CN116681640A - 参数检测方法、超声设备及存储介质 - Google Patents
参数检测方法、超声设备及存储介质 Download PDFInfo
- Publication number
- CN116681640A CN116681640A CN202210170011.9A CN202210170011A CN116681640A CN 116681640 A CN116681640 A CN 116681640A CN 202210170011 A CN202210170011 A CN 202210170011A CN 116681640 A CN116681640 A CN 116681640A
- Authority
- CN
- China
- Prior art keywords
- image
- quality
- ultrasonic
- target
- ivc
- 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 58
- 238000002604 ultrasonography Methods 0.000 claims abstract description 158
- 238000005070 sampling Methods 0.000 claims abstract description 136
- 238000000034 method Methods 0.000 claims abstract description 28
- 238000010586 diagram Methods 0.000 claims description 32
- 238000012545 processing Methods 0.000 claims description 22
- 230000003993 interaction Effects 0.000 claims description 19
- 239000000523 sample Substances 0.000 claims description 18
- 230000003044 adaptive effect Effects 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 10
- 238000007781 pre-processing Methods 0.000 claims description 6
- 230000015654 memory Effects 0.000 description 25
- 238000013527 convolutional neural network Methods 0.000 description 8
- 238000013528 artificial neural network Methods 0.000 description 6
- 238000013135 deep learning Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 210000001631 vena cava inferior Anatomy 0.000 description 5
- 238000001303 quality assessment method Methods 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 210000001015 abdomen Anatomy 0.000 description 2
- 230000008485 antagonism Effects 0.000 description 2
- 210000004204 blood vessel Anatomy 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 230000000241 respiratory effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000001746 atrial effect Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 210000005245 right atrium Anatomy 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
- 210000002417 xiphoid bone Anatomy 0.000 description 1
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
- A61B8/44—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device
-
- 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
-
- 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
- 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
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
-
- 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
-
- 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
- G06T2207/30168—Image quality inspection
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)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Heart & Thoracic Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明涉及超声设备技术领域,具体涉及一种参数检测方法、超声设备及存储介质,该方法包括:获取多个超声图像;将超声图像与目标IVC切面图像进行比较,确定并显示超声图像的图像质量,以获得符合预设质量条件的目标超声图像;基于目标超声图像的类型以及特征,确定取样线的位置,以确定感兴趣区域的图像;根据感兴趣区域的图像的特征,确定IVC参数。采用该方法可以保证确定的取样线的准确性,不依赖用户的经验,进一步保证感兴趣区域的图像的准确性。然后超声设备根据感兴趣区域的图像的特征,确定IVC参数,从而可以保证确定的IVC参数的准确性。
Description
技术领域
本发明涉及超声设备技术领域,具体涉及一种参数检测方法、超声设备及存储介质。
背景技术
随着科学技术的发展,超声检查已越来越多地被临床医生用于测量下腔静脉(Inferior vena cava,IVC)。下腔静脉各参数是床旁超声进行患者容量负荷评价的一种手段,临床上可判断是否有足够的血液供心脏泵送到终末器官,辅助医生做出决策。
在现有技术中,为了测量IVC,临床医生必须用一只手固定超声探头,另一只手在超声设备上进行IVC测量,或者脱机测量。
因此,超声IVC测量不仅会受到探头移动的影响,还会受到IVC随呼吸运动的影响,常规方法步骤复杂、操作繁琐,且M线定位存在一定主观因素,从而导致IVC参数不准确。
发明内容
有鉴于此,本发明实施例提供了一种参数检测方法、超声设备及存储介质,以解决IVC参数不准确的问题。
根据第一方面,本发明实施例提供了一种参数检测方法,该方法包括:
获取多个超声图像;超声图像的类型包括IVC横切类型以及IVC纵切类型;
将超声图像与目标IVC切面图像进行比较,确定并显示超声图像的图像质量,以获得符合预设质量条件的目标超声图像;
