CN112750099A - 卵泡测量方法、超声设备以及计算机可读存储介质 - Google Patents
卵泡测量方法、超声设备以及计算机可读存储介质 Download PDFInfo
- Publication number
- CN112750099A CN112750099A CN201910984238.5A CN201910984238A CN112750099A CN 112750099 A CN112750099 A CN 112750099A CN 201910984238 A CN201910984238 A CN 201910984238A CN 112750099 A CN112750099 A CN 112750099A
- Authority
- CN
- China
- Prior art keywords
- follicle
- target
- shape information
- target follicle
- ultrasound
- 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
- 238000002604 ultrasonography Methods 0.000 title claims abstract description 130
- 238000000691 measurement method Methods 0.000 title claims abstract description 34
- 238000005259 measurement Methods 0.000 claims description 68
- 238000000034 method Methods 0.000 claims description 34
- 238000011161 development Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 11
- 238000007781 pre-processing Methods 0.000 claims description 4
- 210000002394 ovarian follicle Anatomy 0.000 claims 7
- 230000018109 developmental process Effects 0.000 description 16
- 230000006870 function Effects 0.000 description 14
- 238000012544 monitoring process Methods 0.000 description 10
- 230000011218 segmentation Effects 0.000 description 8
- 238000013528 artificial neural network Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000003745 diagnosis Methods 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 239000000523 sample Substances 0.000 description 3
- 230000003325 follicular Effects 0.000 description 2
- 230000016087 ovulation Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002611 ovarian Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000001960 triggered effect Effects 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Quality & Reliability (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Geometry (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本申请公开了一种卵泡测量方法、超声设备以及计算机可读存储介质，该卵泡测量方法包括：获取连续多帧超声图像；识别多帧超声图像中一帧超声图像的目标卵泡，获取目标卵泡的第一形状信息；跟踪识别其他帧超声图像中的目标卵泡，获取目标卵泡的第二形状信息；在多帧超声图像中显示第一形状信息和/或第二形状信息。本申请的卵泡测量方法可以自动跟踪目标卵泡。
Description
技术领域
本申请涉及超声检测技术领域，特别是涉及一种卵泡测量方法、超声设备以及计算机可读存储介质。
