CN113344926B - 胆胰超声图像识别方法、装置、服务器及存储介质 - Google Patents

Abstract

本申请提供一种胆胰超声图像识别方法、装置、服务器及存储介质，通过现有的胆胰站点识别和胆胰解剖结构识别，确定无法识别的胆胰解剖结构，并根据现有已知的多个胆胰解剖结构之间的位置关系，确定无法识别的胆胰解剖结构在胆胰超声图像中的位置，以识别胆胰解剖结构。该方法结合现有的胆胰站点信息、胆胰解剖结构的图像特征以及胆胰解剖结构的位置坐标，对胆胰解剖结构进行全面的识别标注，显著降低胆胰超声图像中的胆胰解剖结构的识别难度。

Description

胆胰超声图像识别方法、装置、服务器及存储介质

技术领域

本申请涉及医疗技术辅助领域，具体涉及一种胆胰超声图像识别方法、装置、服务器及存储介质。

背景技术

胆胰超声内镜是胆胰系统疾病诊治的重要手段。超声内镜诊疗的基础在于医生利用超声影像准确识别和定位胆胰结构，但胆胰超声图像为人体组织截面影像，主要包含人类肉眼难以识别的纹理信息，对缺乏专业训练和长期实践的内镜医生，难以准确辨认影像中的解剖学标志，极大地影响了识别与定位胆胰站点中胆胰结构的精度。

现有技术中针对胆胰结构的识别，无法对胆胰结构中的多个胆胰站点以及胆胰解剖结构进行区分，识别较为困难。

发明内容

本申请提供一种胆胰超声图像识别方法，旨在解决现有技术下的无法较好的区分人体胆胰结构中的胆胰解剖结构的问题。

一方面，本申请实施例提供一种胆胰超声图像识别方法，包括：

获取待识别的人体胆胰结构的多个胆胰超声图像；

利用预设的胆胰站点识别模型，对所述胆胰结构的多个胆胰超声图像进行胆胰站点识别，确定所述多个胆胰超声图像对应的多个胆胰站点，以得到多个第一胆胰超声图像，所述多个第一胆胰超声图像中每个第一胆胰超声图像对应的胆胰站点是确定的；

利用预设的胆胰解剖结构识别模型，对所述多个第一胆胰超声图像进行胆胰解剖结构的识别，确定所述多个第一胆胰超声图像中胆胰解剖结构可识别的第二胆胰超声图像，和胆胰解剖结构不可识别的第三胆胰超声图像；

对所述第三胆胰超声图像进行位置识别，确定所述第三胆胰超声图像中的胆胰解剖结构。

在本申请一种可能的实现方式中，所述获取待识别的人体胆胰结构的多个胆胰超声图像包括：

获取待识别的人体胆胰结构的多个初始胆胰超声图像；

确定所述多个初始胆胰超声图像中每个初始胆胰超声图像各自对应的有效区域，得到多个有效区域；

获取所述多个有效区域中每个有效区域各自对应的水平外切矩形，得到多个水平外切矩形；

以所述多个水平外切矩形分别裁切所述待识别的胆胰结构的多个初始胆胰超声图像，得到进行后续识别的胆胰结构的多个胆胰超声图像。

在本申请一种可能的实现方式中，所述利用预设的胆胰站点识别模型，对所述胆胰结构的多个胆胰超声图像进行胆胰站点识别，确定所述多个胆胰超声图像对应的多个胆胰站点，以得到多个第一胆胰超声图像，包括：

获取多个预设的胆胰站点识别初始模型；

分别对所述多个预设的胆胰站点识别初始模型进行训练，得到多个胆胰站点识别模型，以分别识别不同的胆胰站点；

利用所述多个胆胰站点识别模型，分别对所述胆胰结构的多个胆胰超声图像进行胆胰站点识别，以确定所述多个胆胰超声图像中每个第一胆胰超声图像各自对应的胆胰站点；

其中，所述第一胆胰超声图像为多个，所述多个第一胆胰超声图像中每个胆胰超声图像对应的胆胰站点是确定的。

在本申请一种可能的实现方式中，所述预设的胆胰站点识别初始模型为八个；

所述分别对所述多个预设的胆胰站点识别初始模型进行训练，得到多个胆胰站点识别模型，以分别识别不同的胆胰站点，包括：

分别对八个预设的胆胰站点识别初始模型进行训练，得到八个胆胰站点识别模型；其中，所述八个胆胰站点识别模型用于分别识别所述胆胰结构的多个胆胰超声图像中的：腹主动脉站、胃腔胰体站、胃腔胰尾站、Confluence站、第一肝门站、胃腔胰头站、十二指肠球部站、十二指肠降部站。

在本申请一种可能的实现方式中，所述利用预设的胆胰解剖结构识别模型，对所述多个第一胆胰超声图像进行胆胰解剖结构的识别，确定所述多个第一胆胰超声图像中胆胰解剖结构可识别的第二胆胰超声图像，和胆胰解剖结构不可识别的第三胆胰超声图像，包括：

获取多个预设的胆胰解剖结构识别模型；

依次以所述多个预设的胆胰解剖结构识别模型中的多个胆胰解剖结构识别模型为目标胆胰解剖结构识别模型，利用所述目标胆胰解剖结构识别模型依次对所述多个第一胆胰超声图像进行胆胰解剖结构的识别，确定所述多个第一胆胰超声图像中每个第一胆胰超声图像各自对应的胆胰解剖结构；

其中，所述多个第一胆胰超声图像中胆胰解剖结构可识别的图像为第二胆胰超声图像，所述多个第一胆胰超声图像中胆胰解剖结构不可识别的图像为第三胆胰超声图像。

在本申请一种可能的实现方式中，所述对所述第三胆胰超声图像进行位置识别，确定所述第三胆胰超声图像中的胆胰解剖结构，包括：

确定所述第三胆胰超声图像中的多个目标区域，所述多个目标区域中每个目标区域由多个初始边缘点围成；

确定所述第三胆胰超声图像中的坐标原点，以确定所述多个目标区域中每个目标区域各自对应的多个初始边缘点的坐标；

根据所述多个目标区域中每个目标区域各自对应的多个初始边缘点的坐标，确定所述多个目标区域中每个目标区域各自对应的中心点坐标；

获取预设的胆胰解剖结构对应的位置关系；

根据所述位置关系和所述中心点坐标，确定所述目标区域对应的胆胰解剖结构；

其中，所述目标区域对应的胆胰解剖结构即为所述第三胆胰超声图像对应的胆胰解剖结构。

在本申请一种可能的实现方式中，所述根据所述多个目标区域中每个目标区域各自对应的多个初始边缘点的坐标，确定所述多个目标区域中每个目标区域各自对应的中心点坐标，包括：