基于目标超声图像的类型以及特征,确定取样线的位置,以确定感兴趣区域的图像;
根据感兴趣区域的图像的特征,确定IVC参数。
本发明实施例提供的参数检测方法,通过获取多个超声图像,超声图像的类型包括IVC横切类型以及IVC纵切类型,从而可以实现对IVC横切超声图像和IVC纵切超声图像均进行参数检测。然后,将超声图像与目标IVC切面图像进行比较,确定并显示超声图像的图像质量,从而可以保证目标超声图像的图像质量,避免因为目标超声图像的质量较差而导致IVC参数不准确。此外,基于目标超声图像的类型以及特征,确定取样线的位置,以确定感兴趣区域的图像,从而可以保证确定的取样线的准确性,不依赖用户的经验,进一步保证感兴趣区域的图像的准确性。然后超声设备根据感兴趣区域的图像的特征,确定IVC参数,从而可以保证确定的IVC参数的准确性。
结合第一方面,在第一方面第一实施方式中,将超声图像与目标IVC切面图像进行比较,确定并显示超声图像的图像质量,包括:
对超声图像进行质量识别;
根据质量识别结果,将超声图像与目标IVC切面图像进行对比,确定并在超声界面上显示超声图像的图像质量。
本发明实施例提供的参数检测方法,通过对超声图像进行质量识别,根据质量识别结果将超声图像与目标IVC切面图像进行对比,确定并显示超声图像的图像质量,从而可以保证显示的超声图像的图像质量的准确性。
结合第一方面第一实施方式,在第一方面第二实施方式中,超声界面包括质量显示区,在超声界面上显示超声图像的图像质量,包括:
将超声图像的质量与各个质量等级的阈值进行比较,确定超声图像对应的质量等级;
在质量显示区显示质量等级对应的标识。
本发明实施例提供的参数检测方法,通过将超声图像的质量与各个质量等级的阈值进行比较,确定超声图像对应的质量等级,并在质量显示区显示质量等级对应的标识,使得用户可以快速获取到超声图像的质量。
结合第一方面第二实施方式,在第一方面第三实施方式中,质量显示区包括质量进度条,在质量显示区显示质量等级对应的标识,包括:
基于质量等级确定质量进度条的实际进度;
在质量显示区显示质量进度条的实际进度。
本发明实施例提供的参数检测方法,基于超声图像的质量等级确定质量进度条的实际进度,并在质量显示区显示质量进度条的实际进度。从而使得用户可以根据质量进度条的实际进度快速且直观地确定当前超声图像的质量等级。
结合第一方面第三实施方式,在第一方面第四实施方式中,在质量显示区显示质量等级对应的标识,还包括:
基于质量等级确定质量进度条的第一填充标识;
将第一填充标识与实际进度在质量显示区叠加显示。
本发明实施例提供的参数检测方法,基于质量等级确定质量进度条的第一填充标识;将第一填充标识与实际进度在质量显示区叠加显示,从而使得用户可以根据质量进度条的实际进度以及质量进度条的第一填充标识快速且直观地确定当前超声图像的质量等级。
结合第一方面第二实施方式,在第一方面第五实施方式中,超声界面包括超声图像显示区,在超声界面上显示超声图像的图像质量,还包括:
获取超声图像对应的超声图像轮廓;
基于质量等级确定超声图像轮廓对应的第二填充标识;
在超声图像显示区基于超声图像轮廓显示第二填充标识。
本发明实施例提供的参数检测方法,获取超声图像对应的超声图像轮廓;然后,基于质量等级确定超声图像轮廓对应的第二填充标识;在超声图像显示区基于超声图像轮廓显示第二填充标识。从而使得用户可以根据超声图像轮廓对应的超声图像轮廓直观且快速地确定超声图像的图像质量。
结合第一方面,在第一方面第六实施方式中,基于目标超声图像的类型以及特征,确定取样线的位置,以确定感兴趣区域的图像,包括:
基于目标超声图像的类型以及特征,确定取样点;
根据取样点的位置以及目标超声图像中IVC的位置信息,确定取样线的位置,以确定感兴趣区域的图像。
本发明实施例提供的参数检测方法,基于目标超声图像的类型以及特征,确定取样点,然后根据取样点的位置以及目标超声图像中IVC的位置信息,确定取样线的位置,以确定感兴趣区域的图像。从而可以保证确定的取样点的位置的准确性,进一步保证确定的取样线的位置的准确性。
结合第一方面第六实施方式,在第一方面第七实施方式中,方法还包括:
当取样点附近位置的图像质量满足预设需求时,根据取样点的位置,确定感兴趣区域;
对感兴趣区域进行质量检测,确定感兴趣区域的图像质量,并显示感兴趣区域的图像质量。
本发明实施例提供的参数检测方法,当取样点附近位置的图像质量满足预设需求时,根据取样点的位置,确定感兴趣区域,从而可以保证确定的感兴趣区域的准确性。然后,对感兴趣区域进行质量检测,确定感兴趣区域的图像质量,并显示感兴趣区域的图像质量。从而使得用户可以获取到感兴趣区域的图像质量,且保证了感兴趣区域的图像质量能够满足用户需求。进而保证根据感兴趣区域的图像的特征,确定的IVC参数的准确性。
结合第一方面第七实施方式,在第一方面第八实施方式中,方法还包括:
当取样点附近位置的图像质量不满足预设需求时,响应于对取样点的调整指令,以确定调整后的取样点的位置;
根据调整后的取样点的位置,确定感兴趣区域;
对感兴趣区域的质量进行识别,并在感兴趣区域质量不满足预设要求时发出提示信息。
本发明实施例提供的参数检测方法,当取样点附近位置的图像质量不满足预设需求时,响应于对取样点的调整指令,以确定调整后的取样点的位置,从而保证了调整后的取样点的位置的准确性。然后,根据调整后的取样点的位置,确定感兴趣区域,从而保证了感兴趣区域的准确性。再对感兴趣区域的质量进行识别,并在感兴趣区域质量不满足预设要求时发出提示信息。从而可以保证感兴趣区域的质量,避免因为感兴趣区域的质量较差,导致IVC参数不准确。
结合第一方面,在第一方面第九实施方式中,根据感兴趣区域的图像的特征,确定IVC参数,包括:
根据感兴趣区域对应的目标超声图像的类型,对感兴趣区域进行预处理,得到感兴趣区域对应的取样线位置的目标图像;
基于各个目标超声图像,对各目标图像进行自适应插值处理;
根据自适应插值处理后的各个目标图像,生成M图,并显示M图;
根据M图,确定IVC参数,根据IVC参数生成参数趋势图,并显示参数趋势图。
本发明实施例提供的参数检测方法,根据感兴趣区域对应的目标超声图像的类型,对感兴趣区域进行预处理,得到感兴趣区域对应的取样线位置的目标图像,可以保证各目标图像质量更高。基于各个目标超声图像,对各目标图像进行自适应插值处理,并根据自适应插值处理后的各个目标图像,生成M图,并显示M图,可以保证生成的M图更加准确,且使得用户可以清晰准确地获取到M图。然后,根据M图,确定IVC参数,根据IVC参数生成参数趋势图,并显示参数趋势图。从而可以保证确定的IVC参数的准确性。然后,根据IVC参数生成参数趋势图,并显示参数趋势图,从而更能表征IVC参数的特点,使得用户更加清楚地了解IVC参数地特征。
结合第一方面第九实施方式,在第一方面第十实施方式中,基于各个目标超声图像,对各目标图像进行自适应插值处理之前,方法还包括:
获取各目标图像中IVC的直径;
将目标图像中IVC的直径与预设直径范围进行对比;
当目标图像中的IVC的直径在预设直径范围内时,基于各个目标超声图像,对各目标图像进行自适应插值处理;
当目标图像中的IVC的直径不在预设直径范围内时,输出报错信息,并调整目标图像对应的感兴趣区域。
本发明实施例提供的参数检测方法,通过将目标图像中IVC的直径与预设直径范围进行对比,从而实现对各感兴趣区域对应的取样线位置进行再次检测,当目标图像中的IVC的直径在预设直径范围内时,说明取样线位置准确,基于各个目标超声图像,对各目标图像进行自适应插值处理,保证了生成地M图的准确性。当目标图像中的IVC的直径不在预设直径范围内时,说明取样线位置不准确,输出报错信息,并调整目标图像对应的感兴趣区域,从而可以进一步保证取样线位置的准确性。
根据第二方面,本发明实施例提供了一种超声设备,包括:人机交互设备以及至少一个探头接口,至少一个探头接口用于将至少一个探头与人机交互设备通信连接,人机交互设备用于,
获取多个超声图像;超声图像的类型包括IVC横切类型以及IVC纵切类型;
将超声图像与目标IVC切面图像进行比较,确定并显示超声图像的图像质量,以获得符合预设质量条件的目标超声图像;
