胎儿生长发育的异常情况。
在又一个可选的实施例中,如图4所示,第三确定模块308可以包括确定子模块3081,其中:
确定子模块3081,用于当目标特征类别对应的胎儿超声图像为目标特征类别对应的最优帧胎儿超声图像时,确定目标特征类别对应的所有标准切面中每个标准切面的切面分值。
确定子模块3081,还用于根据所标特征类别对应的所有标准切面中每个标准切面的切面分值,从该所有标准切面中确定最高切面分值对应的标准切面所对应的帧胎儿超声图像,作为目标特征类别对应的最优帧胎儿超声图像。
可见,实施图4所描述的胎儿超声影像的检测结果的输出控制装置通过将最高切面分值对应的标准切面所对应的帧胎儿超声图像,作为最优帧胎儿超声图像,能够提高最优帧胎儿超声图像的确定准确性以及效率,从而提高最优帧胎儿超声图像的输出准确性以及效率。
在又一个可选的实施例中,如图4所示,第三确定模块308还包括判断子模块3082以及筛选子模块3083,其中:
判断子模块3082,用于在确定子模块3081根据目标特征类别对应的所有标准切面中每个标准切面的切面分值,从该所有标准切面中确定最高切面分值对应的标准切面所对应的帧胎儿超声图像,作为目标特征类别对应的最优帧胎儿超声图像之前,且当目标特征类别为目标结构特征类别时,判断目标特征类别是否对应至少两个匹配特征类别,至少两个匹配特征类别包括至少两个匹配标准切面类别或至少两个匹配章节类别;当判断结果为否时,触发确定子模块3081执行上述的根据目标特征类别对应的所有标准切面中每个标准切面的切面分值,从该所有标准切面中确定最高切面分值对应的标准切面所对应的帧胎儿超声图像,作为目标特征类别对应的最优帧胎儿超声图像的操作。
确定子模块3081,还用于当判断子模块3082判断结果为是时,确定目标特征类别对应的每个匹配特征类别对应的所有标准切面中每个标准切面的切面分值。
筛选子模块3083,用于根据每个匹配特征类别对应的每个标准切面的切面分值,从所有该标准切面中筛选最高切面分值对应的帧胎儿超声图像;
确定子模块3081,还用于确定所有匹配特征类别对应的帧胎儿超声图像,作为目标特征类别对应的最优帧胎儿超声图像,该目标特征类别对应的最优帧胎儿超声图像的数量大于1。
可见,实施图4所描述的胎儿超声影像的检测结果的输出控制装置通过先判断结构特征对应的标准切面类别和/或章节类别的数量是否有多个,若否,则直接确定该结构特征对应的最优帧胎儿超声图像,这样能够提高结构特征对应的最优帧胎儿超声图像的确定效率以及准确性;若是,则分别确定不同标准切面类别和/或章节类别对应的最优帧胎儿超声图像,从而进一步提高最优帧胎儿超声图像的确定准确性。
在又一个可选的实施例中,如图4所示,该装置还包括第三判断模块309、筛选模块310以及排序模块311,其中:
第三判断模块309,用于在获取模块302获取影像分析模型输出的分析结果,作为胎儿超声影像的检测结果之后,判断胎儿超声影像包括的所有特征中是否存在异常特征。
筛选模块310,用于当第三判断模块309判断结果为是时,从胎儿超声影像包括的所有特征中筛选所有异常特征。
排序模块311,用于按照确定出的排序方式对所有异常特征进行排序,得到排序后的所有异常特征。
控制模块303,用于控制输出终端输出排序后的所有异常特征。
可见,实施图4所描述的胎儿超声影像的检测结果的输出控制装置通过在检测到胎儿超声影像中的所有特征存在异常特征之后,进一步将所有异常特征进行排序,并输出排序后的异常特征,有利于相关人员快速知晓胎儿超声影像的异常特征情况,从而进一步快速且清楚知晓胎儿的生长发育发生了异常情况。
实施例四
请参阅图5,图5是本发明实施例公开的又一种胎儿超声影像的检测结果的输出控制装置。其中,图5所描述的胎儿超声影像的检测结果的输出控制装置可以应用于智能检测系统(智能检测设备/智能检测服务器,其中,该智能检测服务器可以包括本地智能检测服务器或云智能检测服务器,本发明实施例不做限定)中。如图5所示,该胎儿超声影像的检测结果的输出控制装置可以包括:
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胎儿超声影像的检测结果的输出控制方法中部分或者全部的步骤。
实施例五
请参阅图6,图6是本发明实施例公开的一种智能检测系统的结构示意图。如图6所示,该智能检测系统可以包括胎儿超声影像的检测结果的输出控制装置,且用于实现图1或图2实施例所描述的胎儿超声影像的检测结果的输出控制方法。可选的,胎儿超声影像的检测结果的输出控制装置可以为图3或图4任一项所描述的胎儿超声影像的检测结果的输出控制装置,本发明实施例不做限定。
实施例六
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胎儿超声影像的检测结果的输出控制方法中部分或者全部的步骤。
实施例七
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胎儿超声影像的检测结果的输出控制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,作为模块输出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胎儿超声影像的检测结果的输出控制方法胎儿超声影像的检测结果的输出控制方法、装置及系统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 (10)