对所述多个初始边缘点进行预设稀疏化和均匀化处理，得到多个边缘点；

根据所述坐标原点，确定所述多个边缘点各自对应的边缘点坐标；

根据所述多个边缘点坐标，确定所述多个目标区域中每个目标区域各自对应的中心点坐标。

另一方面，本申请实施例还提供一种胆胰超声图像识别装置，所述胆胰超声图像识别装置包括：

获取模块，用于获取待识别的人体胆胰结构多个胆胰超声图像；

第一识别模块，用于利用预设的胆胰站点识别模型，对所述胆胰结构的多个胆胰超声图像进行胆胰站点识别，确定所述多个胆胰超声图像对应的多个胆胰站点，以得到多个第一胆胰超声图像，所述多个第一胆胰超声图像中每个第一胆胰超声图像对应的胆胰站点是确定的；

第二识别模块，用于利用预设的胆胰解剖结构识别模型，对所述多个第一胆胰超声图像进行胆胰解剖结构的识别，确定所述多个第一胆胰超声图像中胆胰解剖结构可识别的第二胆胰超声图像，和胆胰解剖结构不可识别的第三胆胰超声图像；

定位模块，用于对所述第三胆胰超声图像进行位置识别，确定所述第三胆胰超声图像中的胆胰解剖结构。

另一方面，本申请还提供一种服务器，所述服务器包括：

一个或多个处理器；

存储器；以及

一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行以实现如上任一项所述的胆胰超声图像识别方法。

另一方面，本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行如上任一项所述的胆胰超声图像识别方法中的步骤。

本申请提供一种胆胰超声图像识别方法、装置、服务器及存储介质，通过现有的胆胰站点识别和胆胰解剖结构识别，确定无法识别的胆胰解剖结构，并根据现有已知的多个胆胰解剖结构之间的位置关系，确定无法识别的胆胰解剖结构在胆胰超声图像中的位置，以识别胆胰解剖结构。该方法结合现有的胆胰站点信息、胆胰解剖结构的图像特征以及胆胰解剖结构的位置坐标，对胆胰解剖结构进行全面的识别标注，显著降低胆胰超声图像中的胆胰解剖结构的识别难度。

附图说明

为了更清楚地说明本申请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为本申请实施例提供的病变识别的场景示意图；

图2为本申请实施例提供的胆胰超声图像识别方法的一个实施例流程示意图；

图3为本申请实施例提供的标准八站及对应胆胰解剖结构一实施例示意图；

图4为本申请实施例提供的胆胰解剖结构一实施例示意图；

图5为本申请实施例提供的可识别的胆胰解剖结构一实施例示意图；

图6为本申请实施例提供的不可识别的胆胰解剖结构一实施例示意图；

图7为本申请实施例提供的获取胆胰超声图像一实施例流程示意图；

图8为本申请实施例提供的进行胆胰站点识别一实施例流程示意图；

图9为本申请实施例提供的进行位置识别的一实施例流程示意图；

图10为本申请实施例提供的不同胆胰解剖结构识别模型的识别情况一实施例示意图；

图11为本申请实施例提供的位置关系一实施例示意图；

图12为本申请实施例提供的胆胰超声图像识别装置一实施例示意图；

图13其示出了本申请实施例所涉及到的服务器的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请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。

在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

在本申请中，“示例性”一词用来表示“用作例子、例证或说明”。本申请中被描述为“示例性”的任何实施例不一定被解释为比其它实施例更优选或更具优势。为了使本领域任何技术人员能够实现和使用本发明，给出了以下描述。在以下描述中，为了解释的目的而列出了细节。应当明白的是，本领域普通技术人员可以认识到，在不使用这些特定细节的情况下也可以实现本发明。在其它实例中，不会对公知的结构和过程进行详细阐述，以避免不必要的细节使本发明的描述变得晦涩。因此，本发明并非旨在限于所示的实施例，而是与符合本申请所公开的原理和特征的最广范围相一致。

本申请实施例提供一种胆胰超声图像识别方法、装置、服务器及存储介质，以下分别进行详细说明。

如图1所示，为本申请实施例提供的胆胰超声图像识别系统的场景示意图，该胆胰超声图像识别系统可以包括多个终端100和服务器200，终端100之间、服务器200之间、以及终端100与服务器200之间通过各种网关组成的互联网等方式连接通信，不再赘述。其中，终端100可以包括检测终端101以及用户终端102等。

本发明实施例中服务器200主要用于获取待识别的人体胆胰结构的多个胆胰超声图像；利用预设的胆胰站点识别模型，对胆胰结构的多个胆胰超声图像进行胆胰站点识别，确定多个胆胰超声图像对应的多个胆胰站点，以得到多个第一胆胰超声图像，多个第一胆胰超声图像中每个胆胰超声图像对应的胆胰站点是确定的；利用预设的胆胰解剖结构识别模型，对多个第一胆胰超声图像进行胆胰解剖结构的识别，确定多个第一胆胰超声图像中胆胰解剖结构可识别的第二胆胰超声图像，和胆胰解剖结构不可识别的第三胆胰超声图像；对第三胆胰超声图像进行位置识别，确定第三胆胰超声图像中的胆胰解剖结构。

本发明实施例中，该服务器200可以是独立的服务器，也可以是服务器组成的服务器网络或服务器集群，例如，本发明实施例中所描述的服务器200，其包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云服务器。其中，云服务器由基于云计算(Cloud Computing)的大量计算机或网络服务器构成。本发明的实施例中，服务器与终端之间可通过任何通信方式实现通信，包括但不限于，基于第三代合作伙伴计划（3rd Generation Partnership Project，3GPP）、长期演进（Long Term Evolution，LTE)、全球互通微波访问（Worldwide Interoperability for Microwave Access， WiMAX）的移动通信，或基于TCP/IP协议族（TCP/IP Protocol Suite，TCP/IP）、用户数据报协议（User Datagram Protocol，UDP）的计算机网络通信等。