背景技术
卵泡的声像表现为圆形或椭圆形无回声区，位于卵巢皮质内，边界清晰，内壁光滑。
超声卵泡监测可以帮助医生了解卵泡生长情况，预测排卵时间，同时对妇科疾病的诊断及治疗起有着重要的作用。卵泡监测不仅包括观察卵泡形态，记录卵泡数量，还要测量各个的卵泡大小。然而，在常规的卵泡监测操作中，医生需手动在各个卵泡上标记测量点。操作较繁琐，尤其是通过药物治疗的患者体内一般有多个待测卵泡，而且由于卵泡在各帧的表现形式可能不同，靠经验找出目标卵泡并不容易。且需要医生手动操作，容易引入主管因素，导致卵泡的测量结果准确性低。
发明内容
本申请提供一种卵泡测量方法、超声设备以及计算机可读存储介质，以解决现有技术中卵泡监测由于手动操作导致的步骤繁琐以及结果准确性低的问题。
为解决上述技术问题，本申请提出一种卵泡测量方法，所述卵泡测量方法包括：
获取连续多帧超声图像；
识别所述多帧超声图像中一帧超声图像的目标卵泡，获取所述目标卵泡的第一形状信息；
跟踪识别其他帧超声图像中的所述目标卵泡，获取所述目标卵泡的第二形状信息；
在所述多帧超声图像中显示所述第一形状信息和/或第二形状信息。
其中，所述跟踪识别其他帧超声图像中的所述目标卵泡，获取所述目标卵泡的第二形状信息的步骤之后，所述方法包括：
比对第一形状信息和第二形状信息，确定最优形状信息，将最优形状信息作为目标卵泡的测量结果。
其中，所述第一形状信息和所述第二形状信息均为所述目标卵泡的形状信息；
所述获取所述目标卵泡的形状信息的步骤，包括：
获取所述目标卵泡的轮廓线；
遍历所述轮廓线上的每两轮廓点的直线距离，将最大的所述直线距离对应的两轮廓点的连线作为长径；
将垂直于所述长径，且经过所述长径中点的两轮廓点的连线作为短径；
其中，所述轮廓线及所述长径、所述短径为所述形状信息。
其中，所述获取所述目标卵泡的第二形状信息的步骤之后，所述方法包括：
根据所述形状信息中的所述长径和所述短径计算获得形状尺寸值；
比对所述第一形状信息对应的第一形状尺寸值和所述第二形状信息对应的第二形状尺寸值，获取最大的形状尺寸值所对应的形状信息作为最优形状信息。
其中，所述跟踪识别其他帧超声图像中的所述目标卵泡，获取所述目标卵泡的第二形状信息的步骤之前，所述卵泡测量方法包括：
根据所述形状信息中的所述长径和所述短径计算获得形状尺寸值；
比较所述第一形状信息的第一形状尺寸值与预设阈值，将大于或等于所述预设阈值的第一形状尺寸值所对应的目标卵泡作为待跟踪目标卵泡；
或者，将所述第一形状信息的第一形状尺寸值由大到小进行排序，将排序在前的预设数量的第一形状尺寸值所对应的目标卵泡作为待跟踪目标卵泡。
其中，所述获取所述目标卵泡的轮廓线的步骤，包括：
对所述超声图像进行预处理，以增强所述卵泡内部和外部的灰度差，从而获取所述目标卵泡的轮廓线。
其中，所述跟踪识别其他帧超声图像中的所述目标卵泡的步骤，包括：
基于所述目标卵泡的第一形状信息通过互相关算法或块匹配算法跟踪其他帧超声图像中的目标卵泡。
其中，所述卵泡测量方法进一步包括：
记录所述目标卵泡的测量结果；
获取连续多帧的后续超声图像，并跟踪所述目标卵泡在所述后续超声图像的第三形状信息；
基于所述第三形状信息获取所述目标卵泡的后续测量结果；
根据所述测量结果以及所述后续测量结果输出所述目标卵泡的发育曲线。
其中，所述识别所述多帧超声图像中一帧超声图像的目标卵泡，获取所述目标卵泡的第一形状信息的步骤之后，所述卵泡测量方法包括：
输出显示所述目标卵泡的第一形状信息；
获取用户对所述目标卵泡的选择指令，根据所述选择指令将所选的目标卵泡作为待跟踪目标卵泡；
显示所述待跟踪目标卵泡的轮廓线。
为解决上述技术问题，本申请提出一种超声设备，所述超声设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述卵泡测量方法的步骤。
为解决上述技术问题，本申请提出一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述卵泡测量方法的步骤。
区别于现有技术，本申请的有益效果在于：超声设备获取连续多帧超声图像；识别多帧超声图像中一帧超声图像的目标卵泡，获取目标卵泡的第一形状信息；跟踪识别其他帧超声图像中的目标卵泡，获取目标卵泡的第二形状信息；在多帧超声图像中显示第一形状信息和/或第二形状信息。本申请的卵泡测量方法可以自动跟踪目标卵泡。
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是本申请提供的卵泡测量方法一实施例的流程示意图；
图2是图1所示实施例中的超声图像的示意图；
图3是图1所示实施例中更新后的超声图像的示意图；
图4是本申请提供的卵泡测量方法另一实施例的流程示意图；
图5是图1所示实施例中发育曲线的示意图；
图6是本申请提供的超声设备一实施例的结构示意图；
图7是本申请提供的超声设备另一实施例的结构示意图；
图8是本申请提供的计算机可读存储介质一实施例的结构示意图。
