[發明專利]一種基于深度學習網絡的超聲采圖智能定位方法和系統

在審

• 申請號: 201910356083.0
• 申請日: 2019-04-29
• 公開（公告）號: CN110070576A
• 公開（公告）日: 2019-07-30
• 發明（設計）人: 劉西耀;于泰峰;尹皓;劉東權
• 申請（專利權）人: 成都思多科醫療科技有限公司
• 主分類號: G06T7/70
• 分類號: G06T7/70;G06T11/00
• 代理公司: 四川力久律師事務所 51221
• 代理人: 韓洋

1.一種基于深度學習網絡的超聲采圖智能定位方法，其特征在于，所述包括：

掃描并獲取二維圖像及其空間位置坐標，存儲感興趣的二維圖像用于建立參考圖像庫；求得所述二維圖像對應的三維體數據，并求取所述三維體數據對應的長方體三維體數據，并建立規范的長方體三維體數據空間坐標系；

構建深度學習網絡，利用規范的長方體三維體數據生成的任意二維切面圖像及其空間位置坐標訓練所述深度學習網絡，以所述深度學習網絡滿足：當有二維掃描圖像輸入時，自動輸出所述掃描圖像對應的虛擬探頭的空間位置坐標。

2.根據權利要求1所述的方法，其特征在于，還包括基于圖像分析算法從三維體數據中截取感興趣的二維圖像切面，并通過所述深度學習網絡求取所述感興趣的二維圖像切面的空間位置坐標，將所述感興趣的二維圖像切面及其空間位置坐標標記在所述參考圖像庫中；

或者基于三維圖像繪制方法將所述三維體數據生成不同角度的三維圖像，從所述三維圖像中選取感興趣的二維圖像切面，并通過所述深度學習網絡求取所述感興趣的二維圖像切面的空間位置坐標，將所述感興趣的二維圖像切面及其空間位置坐標標記在所述參考圖像庫中。

3.根據權利要求2所述的方法，其特征在于，還包括：

當用戶需求進入“培訓”或“復診”模式時，基于用戶選取的參考圖像庫中存儲的參考二維圖像及其通過深度學習網絡所得的空間位置坐標對當前探頭掃描區域進行調整，直到所得二維掃描圖像基于所述深度學習網絡得到的空間位置坐標與所述參考二維圖像存儲的空間位置坐標差小于預設值時停止探頭位置的調整，提示用戶選擇“復診”或“培訓”模式。

4.根據權利要求3所述的方法，其特征在于，還包括：

當獲取到用戶選擇進入“復診”模式時，將所述二維掃描圖像中的感興趣區域與參考二維圖像中已標記的感興趣區域進行圖像紋理分析，當所述二維掃描圖像中的感興趣區域與標記的參考圖像中的感興趣區域的圖像紋理差值大于預設值時，則判斷病理特征發生變化，則進入“系統更新”模式，系統基于當前得到的二維掃描圖像更新所述參考圖像庫，并基于當前得到的二維掃描圖像的空間位置坐標數據更新所述深度學習網絡。

5.根據權利要求4所述的方法，其特征在于，還包括當所述掃描圖像中的感興趣區域與存儲的參考圖像中的感興趣區域的圖像紋理差值小于等于預設值時，則判斷病理特征無變化并停止操作。

6.根據權利要求1所述的方法，其特征在于，所述深度學習網絡包括：一個圖像輸入層、多個全連接層和激活層以及一個回歸層所述激活層采用線性整流函數，所述回歸層的損失函數采用半均方誤差函數。

7.根據權利要求1所述的方法，其特征在于，采用加裝磁場跟蹤器法、圖像配準方法、加裝三維容積探頭、使用機械臂進行掃描中的一種方法求得所述二維圖像對應的三維體數據。

8.根據權利要求1所述的方法，其特征在于，采用圖像幀與幀之間的插值方法生成所述三維體數據的長方體三維體數據。

9.一種基于深度學習網絡的超聲采圖智能定位系統，其特征在于，包括至少一個處理器，以及與所述至少一個處理器通信連接的存儲器；所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行權利要求1至8中任一項所述的方法。