可以理解的是，本发明实施例中所使用的终端100可以是既包括接收和发射硬件的设备，即具有能够在双向通信链路上，执行双向通信的接收和发射硬件的设备。这种终端可以包括：蜂窝或其他通信设备，其具有单线路显示器或多线路显示器或没有多线路显示器的蜂窝或其他通信设备。

具体的，检测终端101主要负责采集人体的待检测部位的内镜影像，检测终端上的采集设备可以包括核磁共振成像仪（MRI，Magnetic Resonance Imaging）、计算机断层扫描设备（CT，Computed Tomography）、阴道镜或内窥镜等电子设备。本实施例中图像采集设备可以为胆胰超声内镜，主要用于获取人体胆胰结构的胆胰超声图像。

用户终端102包括但不局限于手机、平板等便携终端，电脑、查询机等固定终端，以及各种虚拟终端等；主要提供待胆胰超声图像的上传功能、处理功能、造影图像对应的处理结果的展示功能等。

本领域技术人员可以理解，图1中示出的应用环境，仅仅是与本申请方案一种应用场景，并不构成对本申请方案应用场景的限定，其他的应用环境还可以包括比图1中所示更多或更少的服务器，或者服务器网络连接关系，例如图1中仅示出1个服务器和2个终端，可以理解的，该病变识别场景中还可以包括一个或多个其他服务器，或/且一个或多个与服务器网络连接的终端，具体此处不作限定。

另外，如图1所示，该胆胰超声图像识别系统还可以包括存储器300，用于存储数据，如存储图像数据，例如终端获取到的待检测部位的图像数据。且存储器300可以包括本地数据库和/或云端数据库。

需要说明的是，图1所示的胆胰超声图像识别系统的场景示意图仅仅是一个示例，本发明实施例描述的病变识别场景以及场景是为了更加清楚的说明本发明实施例的技术方案，并不构成对于本发明实施例提供的技术方案的限定，本领域普通技术人员可知，随着胆胰超声图像识别场景的演变和新业务场景的出现，本发明实施例提供的技术方案对于类似的技术问题，同样适用。

本申请实施例提供一种胆胰超声图像识别方法、装置、服务器及存储介质，以下分别进行说明。

如图2所示，为本申请实施例提供的胆胰超声图像识别方法一实施例流程示意图，可以包括：

21、获取待识别的人体胆胰结构的多个胆胰超声图像。

本申请实施例提供的胆胰超声图像识别方法，主要是对人体胆胰结构进行识别，便于医生根据胆胰结构对应的胆胰超声图像确定胆胰结构的病变。

具体的，可以利用胆胰超声内镜直接获取胆胰结构对应的多个胆胰超声图像。

22、利用预设的胆胰站点识别模型，对胆胰结构的胆胰超声图像进行胆胰站点识别，确定多个胆胰超声图像对应的多个胆胰站点，以得到多个第一胆胰超声图像。

对于本申请实施例中的胆胰结构的识别来说，胆胰超声内镜的标准扫查分为多个胆胰站点以及多个胆胰解剖结构，医生需要完成所有胆胰站点的扫查以及所有胆胰解剖结构的识别，才能保证对胆胰系统的全面观察。

因此，在本申请的实施例中，可以利用预设的胆胰站点识别模型，对胆胰结构的胆胰超声图像先进行胆胰站点的识别，确定多个胆胰超声图像对应的多个胆胰站点；且一个胆胰超声图像仅对应一个胆胰站点。

在识别了多个胆胰超声图像对应的多个胆胰站点后，可以得到多个第一胆胰超声图像；且多个第一胆胰超声图像中每个第一胆胰超声图像对应的胆胰站点也是确定的。

在本申请的一个具体实施例中，胆胰超声内镜的标准扫查共八站，且每一站有对应的胆胰解剖结构。如图3所示，为本申请实施例提供的标准八站及对应胆胰解剖结构一实施例示意图。

在图3中，以腹主动脉站为例，腹主动脉站还对应有三个胆胰解剖结构，分别为：腹主动脉、腹腔干和肠系膜上动脉。以胃腔胰体站为例，胃腔胰体站还包括脾动静脉和胰体两个胆胰解剖结构。在本申请的实施例中，每个站对应的胆胰解剖结构是不同的。

23、利用预设的胆胰解剖结构识别模型，对多个第一胆胰超声图像进行胆胰解剖结构的识别，确定多个第一胆胰超声图像中胆胰解剖结构可识别的第二胆胰超声图像，和胆胰解剖结构不可识别的第三胆胰超声图像。

在识别了每个第一胆胰超声图像对应的胆胰站点后，还需要识别每个第一胆胰超声图像中的多个胆胰解剖结构。因此同样可以利用预设的胆胰解剖结构识别模型，对已经进行胆胰站点识别后得到的多个第一胆胰超声图像再次进行胆胰解剖结构的识别。

需要说明的是，现有胆胰解剖结构识别的技术中，进行胆胰解剖结构的识别时，是对已经进行胆胰站点识别后的胆胰超声图像进行胆胰解剖结构的识别。但在胆胰解剖结构的识别过程中，由于部分胆胰解剖结构的纹理质地基本相同，部分胆胰解剖结构为无回声结构，使得无法识别出所有的胆胰解剖结构。

因此，利用预设的胆胰解剖结构识别模型，仅能识别部分胆胰解剖结构；即利用预设的胆胰解剖结构识别模型，可以确定多个第一胆胰超声图像中胆胰解剖结构可识别的第二胆胰超声图像，和胆胰解剖结构不可识别的第三胆胰超声图像。

如图4所示，为本申请实施例提供的胆胰解剖结构一实施例示意图。在图4中，不对胆胰结构的胆胰超声图像进行胆胰站点识别，而是先将胆胰解剖结构分为七类，并按照分类后的七类胆胰解剖结构对胆胰结构的胆胰超声图像进行胆胰解剖结构的识别，以将胆胰结构按照胆胰解剖结构进行分类。