1.一种胎儿超声影像的检测结果的输出控制方法,其特征在于,所述方法应用于智能检测系统中,所述方法包括:
所述智能检测系统将接收到的胎儿超声影像输入确定出的影像分析模型中进行分析,并获取所述影像分析模型输出的分析结果,作为所述胎儿超声影像的检测结果;
所述智能检测系统控制与所述智能检测系统对应的输出终端输出所述检测结果;
其中,所述检测结果包括所述胎儿超声影像的多个特征的检测结果,每个所述特征的检测结果包括该特征的检测标识,每个所述特征对应的检测标识用于表示该特征为待检特征、已检且正常特征、已检且疑似特征以及已检且异常特征中的其中一种,所述已检且疑似特征为被检测到且不确定类别的特征,所述已检且异常特征为已经被检测且存在异常结构特征的特征。
2.根据权利要求1所述的胎儿超声影像的检测结果的输出控制方法,其特征在于,所述方法还包括:
所述智能检测系统根据所述胎儿超声影像包括的所有所述特征的目标信息,判断所有所述特征中是否存在确定出的重点检测特征;
当判断出所述胎儿超声影像包括的所有所述特征存在至少一个所述重点检测特征时,所述智能检测系统控制所述输出终端输出与每个所述重点检测特征对应的切面示意图,每个所述重点检测特征对应的切面示意图包括该重点检测特征对应的标准切面中每个结构特征的输出标识;
所述智能检测系统根据每个所述重点检测特征对应的切面示意图包括的每个所述输出标识的变化情况确定该输出标识对应的结构特征的检测情况;
其中,对于任一所述重点检测特征,当所述重点检测特征对应的切面示意图包括的每个所述输出标识的变化情况用于表示该输出标识从第一状态变为第二状态时,每个所述输出标识对应的结构特征的检测情况用于表示该结构特征在对应的标准切面中被检测到。
3.根据权利要求1或2所述的胎儿超声影像的检测结果的输出控制方法,其特征在于,所述输出终端的输出界面包括第一区域和第二区域,所述第一区域用于输出所述检测结果,所述第二区域用于输出所述胎儿超声影像对应的待检特征清单和已检特征清单,所述待检特征清单用于存储确定出的所述胎儿超声图像的多个待检特征,所述已检特征清单用于存储所述胎儿超声图像的多个已检特征,且所述待检特征清单所包括的所有待检特征的类别包括所述已检特征清单所包括的所有所述已检特征的类别,所述胎儿超声影像包括的多个所述特征的类别包括所述待检特征清单所包括的所有所述待检特征的类别。
4.根据权利要求1-3任一项所述的胎儿超声影像的检测结果的输出控制方法,其特征在于,所述胎儿超声影像包括的所有所述特征包括所述胎儿超声影像的多个结构特征,每个所述特征的检测结果还包括该特征的特征参数,每个所述特征的特征参数包括该特征的类别信息;
以及,所述智能检测系统获取所述影像分析模型输出的分析结果,作为所述胎儿超声影像的检测结果之后,所述方法还包括:
所述智能检测系统确定所述胎儿超声影像包括的每个所述结构特征所在帧胎儿超声图像的部位特征,并确定每个所述部位特征的特征参数,每个所述部位特征的特征参数包括该部位特征的类别信息;
所述智能检测系统根据每个所述特征的类别信息以及该特征对应的部位特征的类别信息,确定每个所述特征的标准切面,每个所述特征的检测结果还包括该特征的标准切面的检测结果。
5.根据权利要求1-4任一项所述的胎儿超声影像的检测结果的输出控制方法,其特征在于,所述智能检测系统获取所述影像分析模型输出的分析结果,作为所述胎儿超声影像的检测结果之后,所述方法还包括:
所述智能检测系统判断是否检测到针对某一目标特征类别对应的胎儿超声图像触发的回放请求,所述回放请求用于请求回放所述目标特征类别对应的胎儿超声图像,且所述目标特征类别对应的胎儿超声图像包括所述目标特征类别对应的最优帧胎儿超声图像、所述目标特征类别对应的所有标准切面的胎儿超声图像、所述目标特征类别对应的所有章节的胎儿超声图像中的至少一种,所述胎儿超声影像包括所述目标特征类别对应的胎儿超声图像,所述目标特征类别包括目标结构特征类别和/或目标标准切面类别,每个所述章节包括的每个所述胎儿超声图像的标准切面的类别相同;
当判断结果为是时,所述智能检测系统根据所述回放请求确定所述目标特征类别对应的胎儿超声图像,并控制所述输出终端回放所述目标特征类别对应的胎儿超声图像。
6.根据权利要求5所述的胎儿超声影像的检测结果的输出控制方法,其特征在于,所述智能检测系统根据所述回放请求确定所述目标特征类别对应的胎儿超声图像,包括:
当所述目标特征类别对应的胎儿超声图像为所述目标特征类别对应的最优帧胎儿超声图像时,所述智能检测系统确定所述目标特征类别对应的所有所述标准切面中每个所述标准切面的切面分值;
所述智能检测系统根据所述目标特征类别对应的所有所述标准切面中每个所述标准切面的切面分值,从该所有标准切面中确定最高切面分值对应的标准切面所对应的帧胎儿超声图像,作为所述目标特征类别对应的最优帧胎儿超声图像。
7.根据权利要求6所述的胎儿超声影像的检测结果的输出控制方法,其特征在于,所述智能检测系统根据所述目标特征类别对应的所有所述标准切面中每个所述标准切面的切面分值,从该所有标准切面中确定最高切面分值对应的标准切面所对应的帧胎儿超声图像,作为所述目标特征类别对应的最优帧胎儿超声图像之前,所述方法还包括:
当所述目标特征类别为所述目标结构特征类别时,所述智能检测系统判断所述目标特征类别是否对应至少两个匹配特征类别,至少两个所述匹配特征类别包括至少两个匹配标准切面类别或至少两个匹配章节类别;
当判断结果为否时,触发执行所述的根据所述目标特征类别对应的所有所述标准切面中每个所述标准切面的切面分值,从该所有标准切面中确定最高切面分值对应的标准切面所对应的帧胎儿超声图像,作为所述目标特征类别对应的最优帧胎儿超声图像的操作;
当判断结果为是时,所述智能检测系统确定所述目标特征类别对应的每个所述匹配特征类别对应的所有标准切面中每个所述标准切面的切面分值,并根据每个所述匹配特征类别对应的每个所述标准切面的切面分值,从所有该标准切面中筛选最高切面分值对应的帧胎儿超声图像,并确定所有所述匹配特征类别对应的帧胎儿超声图像,作为所述目标特征类别对应的最优帧胎儿超声图像,该目标特征类别对应的最优帧胎儿超声图像的数量大于1。
8.根据权利要求1-7任一项所述的胎儿超声影像的检测结果的输出控制方法,其特征在于,所述智能检测系统获取所述影像分析模型输出的分析结果,作为所述胎儿超声影像的检测结果之后,所述方法还包括:
所述智能检测系统判断所述胎儿超声影像包括的所有所述特征中是否存在异常特征,当判断结果为是时,从所述胎儿超声影像包括的所有所述特征中筛选所有所述异常特征;
所述智能检测系统按照确定出的排序方式对所有所述异常特征进行排序,得到排序后的所有所述异常特征,控制所述输出终端输出排序后的所有所述异常特征。
9.一种胎儿超声影像的检测结果的输出控制装置,其特征在于,所述装置应用于智能检测系统中,且所述装置包括:
分析模块,用于将接收到的胎儿超声影像输入确定出的影像分析模型中进行分析;
获取模块,用于获取所述影像分析模型输出的分析结果,作为所述胎儿超声影像的检测结果;
控制模块,用于控制与所述智能检测系统对应的输出终端输出所述检测结果;
其中,所述检测结果包括所述胎儿超声影像的多个特征的检测结果,每个所述特征的检测结果包括该特征的检测标识,每个所述特征对应的检测标识用于表示该特征为待检特征、已检且正常特征、已检且疑似特征以及已检且异常特征中的其中一种,所述已检且疑似特征为被检测到且不确定类别的特征,所述已检且异常特征为已经被检测且存在异常结构特征的特征。
10.一种智能检测系统,其特征在于,所述智能检测系统用于执行如权利要求1-8任一项所述的胎儿超声影像的检测结果的输出控制方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011016791.9A CN112215806A (zh) | 2020-09-24 | 2020-09-24 | 胎儿超声影像的检测结果的输出控制方法、装置及系统 |
PCT/CN2021/096816 WO2022062456A1 (zh) | 2020-09-24 | 2021-05-28 | 胎儿超声影像的检测结果的输出控制方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011016791.9A CN112215806A (zh) | 2020-09-24 | 2020-09-24 | 胎儿超声影像的检测结果的输出控制方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112215806A true CN112215806A (zh) | 2021-01-12 |
Family
ID=74052493
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011016791.9A Pending CN112215806A (zh) | 2020-09-24 | 2020-09-24 | 胎儿超声影像的检测结果的输出控制方法、装置及系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN112215806A (zh) |
WO (1) | WO2022062456A1 (zh) |
Cited By (4)
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 |
WO2022062456A1 (zh) * | 2020-09-24 | 2022-03-31 | 广州爱孕记信息科技有限公司 | 胎儿超声影像的检测结果的输出控制方法、装置及系统 |
WO2022062460A1 (zh) * | 2020-09-24 | 2022-03-31 | 广州爱孕记信息科技有限公司 | 一种胎儿超声图像的成像质量控制的确定方法及装置 |