基于目标超声图像的类型以及特征,确定取样线的位置,以确定感兴趣区域的图像;
根据感兴趣区域的图像的特征,确定IVC参数。
本发明实施例提供的超声设备,通过获取多个超声图像,超声图像的类型包括IVC横切类型以及IVC纵切类型,从而可以实现对IVC横切超声图像和IVC纵切超声图像均进行参数检测。然后,将超声图像与目标IVC切面图像进行比较,确定并显示超声图像的图像质量,从而可以保证目标超声图像的图像质量,避免因为目标超声图像的质量较差而导致IVC参数不准确。此外,基于目标超声图像的类型以及特征,确定取样线的位置,以确定感兴趣区域的图像,从而可以保证确定的取样线的准确性,不依赖用户的经验,进一步保证感兴趣区域的图像的准确性。然后超声设备根据感兴趣区域的图像的特征,确定IVC参数,从而可以保证确定的IVC参数的准确性。
根据第三方面,本发明实施例提供了一种计算机可读存储介质,计算机可读存储介质存储计算机指令,计算机指令用于使计算机执行第一方面或者第一方面的任意一种实施方式中的参数检测方法。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,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是根据本发明实施例的超声设备的结构示意图;
图2是根据本发明实施例的主机的结构示意图;
图3是根据本发明实施例的参数检测方法的示意图;
图4是根据本发明实施例的参数检测方法的示意图;
图5a-图5c是根据本发明实施例的超声图像质量显示的示意图;
图6是根据本发明实施例的超声图像质量显示的示意图;
图7是根据本发明实施例的参数检测方法的示意图;
图8a-图8c是根据本发明实施例的感兴趣区域图像质量显示的示意图;
图9是根据本发明实施例的感兴趣区域图像质量显示的示意图;
图10是根据本发明实施例的参数检测方法的示意图;
图11a是根据本发明实施例的超声图像的纵切类型的示意图;
图11b是根据本发明实施例的超声图像的横切类型的示意图;
图12是根据本发明实施例的超声图像和M图的示意图;
图13a-图13c是根据本发明实施例的IVC参数确定的示意图;
图14是根据本发明实施例的输出报错信息的示意图;
图15是根据本发明实施例的参数检测方法的示意图;
图16是根据本发明实施例的参数检测装置的结构框图。
具体实施方式
本发明实施例提供了一种超声设备,如图1所示,该超声设备包括人机交互设备101以及至少一个探头接口102。其中,探头接口用于将超声探头接入人机交互设备101,超声设备上所设置的探头接口的类型以及数量可以根据实际需求进行设置,在此对其并不做任何限定。
具体地,人机交互设备101可以接收用户输入的待扫查部位,然后根据接收到的待扫查部位开启相应的IVC测量模型,并根据待扫查部位选择相应的探头,然后通过语音或者文字或者图像,引导用户找到IVC的位置。其中,待扫查部位可以包括但不限于膀胱,腹部、心脏等部位。
人机交互设备101包括显示件,当对待扫查部位进行超声扫查时,先在显示件上显示B模式下的超声图像,其中,超声图像可以是IVC横切超声图像也可以是IVC纵切超声图像。人机交互设备101检测超声图像对应的切面类型,在确定超声图像对应的切面类型的情况下,人机交互设备101获取多个超声图像,并检测各个超声图像是否符合质量标准。可选的,人机交互设备101可以获取各个超声图像的图像属性信息,然后将各个超声图像的图像属性信息与目标IVC切面图像的图像属性信息进行对比,确定并显示各个超声图像的图像质量,其中,图像属性信息包括但不限于图像亮度、图像清晰度等信息。可选的,人机交互设备101还可以将各个超声图像输入至质量识别模型,质量识别模型将各个超声图像与目标IVC切面图像进行对比,确定并显示各个超声图像的图像质量。
在确定各个超声图像的图像质量之后,人机交互设备101可以利用显示件以文字形式、轮廓标识或者颜色图像等方式显示各个超声图像对应的图像质量。
在各个超声图像的图像等级大于图像质量等级的阈值的情况下,将各个超声图像确定为目标超声图像。根据各个目标超声图像的特征,人机交互设备101确定取样点,然后根据取样点的位置,确定取样线。在确定的取样点不符合预设需求时,人机交互设备101还可以接收用户输入的取样点调整指令,然后根据取样点调整指令调整取样点的位置,从而得到感兴趣区域,并显示感兴趣区域对应的图像质量。在感兴趣区域质量满足预设要求的情况下,根据感兴趣区域的图像的特征,确定IVC参数,并根据IVC参数生成参数趋势图,显示参数趋势图。
本发明实施例提供的超声设备,通过获取多个超声图像,超声图像的类型包括IVC横切类型以及IVC纵切类型,从而可以实现对IVC横切超声图像和IVC纵切超声图像均进行参数检测。然后,将各个超声图像与目标IVC切面图像进行比较,确定并显示各个超声图像的图像质量,从而可以保证目标超声图像的图像质量,避免因为目标超声图像的质量较差而导致IVC参数不准确。此外,基于目标超声图像的类型以及特征,确定取样线的位置,以确定感兴趣区域的图像,从而可以保证确定的取样线的准确性,不依赖用户的经验,进一步保证感兴趣区域的图像的准确性。然后超声设备根据感兴趣区域的图像的特征,确定IVC参数,从而可以保证确定的IVC参数的准确性。
在本实施例的一些可选实施方式中,超声设备还具有其他作用,具体地作用请参见下文中参数检测方法中相应的描述。
在本实施例的一些可选实施方式中,请参阅图2,图2是本发明可选实施例人机交互设备的结构示意图,如图2所示,该人机交互设备可以包括:显示件(图2中未示出)、至少一个处理器201,例如CPU(Central Processing Unit,中央处理器),至少一个通信接口203,存储器204,至少一个通信总线202。其中,通信总线202用于实现这些组件之间的连接通信。其中,通信接口203可以包括显示屏(Display)、键盘(Keyboard),可选通信接口203还可以包括标准的有线接口、无线接口。存储器204可以是高速RAM存储器(Random AccessMemory,易挥发性随机存取存储器),也可以是非不稳定的存储器(non-volatilememory),例如至少一个磁盘存储器。存储器204可选的还可以是至少一个位于远离前述处理器201的存储装置。其中存储器204中存储应用程序,且处理器201调用存储器204中存储的程序代码,以用于执行下述的超声扫查的显示方法步骤,并将相应内容发送给显示件进行显示。
其中,通信总线202可以是外设部件互连标准(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture,简称EISA)总线等。通信总线202可以分为地址总线、数据总线、控制总线等。为便于表示,图2中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
其中,存储器204可以包括易失性存储器(英文:volatilememory),例如随机存取存储器(英文:random-accessmemory,缩写:RAM);存储器也可以包括非易失性存储器(英文:non-volatilememory),例如快闪存储器(英文:flashmemory),硬盘(英文:hard diskdrive,缩写:HDD)或固态硬盘(英文:solid-statedrive,缩写:SSD);存储器204还可以包括上述种类的存储器的组合。
其中,处理器201可以是中央处理器(英文:central processing unit,缩写:CPU),网络处理器(英文:networkprocessor,缩写:NP)或者CPU和NP的组合。
其中,处理器201还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(英文:application-specific integrated circuit,缩写:ASIC),可编程逻辑器件(英文:programmable logic device,缩写:PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(英文:complex programmable logic device,缩写:CPLD),现场可编程逻辑门阵列(英文:field-programmable gate array,缩写:FPGA),通用阵列逻辑(英文:generic arraylogic,缩写:GAL)或其任意组合。