具体实施方式
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，所描述的实施例仅是本发明的一部分实施例，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做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。
卵泡监测是实时且连续的，由不同的医生手动标记测量点的习惯不同引入的误差极大地影响了卵泡监测效果。同时，由于卵泡在不同切面上的表现形式不同，在测量过程中会存在无法精确找到卵泡的最优切面，以及重复测量的现象，尤其对于临床经验不丰富的医生，甚至还可能存在错误设置卵泡的最优切面的情况。因此，自动识别、追踪、测量卵泡测量是医生所需要的，不仅可以有效减少医生的操作以及工作量，还可以提高卵泡测量的一致性，减少手动测量带来的测量误差。
现有技术为了解决寻找卵泡最优切面的问题，也提出了一种三维卵泡监测方法。但目前的三维卵泡监测方法存在以下问题：(1)当一个卵泡与另一卵泡位置上比较接近时，容易出现两个卵泡难以有效区分出来的问题；(2)三维探头质量较重，且价格成本较高，不能普遍适用于日常检查。
因此，为了解决目前卵泡监测的问题，本申请提出了一种基于二维超声图像的卵泡测量方法。具体请参阅图1，图1是本申请提供的卵泡测量方法一实施例的流程示意图，本申请的卵泡测量方法应用于一种超声设备，超声设备可以为例如智能手机、平板电脑、笔记本电脑、车载电脑或者可穿戴设备等终端设备。
如图1所示，本实施例的卵泡测量方法具体包括以下步骤：
S101：获取连续多帧超声图像。
其中，超声设备获取连续多帧的超声图像，超声图像为二维超声图像，超声图像中携带有至少一个卵泡。例如，超声设备获取的超声图像为如图2所示的超声图像。
进一步地，超声设备可以实时通过超声设备扫描得到，具体地，用户可以通过超声设备预设扫描时长。用户在预设扫描时长内操作扫描探头获取连续多帧的超声图像。
超声设备还可以获取录制的超声视频，并根据用户指令或者预设扫描时长截取超声视频中的视频片段，以切分出连续多帧的超声图像。
进一步，在对所述待测量的超声图像进行测量之前可以检查自动测量功能是否开启，当所述自动测量功能开启时，可以对所述待测量的超声图像进行测量；而当所述自动测量功能未开启时，可以提醒用户开启自动测量功能。其中，所述自动测量功能可以根据外部输入信号而启动，外部输入信号可以是外部设备发送，还可以是通过触发预设按键而产生，预设按键可以为超声诊断设备的触摸屏某一交互界面上预设虚拟按键，也可以是触摸屏固定位置上预设虚拟按键，还可以是超声诊断设备操作面板上的一个实体按键。当该预设按键被触发时会产生外部输入信号，启动自动测量功能，同时也可以通过该预设按键关闭该自动测量功能。这样通过控制自动测量功能的开启/关闭可以在自动测量与手动测量之间切换，使得用户可以根据实际需求来选取识别方法，给用户的使用带来方便。当然，值得说明的，所述自动测量功能可以在获取到待测量的超声图像之前开启，也可以是在获取到待测量的超声图像之后开启。
具体地，超声设备在获取连续多帧超声图像后，可以检测是否接收到外部输入信号。其中，外部输入信号用于开启或检测自动测量功能是否开启。
若超声设备未接收到外部输入信号，说明自动测量功能未开启，超声设备继续扫描超声图像，不执行后续的测量步骤。若超声设备接收到外部输入信号，说明自动测量功能开启，超声设备执行后续的步骤，以对连续多帧的超声图像中携带的卵泡进行测量。
S102：识别多帧超声图像中一帧超声图像的目标卵泡，获取目标卵泡的第一形状信息。
此处，目标卵泡可以为超声图像中的所有卵泡，也可以为超声图像中选取的卵泡。
其中，超声设备可以选择多帧超声图像中的第一帧进行识别，也可以选择多帧超声图像中的任意一帧进行识别。超声设备根据预设算法可以对该帧超声图像进行预处理，以获得该帧超声图像中目标卵泡的轮廓线。
具体地，超声设备对待测量的超声图像进行预处理包括增强过程以及分割过程，增强过程为对待测量的超声图像进行图像增强，以增强目标对象内部与相邻图像的灰度差异。分割过程为对增强后的待测量的超声图像进行图像分割，以获取目标卵泡的单像素轮廓线信息。在本实施例的一个可能实现方式中，预处理过程可以通过分割神经网络实现，分割神经网络的输入项为待测量的超声图像，输出项为待测量的超声图像携带的目标卵泡的边缘线信息。其中，分割神经网络可以选取u-net等深度网络结构，并基于包括卵泡标准切面数据与数据集对应卵泡通过医生标注之后的训练数据进行训练，以使得分割神经网络可以识别到待测量的超声图像携带的目标卵泡的边缘线。当然，在实际应用中，分割神经网络可以仅用于对目标对象进行分割，在分割得到目对象后，可以采用sobel边缘检测法来得到目标卵泡的边缘线数据。
超声设备根据预处理获取的边缘线数据在超声图像上拟合出边缘线，用于显示卵泡在超声图像上的位置和状态，其中，目标卵泡的第一形状信息至少包括边缘线信息，边缘线信息为边缘线在超声图像上的位置和状态。