需要说明的是，在图3所示胆胰站点中，每个胆胰站点对应的胆胰解剖结构名称会存在相同的情况，因此在图4中将多个胆胰解剖结构进行分类时，图4中包含的胆胰解剖结构的数量少于图3中所有胆胰站点对应的胆胰解剖结构的数量。

如图5所示，为本申请实施例提供的可识别的胆胰解剖结构一实施例示意图。在图5中利用前述胆胰站点识别和胆胰解剖结构识别，可以有效的识别出不同胆胰站点对应不同胆胰解剖结构，但并不是所有的胆胰解剖结构都可以识别。

以第一肝门站为例，正常情况下第一肝门站对应三个胆胰解剖结构，分别为：肝脏、门静脉和胆管。而利用上述胆胰站点识别和胆胰解剖结构识别仅可以识别出肝脏对应的胆胰解剖结构，而无法识别出门静脉和胆管。图5所示的即为可以识别的结构。而图6中所示的即为无法识别的胆胰解剖结构。

而在本申请的实施例中，多个第一胆胰超声图像中胆胰解剖结构可识别的图像为第二胆胰超声图像，胆胰解剖结构不可识别的图像为第三胆胰超声图像；仅需对第三胆胰超声图像进行后续识别以确认胆胰解剖结构即可。

需要说明的是，在上述实施例中，利用预设的胆胰解剖结构识别模型进行识别时，是对胆胰站点已经确认的第一胆胰超声图像进行识别。

24、对第三胆胰超声图像进行位置识别，确定第三胆胰超声图像中的胆胰解剖结构。

在确定了无法识别的胆胰解剖结构对应的第三胆胰超声图像后，可以对第三胆胰超声图像进行位置识别，以确定第三胆胰超声图像中原本无法识别的胆胰解剖结构。

本申请实施例提供的胆胰超声图像识别方法，通过现有的胆胰站点识别和胆胰解剖结构识别，确定无法识别的胆胰解剖结构，并根据现有已知的多个胆胰解剖结构之间的位置关系，确定无法识别的胆胰解剖结构在胆胰超声图像中的位置，以识别胆胰解剖结构。该方法结合现有的胆胰站点信息、胆胰解剖结构的图像特征以及胆胰解剖结构的位置坐标，对胆胰解剖结构进行全面的识别标注，显著降低胆胰超声图像中的胆胰解剖结构的识别难度。

在本申请的实施例中，利用胆胰超声内镜获取到胆胰结构对应的多个初始胆胰超声图像后，还需要对多个初始胆胰超声图像进行处理，得到可以进行后续识别的多个胆胰超声图像。如图7所示，为本申请实施例提供的获取胆胰超声图像一实施例流程示意图，可以包括：

71、获取待识别的人体胆胰结构的多个初始胆胰超声图像。

72、确定多个初始胆胰超声图像中每个初始胆胰超声图像各自对应的有效区域，得到多个有效区域。

73、获取多个有效区域中每个有效区域各自对应的水平外切矩形，得到多个水平外切矩形。

74、以多个水平外切矩形分别裁切待识别的胆胰结构的多个初始胆胰超声图像，得到进行后续识别的胆胰结构的多个胆胰超声图像。

具体的，利用胆胰超声内镜获取到的胆胰结构的初始胆胰超声图像中包括很多冗余信息，这些冗余信息会对后续胆胰站点识别和胆胰解剖结构识别产生影响，因此需要去除冗余信息。具体的可以依次确定多个初始胆胰超声图像各自对应的有效区域，并对除有效区域之外的其他区域进行裁切，去除多余区域。

在一个具体实施例中，在确定了初始胆胰超声图像中的有效区域后，可以直接确定有效区域对应的水平外切矩形，按照水平外切矩形的形状保留有效区域，而裁切掉除水平外切矩形之外的其他区域，得到最终的胆胰结构对应的胆胰超声图像。

在本申请的实施例中，可以利用神经网络模型来确定初始胆胰超声图像中的有效区域。具体的，可以利用训练UNet++图像神经网络模型，以识别初始胆胰超声图像中的有效区域，并对初始胆胰超声图像进行裁切。具体的训练过程可以参考现有技术，此处不做限定。

需要说明的是，在本申请的实施例中，由于初始胆胰超声图像有多个，而多个初始胆胰超声图像中每个初始胆胰超声图像对应的有效区域都不相同；所以每个初始胆胰超声图像中的有效区域对应的水平外切矩形也不相同；最终裁切得到的多个胆胰超声图像也是不相同的。

如图8所示，为本申请实施例提供的进行胆胰站点识别一实施例流程示意图，可以包括：

81、获取多个预设的胆胰站点识别初始模型。

82、分别对多个预设的胆胰站点识别初始模型进行训练，得到多个胆胰站点识别模型，以分别识别不同的胆胰站点。

83、利用多个胆胰站点识别模型，分别对胆胰结构的多个胆胰超声图像进行胆胰站点识别，以确定多个胆胰超声图像中每个第一胆胰超声图像各自对应的胆胰站点。

在本申请的实施例中，同样可以利用神经网络模型来识别胆胰超声图像中的不同胆胰站点。具体的可以对多个ResNet神经网络模型进行训练，得到多个胆胰站点识别模型，不同的胆胰站点识别模型可以识别不同的胆胰站点。

而在本申请的另一些实施例中，也可以利用一个ResNet神经网络模型，对ResNet神经网络模型进行训练，使得ResNet神经网络模型可以同时识别不同的胆胰站点。

在一个具体实施例中，预设的胆胰站点识别初始模型可以为八个，分别对八个预设的胆胰站点识别初始模型进行训练，得到八个胆胰站点识别模型。其中，八个胆胰站点识别模型用于分别识别胆胰结构的多个胆胰超声图像中的：腹主动脉站、胃腔胰体站、胃腔胰尾站、Confluence站、第一肝门站、胃腔胰头站、十二指肠球部站、十二指肠降部站。

在识别了胆胰超声图像中的胆胰站点，得到多个第一胆胰超声图像后，继续进行胆胰解剖结构的识别。具体的，同样可以获取多个预设的胆胰解剖结构识别初始模型，并对多个预设的胆胰解剖结构识别初始模型进行训练，得到多个胆胰解剖结构识别模型。