可选地,存储器204还用于存储程序指令。处理器201可以调用程序指令,实现如本申请任一实施例中所示的参数检测方法。
根据本发明实施例,提供了一种参数检测方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
在本实施例中提供了一种参数检测方法,可用于上述的超声设备,图3是根据本发明实施例的参数检测方法的流程图,如图3所示,该流程包括如下步骤:
S11,获取多个超声图像。
其中,超声图像的类型包括IVC横切类型以及IVC纵切类型。
具体地,超声设备可以接收用户输入的待扫查部位,然后根据接收到的待扫查部位开启相应的IVC测量模型,并根据待扫查部位选择相应的探头,然后通过语音或者文字或者图像,引导用户找到IVC的位置。其中,待扫查部位可以包括但不限于膀胱,腹部、心脏等部位。
当超声设备对待扫查部位进行超声扫查时,先在显示件上显示B模式下的超声图像,其中,超声图像可以是IVC横切超声图像也可以是IVC纵切超声图像。超声设备检测超声图像对应的切面类型,在确定超声图像切面类型符合待扫查部位的特征的情况下,超声设备对待扫查部位进行扫查获取多个超声图像。
S12,将超声图像与目标IVC切面图像进行比较,确定并显示超声图像的图像质量,以获得符合预设质量条件的目标超声图像。
可选的,超声设备可以获取超声图像的图像属性信息,然后将超声图像的图像属性信息与目标IVC切面图像的图像属性信息进行对比,确定并显示超声图像的图像质量,其中,图像属性信息包括但不限于图像亮度、图像清晰度等信息,从而获得符合预设质量条件的目标超声图像。
可选的,超声设备还可以将超声图像输入至质量识别模型,质量识别模型将各个超声图像与目标IVC切面图像进行对比,确定并显示各个超声图像的图像质量,从而获得符合预设质量条件的目标超声图像。
可选的,超声设备可以将获取到的多个超声图像输入至质量识别模型,也可以将获取到的多个超声图像中的一帧超声图像输入至质量识别模型;还可以将获取到的多个超声图像中的任意几帧超声图像输入至质量识别模型。
S13,基于目标超声图像的类型以及特征,确定取样线的位置,以确定感兴趣区域的图像。
具体地,超声设备基于目标超声图像中的IVC的位置,确定取样线的位置,然后超声设备根据取样线的位置,对目标超声图像进行分割,从而确定感兴趣区域的图像。
S14,根据感兴趣区域的图像的特征,确定IVC参数。
具体地,超声设备可以根据感兴趣区域的图像特征,获取IVC的上下边界、周期内IVC直径的最大最小值、采样线包络线、周期分割线等基本参数,根据这些基本参数,可以计算得到周期内IVC的变异度、塌陷率等IVC参数。
关于该步骤具体将在下文中进行详细描述。
本发明实施例提供的参数检测方法,通过获取多个超声图像,超声图像的类型包括IVC横切类型以及IVC纵切类型,从而可以实现对IVC横切超声图像和IVC纵切超声图像均进行参数检测。然后,将各个超声图像与目标IVC切面图像进行比较,确定并显示各个超声图像的图像质量,从而可以保证目标超声图像的图像质量,避免因为目标超声图像的质量较差而导致IVC参数不准确。此外,基于目标超声图像的类型以及特征,确定取样线的位置,以确定感兴趣区域的图像,从而可以保证确定的取样线的准确性,不依赖用户的经验,进一步保证感兴趣区域的图像的准确性。然后超声设备根据感兴趣区域的图像的特征,确定IVC参数,从而可以保证确定的IVC参数的准确性。
在本实施例中提供了一种参数检测方法,可用于上述的超声设备,图4是根据本发明实施例的参数检测方法的流程图,如图4所示,该流程包括如下步骤:
S21,获取多个超声图像。
其中,超声图像的类型包括IVC横切类型以及IVC纵切类型。
详细请参见图3所示实施例的S11,在此不再赘述。
S22,将超声图像与目标IVC切面图像进行比较,确定并显示超声图像的图像质量,以获得符合预设质量条件的目标超声图像。
上述S22包括:
S221,对超声图像进行质量识别。
具体地,超声设备可以基于多帧超声图像以及多帧超声图像对应的标签信息训练质量识别网络,从而得到质量识别模型,然后基于质量识别模型对超声图像进行质量识别。
其中,质量识别模型可以是基于传统识别算法生成的模型,也可以是基于深度学习算法生成的模型,其中,传统算法可以包括但不限于特征描述算子+Adaboost算法,方向梯度直方图特征+SVM算法,DPM算法等;深度学习算法包括DNN(Deep Neural Networks,深度神经网络)、CNN(Convolutional Neural Networks,卷积神经网络)、RNN(RecurrentNeural Network,循环神经网络)等,在质量识别模型是CNN时,其可以是V-Net模型、U-Net模型、FastCNN模型、生成式对抗网络Generative Adversarial Nets模型等。本申请实施例对质量识别模型的类型不做具体限定。
可选地,超声设备也可以接收其他设备发送的质量识别模型。
S222,根据质量识别结果,将超声图像与目标IVC切面图像进行对比,确定并在超声界面上显示超声图像的图像质量。
具体地,超声设备将超声图像输入至质量识别模型,质量识别模型可以将超声图像的特征与目标IVC切面图像的特征进行对比,例如,纵切目标超声图像包含肝中静脉、右心房开口、膈肌等特征。然后根据对比的结果,确定各个超声图像的质量识别结果。
然后,超声设备将各个超声图像与目标IVC切面图像进行对比,确定并在超声界面上显示各个超声图像的图像质量。
在本申请一种可选的实施方式中,超声界面包括质量显示区,上述S222中的“在超声界面上显示各个超声图像的图像质量”可以包括以下内容:
(1)将超声图像的质量与各个质量等级的阈值进行比较,确定超声图像对应的质量等级。
具体地,超声设备可以接收用户输入的各个质量等级的阈值,也可以接收其他设备发送的各个质量等级的阈值。超声设备将超声图像的质量与各个质量等级的阈值进行比较,确定超声图像对应的质量等级。
示例性的,假设质量等级的阈值包括第一阈值和第二阈值,其中第一阈值可以为0.5,第二阈值可以为0.8。第一阈值和第二阈值还可以为其他数值,本申请实施对第一阈值和第二阈值的数值不做具体限定。
当超声图像的质量小于质量等级的第一阈值,超声图像的质量为一级,当超声图像的质量大于等于质量等级的第一阈值小于质量等级的第二阈值,超声图像的质量为二级;当超声图像的质量大于等于质量等级的第二阈值,超声图像的质量为三级,其中,三级的质量大于二级的质量,二级的质量大于一级的质量。
(2)在质量显示区显示质量等级对应的标识。
具体地,超声设备可以根据超声图像的质量等级在质量显示区显示质量等级对应的标识。
其中,标识可以是文字,也可以是数字,还可以是字母或者任一图像,本申请实施例对质量等级对应的标识不做具体限定。
示例性的,假设标识为数字时,当超声图像的质量为一级时,质量显示区显示1;当超声图像的质量为二级时,质量显示区显示2;当超声图像的质量为三级时,质量显示区显示3。
在本申请一个可选的实施方式中,质量显示区包括质量进度条,上述步骤(2)“在质量显示区显示质量等级对应的标识”,可以包括:
(21)基于质量等级确定质量进度条的实际进度。
(22)在质量显示区显示质量进度条的实际进度。
具体地,超声设备根据超声图像的质量等级,确定超声图像的质量等级对应的质量进度条的实际进度。
其中,需要说明的是,质量进度条的实际进度可以与超声图像的质量等级成正比,也可以与超声图像的质量等级成反比。
在一种可选的实施方式中,超声图像的质量等级对应的质量进度条可以使用一种颜色填充。超声设备可以利用质量显示区中质量进度条的实际进度显示超声图像的质量等级。示例性的,质量进度条可以使用黑色填充也可以灰色填充,本申请实施例对填充质量进度条的颜色不做具体限定。