上述步骤中，超声设备可以将超声图像中识别中的所有目标卵泡作为待跟踪目标卵泡，也可以按照预设要求或预设指令选择其中的一个或多个目标卵泡作为待跟踪目标卵泡，以继续后续的跟踪识别。
进一步地，在本实施例的一个可能实现方式中，超声设备通过拟合边缘线显示出超声图像中的所有目标卵泡。用户需要对某个目标卵泡进行跟踪识别时，通过操作按钮或在触摸屏上点击对应的目标卵泡输出选择指令。进而，超声设备根据选择指令将选择指令对应的目标卵泡作为待跟踪目标卵泡。
超声设备确定待跟踪目标卵泡后，图2显示的超声图像可以更新显示为隐藏待跟踪目标卵泡外其他目标卵泡的轮廓线，也可以更新显示为加亮显示待跟踪目标卵泡的轮廓线，如图3中的超声图像中的目标卵泡5，以凸显出待跟踪目标卵泡在超声图像中的位置和状态。下述的步骤适用于超声设备对所有目标卵泡的跟踪测量，也适应于超声设备对选择的待跟踪目标卵泡的跟踪测量，用户可以根据需求具体选用其中的一种方式。
进一步地，在本实施例的另一个可能实现方式中，若用户不需要测量超声图像中的所有目标卵泡，超声设备除了根据用户输入的选择指令选择待跟踪的目标卵泡外，还可以根据预设条件剔除超声图像中的部分目标卵泡。
具体地，为了更清晰地描述目标卵泡，目标卵泡的第一形状信息进一步还包括长径和短径。首先，超声设备需要根据每个目标卵泡的轮廓线拟合出每个目标卵泡的长径和短径。例如，超声设备获取某一目标卵泡的轮廓线，通过遍历计算目标卵泡轮廓线上任意两轮廓点的直线距离，并获取最大的直线距离对应的两个轮廓点，将这两个轮廓点进行连线，从而拟合出目标卵泡的长径。获取目标卵泡的长径后，超声设备将目标卵泡轮廓线中两轮廓点形成的连线中，垂直于长径，且经过长径中点的连线作为目标卵泡的短径。
然后，超声设备根据目标卵泡的长径和短径计算出目标卵泡的形状尺寸值。例如，超声设备根据目标卵泡的长径长度和短径长度就计算出目标卵泡的体积、面积和平均值等形状尺寸值中的一种或多种，上述计算数值均可以作为目标卵泡的第一形状信息。
一方面，超声设备可以将目标卵泡的形状尺寸值与预设的形状尺寸阈值进行比较，将大于或等于预设的形状尺寸阈值的形状尺寸值所对应的目标卵泡作为待跟踪目标卵泡。另一方面，超声设备还可以根据目标卵泡的形状尺寸值由大到小进行排序，从而将排序在前的预设数量的形状尺寸值所对应的目标卵泡作为待跟踪目标卵泡。
通过上述方式，超声设备可以在没有人工干扰的情况下，自动对超声图像中的目标卵泡进行筛选，以减少超声设备在后续跟踪测量任务的工作量，也可以提高对目标卵泡测量的针对性和准确度。
S103：跟踪识别其他帧超声图像中的目标卵泡，获取目标卵泡的第二形状信息。
其中，本申请的跟踪是指超声设备基于S102的目标卵泡为基准，以设置标签或定位的方式寻找该目标卵泡在其他帧超声图像中的位置。
其中，第一形状信息和第二形状信息均为目标卵泡的形状信息。其中，超声设备获取图2中的目标卵泡后，对图2中的目标卵泡的形状信息进行记录和标记，以给每个目标卵泡配置特有的跟踪ID。其中，跟踪ID可以作为每个目标卵泡的特有标签，用于识别对应的目标卵泡。超声设备根据这些跟踪ID在与图2的超声图像相邻的其他超声图像中跟踪识别。
在本实施例的一个可能实现方式中，超声设备还可以基于S102中目标卵泡的第一形状信息通过互相关算法或块匹配算法跟踪其他帧超声图像中的目标卵泡。具体地，超声设备可以通过互相关算法或块匹配算法获得不同帧超声图像中目标卵泡的轮廓线，从而将不同帧超声图像中轮廓线相似度高的目标卵泡匹配为同一目标卵泡。
S104：在多帧超声图像中显示第一形状信息和/或第二形状信息。
其中，超声设备可以基于第一形状信息和/或第二形状信息在多帧超声图像中显示出目标卵泡的位置和状态。若第一形状信息和第二形状信息分别包括目标卵泡的轮廓线信息，如图2所示，超声设备在超声图像中显示目标卵泡的轮廓线。若第一形状信息和第二形状信息分别还包括长径信息和短径信息，如图3所示，超声设备进一步在超声图像中显示目标卵泡的长径和短径。
其中，超声设备获取所有帧超声图像的目标卵泡后，比对不同帧超声图像中同一目标卵泡的形状信息，以获取目标卵泡的形状信息最优的超声图像作为识别该目标卵泡的最优帧。
具体地，超声设备比较不同帧超声图像中同一目标卵泡的形状信息，用于比较的形状信息包括但不仅限于：长径长度、短径长度或者由长径和短径计算出的体积、面积、平均值等信息。以形状信息为面积为例，超声设备获取不同帧超声图像中同一目标卵泡的最大面积，并将最大面积对应的超声图像作为识别该目标卵泡的最优帧，其中，最优帧中的形状信息为该目标卵泡的最优形状信息。
超声设备遍历超声图像中的所有目标卵泡，以得到每一目标卵泡对应的最优帧以及最优形状信息，并将每一目标卵泡的最优形状信息记录为该目标卵泡的测量结果。
在本实施例的一个可能实现方式中，超声设备同样可以根据用户输入的选择指令选择目标卵泡的最优帧，在此不再赘述。