在得到多个胆胰解剖结构识别模型后，依次以多个预设的胆胰解剖结构识别模型中的多个胆胰解剖结构识别模型为目标胆胰解剖结构识别模型，利用目标胆胰解剖结构识别模型依次对多个第一胆胰超声图像进行胆胰解剖结构的识别，确定多个第一胆胰超声图像中每个第一胆胰超声图像各自对应的胆胰解剖结构。

具体的，由于一个胆胰解剖结构识别模型仅能识别一类胆胰解剖结构，因此对于同一个第一胆胰超声图像来说，需要利用所有的胆胰解剖结构识别模型对第一胆胰超声图像进行胆胰解剖结构的识别，以确定同一个第一胆胰超声图像中的所有胆胰解剖结构均被识别。

在一个具体实施例中，如图4中将胆胰解剖结构分为七类，因此多个胆胰解剖结构识别初始模型可以为七个；具体可以为UNet++神经网络模型。对七个UNet++神经网络模型分别进行训练，以识别不同种类的胆胰解剖结构。

但由于存在部分不能被识别的胆胰解剖结构，具体如图5所示；因此需要再对不能识别的胆胰解剖结构进行识别，确定对应的胆胰解剖结构。其中，多个第一胆胰超声图像中胆胰解剖结构可识别的图像为第二胆胰超声图像，多个第一胆胰超声图像中胆胰解剖结构不可识别的图像为第三胆胰超声图像。即需要对第三胆胰超声图像中的胆胰解剖结构进行识别。

如图9所示，为本申请实施例提供的进行位置识别的一实施例流程示意图，可以包括：

91、确定第三胆胰超声图像中的多个目标区域。

如图10所示，为本申请实施例提供的不同胆胰解剖结构识别模型的识别情况。在本申请的一些实施例中，由于每个胆胰站点对应的胆胰解剖结构是已知的，因此若是胆胰结构的胆胰超声图像不包括某个胆胰解剖结构，则胆胰解剖结构识别模型不会对胆胰超声图像进行对应的胆胰解剖结构的识别。

即若是胆胰站点中不存在某些胆胰解剖结构，则可以识别该胆胰解剖结构的胆胰解剖结构识别模型不会对第一胆胰超声图像进行识别，以节省胆胰解剖结构识别的时间，提高识别效率。

具体的，结合图4和图10，在图4中腹主动脉、腹腔干和肠系膜上动脉属于同一类胆胰解剖结构，因此利用同一个胆胰解剖结构识别模型就可以识别这三个胆胰解剖结构；即利用类别1识别模型可以确定腹主动脉对应的第三胆胰超声图像中的三个目标区域。

而对于第一肝门站来说，第一肝门站对应的胆胰解剖结构包括：肝脏、门静脉和胆管；而门静脉和胆管属于同一类胆胰解剖结构，肝脏属于另一类胆胰解剖结构。因此在利用胆胰解剖结构识别模型进行识别时，不仅需要利用类别1识别模型识别出两个目标区域；还需要再利用类别5识别模型识别出一个目标区域，共计三个目标区域。而识别出的三个目标区域分别对应肝脏、门静脉和胆管。

92、确定第三胆胰超声图像中的坐标原点，以确定多个目标区域中每个目标区域各自对应的多个初始边缘点的坐标。

在本申请的实施例中，可以将第三胆胰超声图像的左上角顶点作为坐标原点，以构建坐标系。且多个目标区域的边缘是由多个初始边缘点（x，y）围成的。

93、根据多个目标区域中每个目标区域各自对应的多个初始边缘点的坐标，确定多个目标区域中每个目标区域各自对应的中心点坐标。

在确定了每个目标区域各自对应的多个初始边缘点后，由于多个初始边缘点的数量较多，且分布不一定均匀；为了保证目标区域中心点坐标计算的准确性并简化计算，还需要对多个初始边缘点进行预设稀疏化和均匀化处理，得到多个边缘点。并根据坐标原点，确定多个边缘点各自对应的边缘点坐标；最后再根据多个边缘点坐标，确定多个目标区域中每个目标区域各自对应的中心点坐标。

具体的，对多个初始边缘点进行预设稀疏化和均匀化处理，可以包括：按照预设顺序遍历所有初始边缘点，对任意相邻两个初始边缘点中间距小于10像素的初始边缘点进行丢弃；同时在任意相邻两个初始边缘点中间距大于10像素的两个初始边缘点中插入新的初始边缘点；以此得到多个边缘点。

进一步根据坐标原点，可以得到多个边缘点对应的坐标序列{(x1，y1)，(x2，y2)......(xn，yn)}。而在本申请的实施例中，可以将所有边缘点坐标的均值作为目标区域对应的中心点的坐标，即目标区域对应的中心点坐标Rc（Xc，Yc）可以为：

Xc = (x1+x2+......+xn) / n

Yc = (y1+y2+......+yn) / n

需要说明的是，上述中心点坐标的计算是针对一个确定的目标区域，而不同的目标区域对应的中心点坐标不同。

94、获取预设的胆胰解剖结构对应的位置关系。

在本申请的实施例中，可以获取已知的多个胆胰解剖结构之间的位置关系。如图11所示，为本申请实施例提供的位置关系一实施例示意图。在图11中，腹主动脉1、腹腔干2和肠系膜上动脉3之间的位置关系如图所示。

95、根据位置关系和中心点坐标，确定目标区域对应的胆胰解剖结构。

在本申请的实施例中，结合图4和图11；根据图4可以确定利用类别1识别模型识别出腹主动脉站中三个目标区域。而腹主动脉站中的三个胆胰解剖结构：腹主动脉、腹腔干和肠系膜上动脉的位置关系是已知且确定的；此时只需要将三个目标区域各自对应的中心点坐标与已知的位置关系进行匹配，即可确定三个目标区域各自对应的胆胰解剖结构。

具体的，腹主动脉站对应的三个目标区域分别为Rc1、Rc2、Rc3，三个目标区域分别对应三个中心点坐标；而根据位置关系可以确定，三个中心点坐标中Xc、Yc最大的目标区域为腹主动脉，Xc最小的目标区域为肠系膜上动脉，剩余的则为腹腔干。