以质量进度条的实际进度与超声图像的质量等级成正比为例进行举例。示例性的,超声图像的质量等级为三级时,质量显示区显示的超声图像对应的质量进度条的实际进度为六分之五;超声图像的质量等级为二级时,质量显示区显示的超声图像对应的质量进度条的实际进度为三分之二;超声图像的质量等级为一级时,质量显示区显示的超声图像对应的质量进度条的实际进度为三分之一。需要说明的是三级代表图像质量最好,二级代表图像质量适中,二级代表图像质量最差。
在一种可选的实施方式中,超声设备还可以根据超声图像的质量等级的不同,利用不同的颜色填充质量进度条。然后,用户可以根据质量进度条填充的颜色确定超声图像的质量等级。
示例性,质量进度条填充的颜色可以为绿色、黄色和红色。假设超声图像的质量等级为三级时,质量进度条填充的颜色可以为绿色;超声图像的质量等级为二级时,质量进度条填充的颜色可以为黄色;超声图像的质量等级为一级时,质量进度条填充的颜色可以为红色。需要说明的是三级代表图像质量最好,二级代表图像质量适中,二级代表图像质量最差。
在本申请另一个可选的实施方式中,上述步骤(2)中“在质量显示区显示质量等级对应的标识”还包括:
(23)基于质量等级确定质量进度条的第一填充标识。
(24)将第一填充标识与实际进度在质量显示区叠加显示。
具体地,超声设备根据超声图像的质量等级,确定质量进度条的第一填充标识。然后,将质量进度条的第一填充标识与实际进度在质量显示区叠加显示。
其中,质量进度条的第一填充标识可以是颜色标识,还可以是图像标识。其中图像标识可是圆形、正方形、三角形等。
示例性的,以质量进度条的第一填充标识为颜色标识为例。当超声图像的质量等级为三级时,确定质量进度条的第一填充标识为绿色。将第一填充标识与实际进度在质量显示区叠加显示,示例性的,超声图像对应的质量进度条的实际进度为六分之五且填充颜色为绿色;超声图像的质量等级为二级时,确定质量进度条的第一填充标识为黄色。将第一填充标识与实际进度在质量显示区叠加显示,也就是说,超声图像对应的质量进度条的实际进度为三分之二且填充颜色为黄色;超声图像的质量等级为一级时,确定质量进度条的第一填充标识为红色标识。将第一填充标识与实际进度在质量显示区叠加显示,也就是说,超声图像对应的质量进度条的实际进度为三分之一且填充颜色为红色。
在本申请另一个可选的实施方式中,超声界面包括超声图像显示区,上述S222中的“在超声界面上显示各个超声图像的图像质量”还可以包括以下内容:
(3)获取超声图像对应的超声图像轮廓。
(4)基于质量等级确定超声图像轮廓对应的第二填充标识。
(5)在超声图像显示区基于超声图像轮廓显示第二填充标识。
具体地,超声设备可以利用轮廓识别算法识别各个超声图像对应的超声图像轮廓。然后,基于质量等级确定各超声图像轮廓对应的第二填充标识。
其中,第二填充标识可以是颜色填充标识,还可以是其他填充标识。
示例性的,假设第二填充标识可以是颜色填充标识,当超声图像的质量等级为一级时,超声图像轮廓为红色;当超声图像的质量等级为二级时,超声图像轮廓为黄色,当超声图像的质量等级为三级时,超声图像轮廓为绿色。示例性的,如图5所示。图5a中超声图像的轮廓为红色表示超声图像的图像质量等级为一级、图5b中超声图像的轮廓为黄色表示超声图像的图像质量等级为二级、图5c中超声图像的轮廓为绿色表示超声图像的图像质量等级为三级。
其中另一种可选的实施方式中,超声设备还可以以文字的形式的输出各个超声设备的图像质量。如图6所示,图6中“质量提示:XX”中的“XX”可以显示红色、黄色、绿色等颜色,也可以显示“不佳”、“一般”、“较好”等文字。
S23,基于目标超声图像的类型以及特征,确定取样线的位置,以确定感兴趣区域的图像。
详细请参见图3所示实施例的S13,在此不再赘述。
S24,根据感兴趣区域的图像的特征,确定IVC参数。
详细请参见图3所示实施例的S14,在此不再赘述。
本发明实施例提供的参数检测方法,通过对各超声图像进行质量识别,根据质量识别结果将各个超声图像与目标IVC切面图像进行对比,确定各个超声图像的图像质量,从而可以保证显示的各个超声图像的图像质量的准确性。通过将超声图像的质量与各个质量等级的阈值进行比较,确定超声图像对应的质量等级,并在质量显示区显示质量等级对应的标识,使得用户可以快速获取到各个超声图像的质量。
可选的,基于超声图像的质量等级确定质量进度条的实际进度,并在质量显示区显示质量进度条的实际进度。从而使得用户可以根据质量进度条的实际进度快速且直观地确定当前超声图像的质量等级。
可选的,超声设备还可以基于质量等级确定质量进度条的第一填充标识;将第一填充标识与实际进度在质量显示区叠加显示,从而使得用户可以根据质量进度条的实际进度以及质量进度条的第一填充标识快速且直观地确定当前超声图像的质量等级。
可选的,超声设备还可以获取各个超声图像对应的超声图像轮廓;然后,基于质量等级确定各超声图像轮廓对应的第二填充标识;在超声图像显示区基于超声图像轮廓显示第二填充标识。从而使得用户可以根据超声图像轮廓对应的超声图像轮廓直观且快速地确定各个超声图像的图像质量。
在本实施例中提供了一种参数检测方法,可用于上述的超声设备,图7是根据本发明实施例的参数检测方法的流程图,如图7所示,该流程包括如下步骤:
S31,获取多个超声图像。
其中,超声图像的类型包括IVC横切类型以及IVC纵切类型。
详细请参见图4所示实施例的S21,在此不再赘述。
S32,将超声图像与目标IVC切面图像进行比较,确定并显示超声图像的图像质量,以获得符合预设质量条件的目标超声图像。
详细请参见图4所示实施例的S22,在此不再赘述。
S33,基于目标超声图像的类型以及特征,确定取样线的位置,以确定感兴趣区域的图像。
在本实施例的一些可选实施方式中,上述S33可以包括:
S331,基于目标超声图像的类型以及特征,确定取样点。
具体地,超声设备可以首先对目标超声图像的类型进行识别,确定目标超声图像为IVC横切超声图像或者IVC纵切超声图像。然后根据目标超声图像的类型,利用取样点检测模型对目标超声图像的特征进行提取,然后根据提取到的特征确定取样点。
其中,取样点检测模型可以是基于传统识别算法生成的模型,也可以是基于深度学习算法生成的模型,其中,传统算法可以包括但不限于特征描述算子+Adaboost算法,方向梯度直方图特征+SVM算法,DPM算法等;深度学习算法包括DNN(Deep Neural Networks,深度神经网络)、CNN(Convolutional Neural Networks,卷积神经网络)、RNN(RecurrentNeural Network,循环神经网络)、等,在质量识别模型是CNN时,其可以是V-Net模型、U-Net模型、FastCNN模型、CenterNet模型、生成式对抗网络Generative Adversarial Nets模型等。本申请实施例对取样点检测模型的类型不做具体限定。
示例性的,目标超声图像的切面类型为IVC横切类型时,取样点位于下腔静脉距右心房入口2cm左右的位置,垂直于下腔静脉内膜处;目标超声图像的切面类型为IVC纵切类型时,取样点剑突下扫查,在纵切面找到测量位置然后旋转90度即可保证与横切面的测量位置相同。
S332,根据取样点的位置以及目标超声图像中IVC的位置信息,确定取样线的位置,以确定感兴趣区域的图像。
具体地,超声设备在确定了取样点的位置之后,根据取样点的位置以及目标超声图像中IVC的位置信息,确定取样线的位置。其中,取样线垂直于IVC的上下壁。
基于目标超声图像的类型以及特征确定取样点,然后根据取样点的位置以及目标超声图像中IVC的位置信息,确定取样线的位置,以确定感兴趣区域的图像。从而可以保证确定的取样点的位置的准确性,进一步保证确定的取样线的位置的准确性。
在本实施例的一些可选实施方式中,上述S332还可以包括以下内容:
(1)当取样点附近位置的图像质量满足预设需求时,根据取样点的位置,确定感兴趣区域。
(2)对感兴趣区域进行质量检测,确定感兴趣区域的图像质量,并显示感兴趣区域的图像质量。
(3)当取样点附近位置的图像质量不满足预设需求时,响应于对取样点的调整指令,以确定调整后的取样点的位置;