在本实施例中，超声设备获取连续多帧超声图像；识别多帧超声图像中一帧超声图像的目标卵泡，获取目标卵泡的第一形状信息；跟踪识别其他帧超声图像中的目标卵泡，获取目标卵泡的第二形状信息；在多帧超声图像中显示第一形状信息和第二形状信息。本申请的卵泡测量方法可以自动跟踪目标卵泡。
对于图1所示实施例中的S104之后，本申请进一步提出了另一种具体的卵泡测量方法。请继续参阅图4，图4是本申请提供的卵泡测量方法另一实施例的流程示意图。
如图4所示，本实施例的卵泡测量方法具体包括以下步骤：
S201：记录目标卵泡的测量结果。
其中，超声设备记录目标的测量结果，并将测量结果输入报告。测量结果可以包括上述实施例中的第一形状信息和第二形状信息，例如目标卵泡的长径、短径、轮廓线以及面积、体积、平均值等测量值。
具体地，若超声设备在上述实施例中未选择待跟踪目标卵泡，则将超声图像中的所有目标卵泡的测量结果输入报告；若超声设备在上述实施例中已选择待跟踪目标卵泡，则将超声图像中的待跟踪目标卵泡的测量结果输入报告。进一步地，同样输入报告的还可以包括目标卵泡的跟踪ID，其中，该跟踪ID可以用于后续对应目标卵泡的长期监控。
S202：获取连续多帧的后续超声图像，并根据目标卵泡在后续超声图像的第三形状信息。
其中，超声设备获取采集时间在上述实施例中的连续多帧超声图像之后的后续超声图像，后续超声图像的帧数可以与上述实施例的帧数相同，也可以根据用户的需要重新设定获取的帧数。超声设备根据跟踪ID定位目标卵泡在后续超声图像中的位置，并采用上述实施例的方法计算目标卵泡在后续超声图像的第三形状信息，在此不再赘述。其中，第三形状信息的具体信息内容与上述实施例中的第一形状信息和第二形状信息相同，在此不再赘述。
S203：基于第三形状信息获取目标卵泡的后续测量结果。
其中，S203获取后续测量结果的方法与上述实施例中获取测量结果的方法相同，在此不再赘述。超声设备获取后续测量结果后，同样将后续测量结果输入报告中。
S204：根据测量结果以及后续测量结果输出目标卵泡的发育曲线。
其中，超声设备根据报告中的同一目标卵泡的测量结果以及后续测量结果分析计算出该目标卵泡的发育情况，具体可以以发育曲线的形式体现。
具体地，发育曲线为根据当前测量结果以及当前测量之前的所有测量数据生成的，发育曲线可以是针对特定目标对象的。例如，如图5所示，发育曲线以时间为横坐标，卵泡大小为纵坐标，每个发育曲线表示每个卵泡的发育趋势，便于用户直观的观察到每个卵泡的发育情况，及时掌控排卵时间。其中，卵泡大小可根据临床情况由最长径表示，也可由体积或面积表示，面积即为轮廓线内的面积，可根据长径和短径估算出体积大小。当然，在实际应用中，可能存在某个卵泡在发育过程中停止发育的问题，从而还可以绘制最大卵泡的发育曲线，其中，最大卵泡的发育曲线是以时间为横坐标，卵泡大小为纵坐标，发育曲线中每个点代表其对应测量时刻，测量得到的最大卵泡的尺寸。其中，发育曲线可以根据外部输入信号启动，外部输入信号可以根据预设按键产生的，预设按键可以为在超声诊断设备的触摸屏某一交互界面上预设虚拟按键，也可以为触摸屏固定位置上预设虚拟按键，还可以为超声诊断设备操作面板上的一个实体按键。
在本申请中，超声设备通过以上操作步骤，可以自动完成对目标卵泡的测量和跟踪，用户只需要操作超声探头，点击预设按键启动自动测量功能，即可获取目标卵泡的最优帧和最优测量结果；同时将测量结果输入至报告。无需在交互界面选择多级菜单。且可以在实时扫图时，实现目标卵泡的自动跟踪，帮助用户有效区分目标卵泡在不同超声图像上的表现，还可根据预设算法找到目标卵泡的最优帧。可大大提高了用户的测量效率，尤其是对超声经验不足的用户，帮助用户找到目标卵泡的最优切面。且结果以曲线的形式呈现，便于用户能直观地观察测量结果。
为了实现上述的卵泡测量方法，本申请提供了一种超声设备，具体请参阅图6，图6是本申请提供的超声设备一实施例的结构示意图。
如图6所示，本实施例的超声设备600包括获取模块61、识别模块62、跟踪模块63、测量模块64。
其中，获取模块61，用于获取连续多帧超声图像。
识别模块62，用于识别多帧超声图像中一帧超声图像的目标卵泡，获取目标卵泡的第一形状信息。
跟踪模块63，用于跟踪识别其他帧超声图像中的目标卵泡，获取目标卵泡的第二形状信息。
测量模块64，用于根据预设标准比对第一形状信息和第二形状信息，确定最优形状信息，将最优形状信息作为目标卵泡的测量结果。
为了实现上述的卵泡测量方法，本申请还提供了另一种超声设备，具体请参阅图7，图7是本申请提供的超声设备另一实施例的结构示意图。
如图7所示，本实施例的超声设备700包括处理器71、存储器72、输入输出设备73以及总线74。
该处理器71、存储器72、输入输出设备73分别与总线74相连，该存储器72中存储有计算机程序，处理器71用于执行计算机程序以实现上述实施例所述的卵泡测量方法。