WO2022062457A1 (zh) * | 2020-09-24 | 2022-03-31 | 广州爱孕记信息科技有限公司 | 胎儿结构特征的权重值确定方法及装置 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117115164B (zh) * | 2023-10-24 | 2024-02-27 | 广州爱孕记信息科技有限公司 | 结构特征的自动检测方法及装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013183051A1 (en) * | 2012-06-04 | 2013-12-12 | Tel Hashomer Medical Research Infrastructure And Services Ltd. | Ultrasonographic images processing |
CN109276275A (zh) * | 2018-10-26 | 2019-01-29 | 深圳开立生物医疗科技股份有限公司 | 一种超声图像标准切面提取及测量方法和超声诊断设备 |
KR20190022185A (ko) * | 2017-08-25 | 2019-03-06 | 연세대학교 산학협력단 | 태아의 신체 계측 방법 및 이를 이용한 태아의 신체 계측 디바이스 |
CN110613480A (zh) * | 2019-01-14 | 2019-12-27 | 广州爱孕记信息科技有限公司 | 基于深度学习的胎儿超声动态影像检测方法及系统 |
CN110613483A (zh) * | 2019-09-09 | 2019-12-27 | 李胜利 | 一种基于机器学习检测胎儿颅脑异常的方法和系统 |
CN110634125A (zh) * | 2019-01-14 | 2019-12-31 | 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 |
CN110742654A (zh) * | 2019-11-05 | 2020-02-04 | 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 |
CN111340775A (zh) * | 2020-02-25 | 2020-06-26 | 湖南大学 | 超声标准切面获取的并行方法、装置和计算机设备 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20180056315A (ko) * | 2016-11-18 | 2018-05-28 | 삼성메디슨 주식회사 | 초음파 진단 장치 및 그 동작 방법 |
CN110111329B (zh) * | 2019-05-17 | 2021-05-11 | 四川大学华西第二医院 | 一种基于人工智能超声影像检测方法及系统 |
CN112215806A (zh) * | 2020-09-24 | 2021-01-12 | 广州爱孕记信息科技有限公司 | 胎儿超声影像的检测结果的输出控制方法、装置及系统 |
-
2020
- 2020-09-24 CN CN202011016791.9A patent/CN112215806A/zh active Pending
-
2021
- 2021-05-28 WO PCT/CN2021/096816 patent/WO2022062456A1/zh active Application Filing
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013183051A1 (en) * | 2012-06-04 | 2013-12-12 | Tel Hashomer Medical Research Infrastructure And Services Ltd. | Ultrasonographic images processing |
KR20190022185A (ko) * | 2017-08-25 | 2019-03-06 | 연세대학교 산학협력단 | 태아의 신체 계측 방법 및 이를 이용한 태아의 신체 계측 디바이스 |
CN109276275A (zh) * | 2018-10-26 | 2019-01-29 | 深圳开立生物医疗科技股份有限公司 | 一种超声图像标准切面提取及测量方法和超声诊断设备 |
CN110613480A (zh) * | 2019-01-14 | 2019-12-27 | 广州爱孕记信息科技有限公司 | 基于深度学习的胎儿超声动态影像检测方法及系统 |
CN110634125A (zh) * | 2019-01-14 | 2019-12-31 | 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 |
CN110613483A (zh) * | 2019-09-09 | 2019-12-27 | 李胜利 | 一种基于机器学习检测胎儿颅脑异常的方法和系统 |
CN110742654A (zh) * | 2019-11-05 | 2020-02-04 | 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 |
CN111340775A (zh) * | 2020-02-25 | 2020-06-26 | 湖南大学 | 超声标准切面获取的并行方法、装置和计算机设备 |