(4)根据调整后的取样点的位置,确定感兴趣区域;
(5)对感兴趣区域的质量进行识别,并在感兴趣区域质量不满足预设要求时发出提示信息。
具体地,超声设备可以根据各个目标超声图像中取样点的位置,获取取样点附近位置的图像,并检测取样点附近位置的图像质量是否满足预设需求。其中,预设需求可以包括但不限于取样点位于管腔内,取样点周围图像清晰等。
当取样点附近位置的图像质量满足预设需求时,超声设备根据取样点的位置,确定取样线的位置,从而确定感兴趣区域。超声设备检测取样点对应的目标超声图像是否是第一帧超声图像且取样点是否是重置取样点,若否,则超声设备将感兴趣区域输入至检测模型,确定感兴趣区域的质量。
其中,检测模型可以与上述实施方式中的质量检测模型相同,也可以与上述实施方式中的质量检测模型不相同,本申请实施方式对检测模型不做具体限定。
超声设备将感兴趣区域输入至检测模型,检测模型对感兴趣区域进行特征识别,输出感兴趣区域的图像质量。超声设备可以将感兴趣区域的图像质量与各个图像质量等级的阈值进行对比,从而确定各个感兴趣区域的图像质量。
示例性的,假设图像质量等级的阈值包括第一阈值和第二阈值。当感兴趣区域的图像质量小于图像质量等级的第一阈值,感兴趣区域的图像质量为一级,当感兴趣区域的图像质量大于等于图像质量等级的第一阈值小于图像质量等级的第二阈值,感兴趣区域的图像质量为二级;当感兴趣区域的图像质量大于等于图像质量等级的第二阈值,感兴趣区域的图像质量为三级,其中,三级的图像质量大于二级的图像质量大于一级的图像质量。
示例性的,当感兴趣区域的质量等级为一级时,感兴趣区域中的取样线为红色;当感兴趣区域的质量等级为二级时,感兴趣区域中的取样线为黄色,当感兴趣区域的质量等级为三级时,感兴趣区域中的取样线为绿色。示例性的,如图8所示。图8a中感兴趣区域中的取样线为红色表示感兴趣区域的图像质量等级为一级、图8b中感兴趣区域中的取样线为黄色表示感兴趣区域的图像质量等级为二级、图8c中感兴趣区域中的取样线为绿色表示感兴趣区域的图像质量等级为三级。
其中另一种可选的实施方式中,超声设备还可以以文字的形式的输出各个感兴趣区域的图像质量。如图9所示,图9中“质量提示:XX”中的“XX”可以显示红色、黄色、绿色等颜色,也可以显示“不佳”、“一般”、“较好”等文字。
在感兴趣区域的图像质量大于预设质量阈值时,将感兴趣区域确定为感兴趣区域模板,可以保证其他感兴趣区域的质量。
当取样点附近位置的图像质量不满足预设需求时,超声设备响应与用户输入的对取样点的调整指令。根据调整指令调整取样点的位置,根据调整后的取样点的位置,确定感兴趣区域。超声设备再次对感兴趣区域的图像质量进行识别,并在感兴趣区域的图像质量不满足预设要求时发出提示信息。
其中,预设要求可以包括但不限于感兴趣区域的图像质量大于预设质量阈值,感兴趣区域中取样点位于管腔内。其中,超声设备可以以文字的形式、语音的形式、或者图像的形式输出提示信息。本申请实施方式对超声设备输出提示信息的方式不做具体限定。
S34,根据感兴趣区域的图像的特征,确定IVC参数。
详细请参见图4所示实施例的S24,在此不再赘述。
本发明实施例提供的参数检测方法,基于目标超声图像的类型以及特征,确定取样点,然后根据取样点的位置以及目标超声图像中IVC的位置信息,确定取样线的位置,以确定感兴趣区域的图像。从而可以保证确定的取样点的位置的准确性,进一步保证确定的取样线的位置的准确性。
在本实施例中提供了一种参数检测方法,可用于上述的超声设备,图10是根据本发明实施例的参数检测方法的流程图,如图10所示,该流程包括如下步骤:
S41,获取多个超声图像。
其中,超声图像的类型包括IVC横切类型以及IVC纵切类型。
详细请参见图7所示实施例的S31,在此不再赘述。
S42,将超声图像与目标IVC切面图像进行比较,确定并显示超声图像的图像质量,以获得符合预设质量条件的目标超声图像。
详细请参见图7所示实施例的S32,在此不再赘述。
S43,基于目标超声图像的类型以及特征,确定取样线的位置,以确定感兴趣区域的图像。
详细请参见图7所示实施例的S33,在此不再赘述。
S44,根据感兴趣区域的图像的特征,确定IVC参数。
具体地,上述S44可以包括:
S441,根据感兴趣区域对应的目标超声图像的类型,对感兴趣区域进行预处理,得到感兴趣区域对应的取样线位置的目标图像。
具体地,超声设备可以对各感兴趣区域进行数据预处理,其中,采用的数据预处理手段包括但不限于归一化、自适应直方图均衡、标准化、自适应直方图均衡算法以及gamma校正等。
超声设备还可以利用图像分割算法对数据预处理后的感兴趣区域进行分割,得到各感兴趣区域对应的取样线位置的目标图像。从而使得目标图像的面积更小,处理速度更快,且包括的IVC区域更加准确。其中,图像分割算法可以包括但不限于基于深度学习的U-Net分割算法、最大类间方差法(Otsu)、分水岭法等。
在对感兴趣区域进行分割,得到各感兴趣区域对应的取样线位置的目标图像之后,超声设备还可以根据各目标图像对应的目标超声图像的切面类型,对各目标图像进行后处理。
示例性的,若各目标图像对应的目标超声图像的类型的切面类型为IVC纵切,则超声设备利用形态学操作移除小区域、利用高斯滤波平滑边沿、利用边沿灰度值变化较大得到IVC上下边沿、利用曲线拟合得到中线斜率、利用点斜式求出M模所需采样线的直线表达式、上下边沿的切线及血管直径等步骤,生成M图。示例性的,如图11(a)所示为纵切示意图。
若各目标图像对应的目标超声图像的类型的切面类为IVC横切,则超声设备利用形态学操作移除小区域、利用高斯滤波平滑边沿、利用最小二乘法拟合获得椭圆、利用点斜式求出M模所需采样线的直线表达式、包络线、上下边沿的切线及血管直径等步骤生成M图。示例性的,如图11(b)所示为横切示意图。
S442,基于各个目标超声图像,对各目标图像进行自适应插值处理。
具体地,在对目标图像进行后处理之后,超声设备还可以对目标图像进行自适应插值处理。具体地,超声设备首先需要根据超声图像的帧率和目标图像的帧率自适应地计算目标图像需要插值的次数,即当前相邻两张超声图像之间,生成目标图像需要插值的次数,计算表达式如下:
Num_Inter(i)=(TB*i-floor(TB*(i-1)/TAM)*TAM)/TAM
其中TB为每一帧超声图像的时间,TAM为每一帧感兴趣区域的图像的时间。
为了提高时间分辨率,算法采用Lanczos方法进行插值。该方法常用于提高数字信号的采样率和多元插值。每个输入样本对插值的影响由滤波器的重构核定义,称为Lanczos核。它是如下图所示的标准化sinc函数sinc(x),由Lanczos窗口或sinc窗口组成,该窗口是范围在-≤x≤a的水平拉伸sinc(x/a)的中央瓣。
这里使用Lanczos进行插值操作,但不仅限于此,也可以根据具体情况采用其他的插值算法。
S443,根据自适应插值处理后的各个目标图像,生成M图,并显示M图。
具体地,超声设备根据自适应插值处理后的各个目标图像对应的切面类型,生成M图,并在超声图像显示区显示M图。
如图12所示,为生成的M图和超声图像,图12的上半部分为超声图像,下半部分为M图。
S444,根据M图,确定IVC参数,根据IVC参数生成参数趋势图,并显示参数趋势图。
具体地,超声设备根据M图获取IVC上、下边界的位置。分隔周期区间,统计各个区间IVC直径的最大、最小值,然后计算变异度、塌陷率等IVC参数,并将IVC参数生成参数趋势图,将参数趋势图以不同形式展现给用户,示例性的,参数趋势图可以为具体数值、折线图等。示例性的,具体图像如图13所示,其中图13(a)表示IVC参数随时间或次数变化;图13(b)表示含参考线IVC参数随时间或次数变化,其中,参考线为预设参考值。以膀胱容积为例,当膀胱容积与参考值相差大于一定阈值之后,可以突出显示这些参数(正常以绿色空心或实心表示,当大于阈值但还可以接受为黄色,当大于阈值且不可接受用红色表示,颜色种类和数量均不仅限于此),以使用户可以直观的获取与参数相差过大的IVC参数。此外,IVC参数可以是IVC呼吸变异率、IVC塌陷指数或IVC膨胀指数中的一项或多项,若IVC参数为多项可产生一一对应的多个分析曲线图或将多项参数放在一个折线图中。如图13(c)所示。图13(c)表示多项IVC参数在一个折线图中(虚线或点画线表示不同种类的参数,可用不同形式表现)。其中,当用户移动光标至曲线图时,可以显示该位置的具体信息,如“IVC参数:XX”,折现显示信息不限于此,任何以折线形式显示的方式均在保护范围内。