在本实施例中，处理器71还可以称为CPU(Central Processing Unit，中央处理单元)。处理器71可能是一种集成电路芯片，具有信号的处理能力。处理器71还可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器71也可以是任何常规的处理器等。
本申请还提供一种计算机可读存储介质，如图8所示，计算机可读存储介质800用于存储计算机程序81，计算机程序81在被处理器执行时，用以实现如本申请提供的卵泡测量方法实施例中所述的方法。
本申请提供的卵泡测量方法实施例中所涉及到的方法，在实现时以软件功能单元的形式存在并作为独立的产品销售或使用时，可以存储在装置中，例如一个计算机可读取存储介质。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的实施方式，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (11)
1.一种卵泡测量方法，其特征在于，所述卵泡测量方法包括：
获取连续多帧超声图像；
识别所述多帧超声图像中一帧超声图像的目标卵泡，获取所述目标卵泡的第一形状信息；
跟踪识别其他帧超声图像中的所述目标卵泡，获取所述目标卵泡的第二形状信息；
在所述多帧超声图像中显示所述第一形状信息和/或第二形状信息。
2.根据权利要求1所述的卵泡测量方法，其特征在于，
所述跟踪识别其他帧超声图像中的所述目标卵泡，获取所述目标卵泡的第二形状信息的步骤之后，所述方法包括：
比对第一形状信息和第二形状信息，确定最优形状信息，将最优形状信息作为目标卵泡的测量结果。
3.根据权利要求1所述的卵泡测量方法，其特征在于，所述第一形状信息和所述第二形状信息均为所述目标卵泡的形状信息；
所述获取所述目标卵泡的形状信息的步骤，包括：
获取所述目标卵泡的轮廓线；
遍历所述轮廓线上的每两轮廓点的直线距离，将最大的所述直线距离对应的两轮廓点的连线作为长径；
将垂直于所述长径，且经过所述长径中点的两轮廓点的连线作为短径；
其中，所述轮廓线及所述长径、所述短径为所述形状信息。
4.根据权利要求3所述的卵泡测量方法，其特征在于，
所述获取所述目标卵泡的第二形状信息的步骤之后，所述方法包括：
根据所述形状信息中的所述长径和所述短径计算获得形状尺寸值；
比对所述第一形状信息对应的第一形状尺寸值和所述第二形状信息对应的第二形状尺寸值，获取最大的形状尺寸值所对应的形状信息作为最优形状信息。
5.根据权利要求3所述的卵泡测量方法，其特征在于，
所述跟踪识别其他帧超声图像中的所述目标卵泡，获取所述目标卵泡的第二形状信息的步骤之前，所述卵泡测量方法包括：
根据所述形状信息中的所述长径和所述短径计算获得形状尺寸值；
比较所述第一形状信息的第一形状尺寸值与预设阈值，将大于或等于所述预设阈值的第一形状尺寸值所对应的目标卵泡作为待跟踪目标卵泡；
或者，将所述第一形状信息的第一形状尺寸值由大到小进行排序，将排序在前的预设数量的第一形状尺寸值所对应的目标卵泡作为待跟踪目标卵泡。
6.根据权利要求3所述的卵泡测量方法，其特征在于，
所述获取所述目标卵泡的轮廓线的步骤，包括：
对所述超声图像进行预处理，以增强所述卵泡内部和外部的灰度差，从而获取所述目标卵泡的轮廓线。
7.根据权利要求1所述的卵泡测量方法，其特征在于，
所述跟踪识别其他帧超声图像中的所述目标卵泡的步骤，包括：
基于所述目标卵泡的第一形状信息通过互相关算法或块匹配算法跟踪其他帧超声图像中的目标卵泡。
8.根据权利要求7所述的卵泡测量方法，其特征在于，
所述卵泡测量方法进一步包括：
记录所述目标卵泡的测量结果；
获取连续多帧的后续超声图像，并跟踪所述目标卵泡在所述后续超声图像的第三形状信息；
基于所述第三形状信息获取所述目标卵泡的后续测量结果；
根据所述测量结果以及所述后续测量结果输出所述目标卵泡的发育曲线。
9.根据权利要求1所述的卵泡测量方法，其特征在于，
所述识别所述多帧超声图像中一帧超声图像的目标卵泡，获取所述目标卵泡的第一形状信息的步骤之后，所述卵泡测量方法包括：
输出显示所述目标卵泡的第一形状信息；
获取用户对所述目标卵泡的选择指令，根据所述选择指令将所选的目标卵泡作为待跟踪目标卵泡；
显示所述待跟踪目标卵泡的轮廓线。
10.一种超声设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-9中任一项所述卵泡测量方法的步骤。
11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-9中任一项所述卵泡测量方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910984238.5A CN112750099A (zh) | 2019-10-16 | 2019-10-16 | 卵泡测量方法、超声设备以及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910984238.5A CN112750099A (zh) | 2019-10-16 | 2019-10-16 | 卵泡测量方法、超声设备以及计算机可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112750099A true CN112750099A (zh) | 2021-05-04 |