在本申请的实施例中，可以将目标区域对应的中心点坐标作为目标区域的位置坐标；因此可以通过判断预设的位置关系和中心点坐标，以确定胆胰解剖结构的位置，即确定了目标区域所对应的胆胰解剖结构。利用上述方法依次确定每个目标区域对应的胆胰解剖结构。

需要说明的是，图10中的“否”代表无需利用对应的类别识别模型（即胆胰解剖结构识别模型）对应的第一胆胰超声图像进行识别。而图10中的“1”代表利用对应的类别识别模型仅能识别出一个目标区域，又由于每个类别识别模型可以识别的胆胰解剖结构是确定的，因此在识别出唯一一个目标区域时，实际上已经确定了目标区域所对应的胆胰解剖结构。因此，无需再进行后续利用位置关系的识别。

以胃腔胰体站为例，在胃腔胰体站的识别中，利用类别1识别模型和类别2识别模型分别进行识别得到了两个目标区域。由于类别1识别模型所能识别的胆胰解剖结构中，仅有脾动静脉是属于胃腔胰体站的；因此在类别1识别模型识别得到目标区域后，可以直接确认利用类别1识别模型识别出的目标区域对应脾动静脉。同理，类别2识别模型所能识别的胆胰解剖结构中，仅有胰体是属于胃腔胰体站的；因此在类别2识别模型识别得到目标区域后，可以直接确认类别2识别模型识别出的目标区域对应胰体。

同时在图10中，若是同一个类别识别模型识别出了多个目标区域，则需要根据多个胆胰解剖结构的位置关系确认多个目标区域各自对应的胆胰解剖结构。

需要说明的是，在本申请的实施例中，对神经网络进行训练的过程可以参考现有技术，此处不做任何限定。

为了更好实施本申请实施例中胆胰超声图像识别方法，在胆胰超声图像识别方法基础之上，本申请实施例中还提供一种胆胰超声图像识别装置，如图12所示，为本申请实施例提供的胆胰超声图像识别装置一实施例示意图，该胆胰超声图像识别装置包括：

获取模块1201，用于获取待识别的人体胆胰结构多个胆胰超声图像。

第一识别模块1202，用于利用预设的胆胰站点识别模型，对胆胰结构的多个胆胰超声图像进行胆胰站点识别，确定多个胆胰超声图像对应的多个胆胰站点，以得到多个第一胆胰超声图像，多个第一胆胰超声图像中每个第一胆胰超声图像对应的胆胰站点是确定的。

第二识别模块1203，用于利用预设的胆胰解剖结构识别模型，对多个第一胆胰超声图像进行胆胰解剖结构的识别，确定多个第一胆胰超声图像中胆胰解剖结构可识别的第二胆胰超声图像，和胆胰解剖结构不可识别的第三胆胰超声图像。

定位模块1204，用于对第三胆胰超声图像进行位置识别，确定第三胆胰超声图像中的胆胰解剖结构。

本申请实施例提供的胆胰超声图像识别装置，通过现有的胆胰站点识别和胆胰解剖结构识别，确定无法识别的胆胰解剖结构，并根据现有已知的多个胆胰解剖结构之间的位置关系，确定无法识别的胆胰解剖结构在胆胰超声图像中的位置，以识别胆胰解剖结构。该方法结合现有的胆胰站点信息、胆胰解剖结构的图像特征以及胆胰解剖结构的位置坐标，对胆胰解剖结构进行全面的识别标注，显著降低胆胰超声图像中的胆胰解剖结构的识别难度。

在本申请的一些实施例中，获取模块1201具体可以用于：获取待识别的人体胆胰结构的多个初始胆胰超声图像；确定多个初始胆胰超声图像中每个初始胆胰超声图像各自对应的有效区域，得到多个有效区域；获取多个有效区域中每个有区域各自对应的水平外切矩形，得到多个水平外切矩形；以多个水平外切矩形分别裁切待识别的胆胰结构的多个初始胆胰超声图像，得到进行后续识别的胆胰结构的多个胆胰超声图像。

在本申请的一些实施例中，第一识别模块1202具体可以用于：获取多个预设的胆胰站点识别初始模型；分别对多个预设的胆胰站点识别初始模型进行训练，得到多个胆胰站点识别模型，以分别识别不同的胆胰站点；利用多个胆胰站点识别模型，分别对胆胰结构的多个胆胰超声图像进行胆胰站点识别，以确定多个胆胰超声图像中每个第一胆胰超声图像各自对应的胆胰站点。

其中，第一胆胰超声图像为多个，多个第一胆胰超声图像中每个胆胰超声图像对应的胆胰站点是确定的。

在一个具体实施例中，预设的胆胰站点识别初始模块可以为八个，第一识别模块1202具体可以用于：分别对八个预设的胆胰站点识别初始模型进行训练，得到八个胆胰站点识别模型；其中，八个胆胰站点识别模型用于分别识别胆胰结构的多个胆胰超声图像中的：腹主动脉站、胃腔胰体站、胃腔胰尾站、Confluence站、第一肝门站、胃腔胰头站、十二指肠球部站、十二指肠降部站。

在本申请的一些实施例中，第二识别模块1203具体可以用于：获取多个预设的胆胰解剖结构识别模型；依次以多个预设的胆胰解剖结构识别模型中的多个胆胰解剖结构识别模型为目标胆胰解剖结构识别模型，利用目标胆胰解剖结构识别模型依次对多个第一胆胰超声图像进行胆胰解剖结构的识别，确定多个第一胆胰超声图像中每个第一胆胰超声图像各自对应的胆胰解剖结构；

其中，多个第一胆胰超声图像中胆胰解剖结构可识别的图像为第二胆胰超声图像，多个第一胆胰超声图像中胆胰解剖结构不可识别的图像为第三胆胰超声图像。

在一些实施例中，定位模块1204可以用于：确定第三胆胰超声图像中的多个目标区域，多个目标区域中每个目标区域由多个初始边缘点围成；确定第三胆胰超声图像中的坐标原点，以确定多个目标区域中每个目标区域各自对应的多个初始边缘点的坐标；根据多个目标区域中每个目标区域各自对应的多个初始边缘点的坐标，确定多个目标区域中每个目标区域各自对应的中心点坐标；获取预设的胆胰解剖结构对应的位置关系；根据位置关系和中心点坐标，确定目标区域对应的胆胰解剖结构。