此外,超声设备还为用户提供重置操作。重置操作又依据用户切换观察点的频率有所不同:
a)切换1次观察点:给出上一区间的最值,变异度及区间标识。在切换处重置,等待n帧,等待期间输出黑线,之后输出新的M图,继续统计周期计算变异度,n为大于1的正整数。
b)在一个周期内多次切换观察点:每次切换等待k帧,k为大于1的正整数,等待期间输出黑线。多次切换过程不进行区间统计,从用户最后一次点击直到找到区间终止位置后标识区间给出最值和变异度。一个周期内的周期值可以是给定的一个值、算法根据最大最小值计算所得的值、利用超声自带心电监护设备提供的值,提供一个准确的周期等方法获取。
该部分算法的实施对象有两个:超声图像和目标图像。超声图像的解剖M图作为结果输出,目标图像的解剖M图作为下一步计算的输入。
本发明实施例提供的参数检测方法,根据各感兴趣区域对应的目标超声图像的类型,对各感兴趣区域进行预处理,得到各感兴趣区域对应的取样线位置的目标图像,可以保证各目标图像质量更高。基于各个目标超声图像,对各目标图像进行自适应插值处理,并根据自适应插值处理后的各个目标图像,生成M图,并显示M图,可以保证生成的M图更加准确,且使得用户可以清晰准确地获取到M图。然后,根据M图,确定IVC参数,根据IVC参数生成参数趋势图,并显示参数趋势图。从而可以保证确定的IVC参数的准确性。然后,根据IVC参数生成参数趋势图,并显示参数趋势图,从而更能表征IVC参数的特点,使得用户更加清楚地了解IVC参数地特征。
在本申请实施例中的一种可选的实施方式中,上述S443之前,还可以包括如下步骤:
(1)获取各目标图像中IVC的直径。
(2)将目标图像中IVC的直径与预设直径范围进行对比。
(3)当目标图像中的IVC的直径在预设直径范围内时,基于各个目标超声图像,对各目标图像进行自适应插值处理。
(4)当目标图像中的IVC的直径不在预设直径范围内时,输出报错信息,并调整目标图像对应的感兴趣区域。
具体地,超声设备对各个目标图像进行识别,获取各个目标图像中IVC的直径。然后,超声设备将目标图像中IVC的直径与预设直径范围进行对比。判断目标图像中IVC的直径是否在预设直径范围内,当目标图像中的IVC的直径在预设直径范围内时,说明目标图像对应的取样点准确无误,超声设备根据对各个目标图像进行自适应插值处理,生成M图。当目标图像中的IVC的直径不在预设直径范围内时,超声设备确定目标图像对应的取样点有误,超声设备输出报错信息,并调整目标图像对应的感兴趣区域中的取样点,从而实现调整感兴趣区域,
可选的,超声设备也可以接收用户对感兴趣区域对应的取样点的调整结果。其中,超声设备可以以文字的形式、语音的形式、或者图像的形式输出报错信息。本申请实施方式对超声设备输出报错信息的方式不做具体限定。如图14所示,报错信息以文字形式输出,图14中的白色取样点可以为用户自选点,也可以是超声设备选取的取样点。
本发明实施例提供的参数检测方法,通过将目标图像中IVC的直径与预设直径范围进行对比,从而实现对各感兴趣区域对应的取样线位置进行再次检测,当目标图像中的IVC的直径在预设直径范围内时,说明取样线位置准确,基于各个目标超声图像,对各目标图像进行自适应插值处理,保证了生成地M图的准确性。当目标图像中的IVC的直径不在预设直径范围内时,说明取样线位置不准确,输出报错信息,并调整目标图像对应的感兴趣区域,从而可以进一步保证取样线位置的准确性。
作为本实施例的一个具体实施方式,该参数检测方法主要包括4个方面:(1)超声图像质量评估;(2)取样点质量评估;(3)感兴趣区域质量评估;(4)IVC参数确定。基于此,如图15所示,该参数检测方法包括:
S1,获取多个超声图像。
S2,判断各个超声图像质量是否符合需求,当图像质量符合需求时,执行S3;否则,执行S1。
S3,基于超声图像的特征,确定取样点。
S4,判断取样点的位置是否符合需求,当取样点的位置符合需求时,执行S5;否则,执行S3。
S5,基于取样点的位置,确定M线,以确定感兴趣区域。
S6,判断感兴趣区域的图像质量是否符合需求,当感兴趣区域的图像质量符合需求时,执行S7;否则,执行S3。
S7,根据感兴趣区域的图像的特征,确定IVC参数。
其中,关于上述S1-S7的具体实现请参见上文参数检测方法中相应步骤的详细描述,在此不再赘述。
在本实施例中还提供了一种参数检测装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
本实施例提供一种参数检测装置,如图16所示,包括:
获取模块51,用于获取多个超声图像;超声图像的类型包括IVC横切类型以及IVC纵切类型;
第一确定模块52,用于将超声图像与目标IVC切面图像进行比较,确定并显示超声图像的图像质量,以获得符合预设质量条件的目标超声图像;
第二确定模块53,用于基于目标超声图像的类型以及特征,确定取样线的位置,以确定感兴趣区域的图像;
第三确定模块54,用于根据感兴趣区域的图像的特征,确定IVC参数。
本实施例中的超声扫查装置是以功能单元的形式来呈现,这里的单元是指ASIC电路,执行一个或多个软件或固定程序的处理器和存储器,和/或其他可以提供上述功能的器件。
上述各个模块的更进一步的功能描述与上述对应实施例相同,在此不再赘述。
本发明实施例还提供了一种非暂态计算机存储介质,计算机存储介质存储有计算机可执行指令,该计算机可执行指令可执行上述任意方法实施例中的参数检测方法。其中,存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory,ROM)、随机存储记忆体(Random Access Memory,RAM)、快闪存储器(FlashMemory)、硬盘(Hard Disk Drive,缩写:HDD)或固态硬盘(Solid-StateDrive,SSD)等;存储介质还可以包括上述种类的存储器的组合。
虽然结合附图描述了本发明的实施例,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (13)
1.一种参数检测方法,其特征在于,所述方法包括:
获取多个超声图像;所述超声图像的类型包括IVC横切类型以及IVC纵切类型;
将所述超声图像与目标IVC切面图像进行比较,确定并显示所述超声图像的图像质量,以获得符合预设质量条件的目标超声图像;
基于所述目标超声图像的类型以及特征,确定取样线的位置,以确定感兴趣区域的图像;
根据所述感兴趣区域的图像的特征,确定IVC参数。
2.根据权利要求1所述的方法,其特征在于,所述将所述超声图像与目标IVC切面图像进行比较,确定并显示所述超声图像的图像质量,包括:
对所述超声图像进行质量识别;
根据质量识别结果,将所述超声图像与所述目标IVC切面图像进行对比,确定并在超声界面上显示所述超声图像的图像质量。
3.根据权利要求2所述的方法,其特征在于,所述超声界面包括质量显示区,所述在超声界面上显示所述超声图像的图像质量,包括:
将所述超声图像的质量与各个质量等级的阈值进行比较,确定各所述超声图像对应的质量等级;
在所述质量显示区显示所述质量等级对应的标识。
4.根据权利要求3所述的方法,其特征在于,所述质量显示区包括质量进度条,所述在所述质量显示区显示所述质量等级对应的标识,包括:
基于所述质量等级确定所述质量进度条的实际进度;
在所述质量显示区显示所述质量进度条的实际进度。
5.根据权利要求4所述的方法,其特征在于,所述在所述质量显示区显示所述质量等级对应的标识,还包括:
基于所述质量等级确定所述质量进度条的第一填充标识;
将所述第一填充标识与所述实际进度在所述质量显示区叠加显示。
6.根据权利要求3所述的方法,其特征在于,所述超声界面包括超声图像显示区,所述在超声界面上显示所述超声图像的图像质量,还包括:
获取所述超声图像对应的超声图像轮廓;
基于所述质量等级确定所述超声图像轮廓对应的第二填充标识;
在所述超声图像显示区基于所述超声图像轮廓显示所述第二填充标识。
7.根据权利要求1所述的方法,其特征在于,所述基于所述目标超声图像的类型以及特征,确定取样线的位置,以确定感兴趣区域的图像,包括:
基于所述目标超声图像的类型以及特征,确定取样点;
根据所述取样点的位置以及所述目标超声图像中IVC的位置信息,确定所述取样线的位置,以确定所述感兴趣区域的图像。
8.根据权利要求7所述的方法,其特征在于,所述方法还包括:
当所述取样点附近位置的图像质量满足预设需求时,根据所述取样点的位置,确定所述感兴趣区域;
对所述感兴趣区域进行质量检测,确定所述感兴趣区域的图像质量,并显示所述感兴趣区域的图像质量。
9.根据权利要求8所述的方法,其特征在于,所述方法还包括:
当所述取样点附近位置的图像质量不满足预设需求时,响应于对所述取样点的调整指令,以确定调整后的取样点的位置;
根据所述调整后的取样点的位置,确定所述感兴趣区域;
对所述感兴趣区域的质量进行识别,并在所述感兴趣区域质量不满足预设要求时发出提示信息。
10.根据权利要求1所述的方法,其特征在于,所述根据所述感兴趣区域的图像的特征,确定IVC参数,包括:
根据所述感兴趣区域对应的所述目标超声图像的类型,对所述感兴趣区域进行预处理,得到所述感兴趣区域对应的取样线位置的目标图像;
基于各个所述目标超声图像,对各所述目标图像进行自适应插值处理;
根据自适应插值处理后的各个目标图像,生成M图,并显示所述M图;
根据所述M图,确定所述IVC参数,根据所述IVC参数生成参数趋势图,并显示所述参数趋势图。
11.根据权利要求10所述的方法,其特征在于,所述基于各个所述目标超声图像,对各所述目标图像进行自适应插值处理之前,所述方法还包括:
获取各所述目标图像中IVC的直径;
将所述目标图像中IVC的直径与预设直径范围进行对比;
当所述目标图像中的IVC的直径在所述预设直径范围内时,基于各个所述目标超声图像,对各所述目标图像进行自适应插值处理;
当所述目标图像中的IVC的直径不在所述预设直径范围内时,输出报错信息,并调整所述目标图像对应的感兴趣区域。
12.一种超声设备,其特征在于,包括:人机交互设备以及至少一个探头接口,所述至少一个探头接口用于将至少一个探头与所述人机交互设备通信连接,所述人机交互设备用于,
获取多个超声图像;所述超声图像的类型包括IVC横切类型以及IVC纵切类型;
将所述超声图像与目标IVC切面图像进行比较,确定并显示所述超声图像的图像质量,以获得符合预设质量条件的目标超声图像;
基于所述目标超声图像的类型以及特征,确定取样线的位置,以确定感兴趣区域的图像;
根据所述感兴趣区域的图像的特征,确定IVC参数。
13.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行权利要求1-11中任一项所述的参数检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210170011.9A CN116681640A (zh) | 2022-02-23 | 2022-02-23 | 参数检测方法、超声设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210170011.9A CN116681640A (zh) | 2022-02-23 | 2022-02-23 | 参数检测方法、超声设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116681640A true CN116681640A (zh) | 2023-09-01 |
Family
ID=87784220
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210170011.9A Pending CN116681640A (zh) | 2022-02-23 | 2022-02-23 | 参数检测方法、超声设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116681640A (zh) |
-
2022
- 2022-02-23 CN CN202210170011.9A patent/CN116681640A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104156967B (zh) | 一种胎儿颈部透明层图像分割方法、装置及超声成像系统 | |
US10424067B2 (en) | Image processing apparatus, image processing method and storage medium | |
US20210407095A1 (en) | Method for Determining Cardiac Cycle and Ultrasonic Equipment | |
CN106659480B (zh) | 超声波诊断图像生成装置以及方法 | |
US20150196281A1 (en) | Medical data processing device, medical data processing method, and ultrasound diagnostic device | |
WO2022062459A1 (zh) | 一种胎儿结构特征的自动测量方法及装置 | |
US11810293B2 (en) | Information processing device, information processing method, and computer program | |
CN110826372A (zh) | 人脸特征点检测方法及装置 | |
CN113034528A (zh) | 基于影像组学的靶区及危及器官勾画轮廓准确性检验方法 | |
CN115423870A (zh) | 一种瞳孔中心定位方法和装置 | |
CN116524001A (zh) | 超声心动图特征图滤波的射血分数自动评估方法及装置 | |
CN111986139A (zh) | 颈动脉内中膜厚度的测量方法、设备及存储介质 | |
CN115908405B (zh) | 确定眼底特征的方法、装置和电子设备 | |
CN110051385B (zh) | 基于血管识别的全自动测量方法、装置、存储介质及系统 | |
CN116681640A (zh) | 参数检测方法、超声设备及存储介质 | |
WO2023124069A1 (zh) | 一种校准图像的方法及装置 | |
EP3510937B1 (en) | Ultrasonic diagnosis device and operation method therefor | |
CN114445391A (zh) | 血管分段方法及其装置、电子设备和计算机可读存储介质 | |
CN114503166A (zh) | 三维体数据的测量方法、测量系统、医疗器械及存储介质 | |
CN113729778A (zh) | 颈项透明层厚度的确定方法及装置 | |
CN115797330B (zh) | 基于超声视频的算法修正方法、超声视频生成方法和设备 | |
CN110507358B (zh) | 一种从超声图像上测量胎儿颈背透明物厚度的图像处理方法及系统 | |
KR102353842B1 (ko) | 인공지능 모델 기반의 관심영역 자동인식 및 도플러 영상 추출영역 자동고정 방법 및 장치 | |
CN116671983A (zh) | 超声数据的显示方法、超声设备及存储介质 | |
CN114092544A (zh) | 血管直径的获取方法、医疗设备 |
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 |