Family
ID=75640430
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910984238.5A Pending CN112750099A (zh) | 2019-10-16 | 2019-10-16 | 卵泡测量方法、超声设备以及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112750099A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113538339A (zh) * | 2021-06-18 | 2021-10-22 | 杭州类脑科技有限公司 | 一种基于医学影像的长短径估算方法 |
| CN115869014A (zh) * | 2023-02-09 | 2023-03-31 | 深圳迈瑞动物医疗科技股份有限公司 | 一种兽用超声成像设备和兽用超声批量检测方法 |
| WO2023185568A1 (zh) * | 2022-03-31 | 2023-10-05 | 深圳开立生物医疗科技股份有限公司 | 一种卵泡计数方法、装置、超声医疗设备及可读存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101170948A (zh) * | 2005-05-19 | 2008-04-30 | 株式会社日立医药 | 超声波诊断装置及其图像处理方法 |
| JP2008142532A (ja) * | 2007-11-14 | 2008-06-26 | Hitachi Medical Corp | 医用画像診断支援システム |
| CN101635055A (zh) * | 2008-07-25 | 2010-01-27 | 株式会社岛精机制作所 | 轮廓提取装置及轮廓提取方法 |
| CN104143193A (zh) * | 2014-08-07 | 2014-11-12 | 深圳市开立科技有限公司 | 一种超声图像中目标对象分割方法、装置及系统 |
| US20170164924A1 (en) * | 2015-12-15 | 2017-06-15 | Konica Minolta, Inc. | Ultrasound image diagnostic apparatus |
| CN109712131A (zh) * | 2018-12-27 | 2019-05-03 | 上海联影智能医疗科技有限公司 | 肺结节特征的量化方法、装置、电子设备及存储介质 |
| CN110325119A (zh) * | 2017-02-20 | 2019-10-11 | 皇家飞利浦有限公司 | 卵巢卵泡计数和大小确定 |
-
2019
- 2019-10-16 CN CN201910984238.5A patent/CN112750099A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101170948A (zh) * | 2005-05-19 | 2008-04-30 | 株式会社日立医药 | 超声波诊断装置及其图像处理方法 |
| JP2008142532A (ja) * | 2007-11-14 | 2008-06-26 | Hitachi Medical Corp | 医用画像診断支援システム |
| CN101635055A (zh) * | 2008-07-25 | 2010-01-27 | 株式会社岛精机制作所 | 轮廓提取装置及轮廓提取方法 |
| CN104143193A (zh) * | 2014-08-07 | 2014-11-12 | 深圳市开立科技有限公司 | 一种超声图像中目标对象分割方法、装置及系统 |
| US20170164924A1 (en) * | 2015-12-15 | 2017-06-15 | Konica Minolta, Inc. | Ultrasound image diagnostic apparatus |
| CN110325119A (zh) * | 2017-02-20 | 2019-10-11 | 皇家飞利浦有限公司 | 卵巢卵泡计数和大小确定 |