其中，目标区域对应的胆胰解剖结构即为第三胆胰超声图像对应的胆胰解剖结构。

在另一些实施例中，定位模块1204还可以用于：对多个初始边缘点进行预设稀疏化和均匀化处理，得到多个边缘点；根据坐标原点，确定多个边缘点各自对应的边缘点坐标；根据多个边缘点坐标，确定多个目标区域中每个目标区域各自对应的中心点坐标。

本申请还提供一种服务器，其集成了本申请实施例所提供的任一种胆胰超声图像识别装置，如图13所示，其示出了本申请实施例所涉及到的服务器的结构示意图，具体来讲：

该服务器可以包括一个或者一个以上处理核心的处理器1301、一个或一个以上计算机可读存储介质的存储器1302、电源1303和输入单元1304等部件。本领域技术人员可以理解，图13中示出的服务器结构并不构成对服务器的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：

处理器1301是该服务器的控制中心，利用各种接口和线路连接整个服务器的各个部分，通过运行或执行存储在存储器1302内的软件程序和/或模型，以及调用存储在存储器1302内的数据，执行服务器的各种功能和处理数据，从而对服务器进行整体监控。可选的，处理器1301可包括一个或多个处理核心；优选的，处理器1301可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器1301中。

存储器1302可用于存储软件程序以及模型，处理器1301通过运行存储在存储器1302的软件程序以及模型，从而执行各种功能应用以及数据处理。存储器1302可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序（比如声音播放功能、图像播放功能等）等；存储数据区可存储根据服务器的使用所创建的数据等。此外，存储器1302可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器1302还可以包括存储器控制器，以提供处理器1301对存储器1302的访问。

服务器还包括给各个部件供电的电源1303，优选的，电源1303可以通过电源管理系统与处理器1301逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源1303还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。

该服务器还可包括输入单元1304，该输入单元1304可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。

尽管未示出，服务器还可以包括显示单元等，在此不再赘述。具体在本实施例中，服务器中的处理器1301会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器1302中，并由处理器1301来运行存储在存储器1302中的应用程序，从而实现各种功能，如下：

获取待识别的人体胆胰结构的多个胆胰超声图像；利用预设的胆胰站点识别模型，对胆胰结构的多个胆胰超声图像进行胆胰站点识别，确定多个胆胰超声图像对应的多个胆胰站点，以得到多个第一胆胰超声图像，多个第一胆胰超声图像中每个第一胆胰超声图像对应的胆胰站点是确定的；利用预设的胆胰解剖结构识别模型，对多个第一胆胰超声图像进行胆胰解剖结构的识别，确定多个第一胆胰超声图像中胆胰解剖结构可识别的第二胆胰超声图像，和胆胰解剖结构不可识别的第三胆胰超声图像；对第三胆胰超声图像进行位置识别，确定第三胆胰超声图像中的胆胰解剖结构。

本申请还提供一种计算机可读存储介质，该存储介质可以包括：只读存储器（ROM，Read Only Memory）、随机存取记忆体（RAM，Random Access Memory）、磁盘或光盘等。存储介质存储有计算机程序，该计算机程序被处理器进行加载，以执行本申请实施例所提供的任一种胆胰超声图像识别方法中的步骤。例如，所述计算机程序被处理器进行加载可以执行如下步骤：

获取待识别的人体胆胰结构的多个胆胰超声图像；利用预设的胆胰站点识别模型，对胆胰结构的多个胆胰超声图像进行胆胰站点识别，确定多个胆胰超声图像对应的多个胆胰站点，以得到多个第一胆胰超声图像，多个第一胆胰超声图像中每个第一胆胰超声图像对应的胆胰站点是确定的；利用预设的胆胰解剖结构识别模型，对多个第一胆胰超声图像进行胆胰解剖结构的识别，确定多个第一胆胰超声图像中胆胰解剖结构可识别的第二胆胰超声图像，和胆胰解剖结构不可识别的第三胆胰超声图像；对第三胆胰超声图像进行位置识别，确定第三胆胰超声图像中的胆胰解剖结构。

需要说明的是，本申请实施例方法由于是在电子设备中执行，各电子设备的处理对象均以数据或信息的形式存在，例如时间，实质为时间信息，可以理解的是，后续实施例中若提及尺寸、数量、位置等，均为对应的数据存在，以便电子设备进行处理，具体此处不作赘述。

以上对本申请实施例所提供的一种胆胰超声图像识别方法、装置、服务器及存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (9)

1.一种胆胰超声图像识别方法，其特征在于，包括：

获取待识别的人体胆胰结构的多个胆胰超声图像；

利用预设的胆胰站点识别模型站，对所述胆胰结构的多个胆胰超声图像进行胆胰站点识别，确定所述多个胆胰超声图像对应的多个胆胰站点，以得到多个第一胆胰超声图像，所述多个第一胆胰超声图像中每个第一胆胰超声图像对应的胆胰站点是确定的；

利用预设的胆胰解剖结构识别模型，对所述多个第一胆胰超声图像进行胆胰解剖结构的识别，确定所述多个第一胆胰超声图像中胆胰解剖结构可识别的第二胆胰超声图像，和胆胰解剖结构不可识别的第三胆胰超声图像；