Non-Patent Citations (1)
Title |
---|
杨霞等: "产前超声在孕11 ~ 13周胎儿畸形筛查中的应用价值", 中国妇幼保健, vol. 33, no. 18 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022062456A1 (zh) * | 2020-09-24 | 2022-03-31 | 广州爱孕记信息科技有限公司 | 胎儿超声影像的检测结果的输出控制方法、装置及系统 |
WO2022062460A1 (zh) * | 2020-09-24 | 2022-03-31 | 广州爱孕记信息科技有限公司 | 一种胎儿超声图像的成像质量控制的确定方法及装置 |
WO2022062457A1 (zh) * | 2020-09-24 | 2022-03-31 | 广州爱孕记信息科技有限公司 | 胎儿结构特征的权重值确定方法及装置 |
GB2614643A (en) * | 2020-09-24 | 2023-07-12 | Guangzhou Aiyunji Information Tech Co Ltd | Method and device for determining imaging quality control of fetal ultrasound image |
GB2614643B (en) * | 2020-09-24 | 2024-01-17 | Guangzhou Aiyunji Information Tech Co Ltd | Method and Apparatus for Identification of Imaging Quality of a series of Fetal Ultrasound Images |
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 |
---|---|
WO2022062456A1 (zh) | 2022-03-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112215806A (zh) | 胎儿超声影像的检测结果的输出控制方法、装置及系统 | |
CN109907732B (zh) | 一种颅内动脉瘤破裂风险的评估方法及系统 | |
CN110390229B (zh) | 一种人脸图片筛选方法、装置、电子设备及存储介质 | |
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 | |
CN112155602B (zh) | 一种胎儿最优标准切面的确定方法及装置 | |
CN112184656B (zh) | 基于超声动态图像的胎儿切面的确定方法及装置 | |
CN111339891A (zh) | 一种图像数据的目标检测方法及相关装置 | |
CN112115897A (zh) | 多指针仪表报警检测方法、装置、计算机设备及存储介质 | |
CN115282525A (zh) | 基于数字孪生平台的火情管控方法及装置 | |
CN113157536A (zh) | 一种告警分析方法、装置、设备和存储介质 | |
CN111523558A (zh) | 一种基于电子围网的船只遮挡检测方法、装置及电子设备 | |
CN114120071A (zh) | 一种带有对象标注框图像的检测方法 | |
CN114444570A (zh) | 故障检测的方法、装置、电子设备及介质 | |
CN115564776B (zh) | 基于机器学习的异常细胞样本检测方法和装置 | |
CN110610344A (zh) | 一种提高自动审核系统审核速度的方法、装置及设备 | |
CN115376210B (zh) | 泳池防溺水的溺水行为识别方法、装置、设备及介质 | |
CN112155603B (zh) | 胎儿结构特征的权重值确定方法及装置 | |
CN114240928B (zh) | 板卡质量的分区检测方法、装置、设备及可读存储介质 | |
US11016467B2 (en) | Method and system for sensing fine changes in processing/equipment measurement data | |
CN114896653A (zh) | 一种基于bim的建筑物数据监测方法及其系统 | |
CN113962216A (zh) | 文本处理方法、装置、电子设备及可读存储介质 | |
CN113269268A (zh) | 基于大数据的数据匹配方法、系统及云平台 | |
CN111611973A (zh) | 目标用户识别的方法、装置及存储介质 | |
CN111913856B (zh) | 故障的定位方法、装置、设备及计算机存储介质 | |
CN111881733A (zh) | 一种工人作业工步规范视觉识别判定与指导方法和系统 |
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 |