| CN109712131A (zh) * | 2018-12-27 | 2019-05-03 | 上海联影智能医疗科技有限公司 | 肺结节特征的量化方法、装置、电子设备及存储介质 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113538339A (zh) * | 2021-06-18 | 2021-10-22 | 杭州类脑科技有限公司 | 一种基于医学影像的长短径估算方法 |
| WO2023185568A1 (zh) * | 2022-03-31 | 2023-10-05 | 深圳开立生物医疗科技股份有限公司 | 一种卵泡计数方法、装置、超声医疗设备及可读存储介质 |
| CN115869014A (zh) * | 2023-02-09 | 2023-03-31 | 深圳迈瑞动物医疗科技股份有限公司 | 一种兽用超声成像设备和兽用超声批量检测方法 |
| CN115869014B (zh) * | 2023-02-09 | 2023-12-26 | 深圳迈瑞动物医疗科技股份有限公司 | 一种兽用超声成像设备和兽用超声批量检测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105701331B (zh) | 计算机辅助诊断设备和计算机辅助诊断方法 | |
| CN108846840B (zh) | 肺部超声图像分析方法、装置、电子设备及可读存储介质 | |
| CN105555198B (zh) | 自动识别测量项的方法、装置及一种超声成像设备 | |
| US10762630B2 (en) | System and method for structures detection and multi-class image categorization in medical imaging | |
| CN112750099A (zh) | 卵泡测量方法、超声设备以及计算机可读存储介质 | |
| US20140357996A1 (en) | System and method of ultrasound image processing | |
| US20080097209A1 (en) | Ultrasound diagnostic apparatus and method for measuring a size of a target object | |
| US11284855B2 (en) | Ultrasound needle positioning system and ultrasound needle positioning method utilizing convolutional neural networks | |
| CN103260526A (zh) | 具有峰值强度检测功能的超声成像系统和方法 | |
| US11553829B2 (en) | Information processing apparatus, control method and program | |
| CN110693529B (zh) | 一种基于二维图像的卵巢和/或卵泡自动测量方法 | |
| US20210393240A1 (en) | Ultrasonic imaging method and device | |
| JP2008073338A (ja) | 医用画像処理装置、医用画像処理方法及びプログラム | |
| CN110246135B (zh) | 卵泡监测方法、装置、系统及存储介质 | |
| CN110680399B (zh) | 一种产前超声图像的自动测量方法、存储介质及超声设备 | |
| JP2016195764A (ja) | 医用画像処理装置およびプログラム | |
| CN114332132A (zh) | 图像分割方法、装置和计算机设备 | |
| US20170367677A1 (en) | Analysis method for breast image and electronic apparatus using the same | |
| CN116407154A (zh) | 一种超声诊查数据处理方法、装置及超声设备和存储介质 | |
| CN111401102A (zh) | 深度学习模型训练方法及装置、电子设备及存储介质 | |
| WO2013037702A1 (en) | Method and a system for medical imaging | |
| JPWO2020071086A1 (ja) | 情報処理装置、制御方法、及びプログラム | |
| CN114782364A (zh) | 图像检测方法、装置、系统及检测设备 | |
| CN115813433A (zh) | 基于二维超声成像的卵泡测量方法和超声成像系统 | |
| CN112022213B (zh) | 一种超声图像的处理方法及处理装置 |
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 |