对所述第三胆胰超声图像进行位置识别，确定所述第三胆胰超声图像中的胆胰解剖结构；

所述对所述第三胆胰超声图像进行位置识别，确定所述第三胆胰超声图像中的胆胰解剖结构，包括：

确定所述第三胆胰超声图像中的多个目标区域，所述多个目标区域中每个目标区域由多个初始边缘点围成；

确定所述第三胆胰超声图像中的坐标原点，以确定所述多个目标区域中每个目标区域各自对应的多个初始边缘点的坐标；

根据所述多个目标区域中每个目标区域各自对应的多个初始边缘点的坐标，确定所述多个目标区域中每个目标区域各自对应的中心点坐标；

获取预设的胆胰解剖结构对应的位置关系；

根据所述位置关系和所述中心点坐标，确定所述目标区域对应的胆胰解剖结构；

其中，所述目标区域对应的胆胰解剖结构即为所述第三胆胰超声图像对应的胆胰解剖结构。

2.根据权利要求1所述的胆胰超声图像识别方法，其特征在于，所述获取待识别的人体胆胰结构的多个胆胰超声图像包括：

获取待识别的人体胆胰结构的多个初始胆胰超声图像；

确定所述多个初始胆胰超声图像中每个初始胆胰超声图像各自对应的有效区域，得到多个有效区域；

获取所述多个有效区域中每个有效区域各自对应的水平外切矩形，得到多个水平外切矩形；

以所述多个水平外切矩形分别裁切所述待识别的胆胰结构的多个初始胆胰超声图像，得到进行后续识别的胆胰结构的多个胆胰超声图像。

3.根据权利要求2所述的胆胰超声图像识别方法，其特征在于，所述利用预设的胆胰站点识别模型，对所述胆胰结构的多个胆胰超声图像进行胆胰站点识别，确定所述多个胆胰超声图像对应的多个胆胰站点，以得到多个第一胆胰超声图像，包括：

获取多个预设的胆胰站点识别初始模型；

分别对所述多个预设的胆胰站点初始模型进行训练，得到多个胆胰站点识别模型，以分别识别不同的胆胰站点；

利用所述多个胆胰站点识别模型，分别对所述胆胰结构的多个胆胰超声图像进行胆胰站点识别，以确定所述多个胆胰超声图像中每个第一胆胰超声图像各自对应的胆胰站点；

其中，所述第一胆胰超声图像为多个，所述多个第一胆胰超声图像中每个胆胰超声图像对应的胆胰站点是确定的。

4.根据权利要求3所述的胆胰超声图像识别方法，其特征在于，所述预设的胆胰站点识别初始模型为八个；

所述分别对所述多个预设的胆胰站点识别初始模型进行训练，得到多个胆胰站点识别模型，以分别识别不同的胆胰站点，包括：

分别对八个预设的胆胰站点识别初始模型进行训练，得到八个胆胰站点识别模型；其中，所述八个胆胰站点识别模型用于分别识别所述胆胰结构的多个胆胰超声图像中的：腹主动脉站、胃腔胰体站、胃腔胰尾站、Confluence站、第一肝门站、胃腔胰头站、十二指肠球部站、十二指肠降部站。

5.根据权利要求1所述的胆胰超声图像识别方法，其特征在于，所述利用预设的胆胰解剖结构识别模型，对所述多个第一胆胰超声图像进行胆胰解剖结构的识别，确定所述多个第一胆胰超声图像中胆胰解剖结构可识别的第二胆胰超声图像，和胆胰解剖结构不可识别的第三胆胰超声图像，包括：

获取多个预设的胆胰解剖结构识别模型；

依次以所述多个预设的胆胰解剖结构识别模型中的多个胆胰解剖结构识别模型为目标胆胰解剖结构识别模型，利用所述目标胆胰解剖结构识别模型依次对所述多个第一胆胰超声图像进行胆胰解剖结构的识别，确定所述多个第一胆胰超声图像中每个第一胆胰超声图像各自对应的胆胰解剖结构；

其中，所述多个第一胆胰超声图像中胆胰解剖结构可识别的图像为第二胆胰超声图像，所述多个第一胆胰超声图像中胆胰解剖结构不可识别的图像为第三胆胰超声图像。

6.根据权利要求1所述的胆胰超声图像识别方法，其特征在于，所述根据所述多个目标区域中每个目标区域各自对应的多个初始边缘点的坐标，确定所述多个目标区域中每个目标区域各自对应的中心点坐标，包括：

对所述多个初始边缘点进行预设稀疏化和均匀化处理，得到多个边缘点；

根据所述坐标原点，确定所述多个边缘点各自对应的边缘点坐标；

根据所述多个边缘点坐标，确定所述多个目标区域中每个目标区域各自对应的中心点坐标。

7.一种胆胰超声图像识别装置，其特征在于，所述胆胰超声图像识别装置包括：

获取模块，用于获取待识别的人体胆胰结构多个胆胰超声图像；

第一识别模块，用于利用预设的胆胰站点识别模型，对所述胆胰结构的多个胆胰超声图像进行胆胰站点识别，确定所述多个胆胰超声图像对应的多个胆胰站点，以得到多个第一胆胰超声图像，所述多个第一胆胰超声图像中每个第一胆胰超声图像对应的胆胰站点是确定的；

第二识别模块，用于利用预设的胆胰解剖结构识别模型，对所述多个第一胆胰超声图像进行胆胰解剖结构的识别，确定所述多个第一胆胰超声图像中胆胰解剖结构可识别的第二胆胰超声图像，和胆胰解剖结构不可识别的第三胆胰超声图像；

定位模块，用于对所述第三胆胰超声图像进行位置识别，确定所述第三胆胰超声图像中的胆胰解剖结构；

所述定位模块对所述第三胆胰超声图像进行位置识别，确定所述第三胆胰超声图像中的胆胰解剖结构，包括：

确定所述第三胆胰超声图像中的多个目标区域，所述多个目标区域中每个目标区域由多个初始边缘点围成；

确定所述第三胆胰超声图像中的坐标原点，以确定所述多个目标区域中每个目标区域各自对应的多个初始边缘点的坐标；

根据所述多个目标区域中每个目标区域各自对应的多个初始边缘点的坐标，确定所述多个目标区域中每个目标区域各自对应的中心点坐标；

获取预设的胆胰解剖结构对应的位置关系；

根据所述位置关系和所述中心点坐标，确定所述目标区域对应的胆胰解剖结构；

其中，所述目标区域对应的胆胰解剖结构即为所述第三胆胰超声图像对应的胆胰解剖结构。

8.一种服务器，其特征在于，所述服务器包括：

一个或多个处理器；

存储器；以及

一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行以实现权利要求1至6中任一项所述的胆胰超声图像识别方法。

9.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行权利要求1至6任一项所述的胆胰超声图像识别方法中的步骤。

Images