[發(fā)明專利]一種面向智能醫(yī)療輔助診斷的超聲影像三維重建方法

有效

• 申請?zhí)枺?/td>: 202011623228.8
• 申請日: 2020-12-30
• 公開（公告）號: CN112700535B
• 公開（公告）日: 2022-08-26
• 發(fā)明（設計）人: 全紅艷;錢笑笑
• 申請（專利權）人: 華東師范大學
• 主分類號: G06T17/00
• 分類號: G06T17/00;G06N3/04;G06N3/08
• 代理公司: 上海藍迪專利商標事務所(普通合伙) 31215
• 代理人: 徐筱梅;張翔

本發(fā)明公開了一種面向智能醫(yī)療輔助診斷的超聲影像三維重建方法，本發(fā)明的特點是無監(jiān)督學習和訓練，根據輸入的超聲影像序列，能夠得到其三維結構，其中設計三個卷積神經網絡A、B和C，通過訓練得到網絡參數，進一步得到超聲影像的三維結構。利用本發(fā)明能夠有效地實現超聲影像的三維重建，在人工智能的輔助診斷中，充分發(fā)揮輔助診斷的作用，3D可視化的重建結果，能夠提高輔助診斷的效率。

技術領域

本發(fā)明屬于計算機技術領域中的超聲影像智能輔助診斷技術，尤其涉及一種面向智能醫(yī)療輔助診斷的超聲影像三維重建方法。

背景技術

近年來，人工智能技術已為信息領域帶來了重要的技術革命，影像三維重建技術是醫(yī)療輔助診斷的關鍵技術，其研究意義重大。

最近，面向醫(yī)療輔助診斷的技術研究中，在影像三維重建技術的研究中，出現了一些有關CT影像、核磁影像等的三維重建技術，對于超聲影像的三維重建，由于攝象機的參數恢復存在一定的難度，導致目前超聲影像的三維重建技術的研究，尚未成熟。如何建立有效的深度學習的網絡模型，有效解決超聲影像的三維重建問題，這是亟待解決的實際問題。

發(fā)明內容

本發(fā)明的目的是提供一種為智能醫(yī)療輔助診斷的超聲影像三維重建方法，該方法在人工智能的輔助診斷中，充分發(fā)揮輔助診斷的作用，3D可視化的重建結果，可以提高疾病診斷的效率。

實現本發(fā)明目的的具體技術方案是：

一種面向智能醫(yī)療輔助診斷的超聲影像三維重建方法，該方法輸入一個超聲序列，其影像分辨率為M×N，100≤M≤1500，100≤N≤1500，三維重建的過程具體包括以下步驟：

步驟1：構建數據集

(a)構建自然圖像數據集D

選取一個自然圖像網站，要求具有圖像序列及對應的攝像機內部參數，從該網站下載a個圖像序列及序列對應的內部參數,1≤a≤20,對于每個圖像序列，每相鄰3幀圖像記為圖像b、圖像c和圖像d，將圖像b和圖像d按照顏色通道進行拼接，得到圖像τ，由圖像c與圖像τ構成一個數據元素，圖像c為自然目標圖像，圖像c的采樣視點作為目標視點，圖像b、圖像c和圖像d的內部參數均為e_t(t＝1，2，3，4)，其中e₁為水平焦距，e₂為垂直焦距，e₃及e₄是主點坐標的兩個分量；如果同一圖像序列中最后剩余圖像不足3幀，則舍棄；利用所有序列構建數據集D，數據集D有f個元素，而且3000≤f≤20000；

(b)構建超聲影像數據集E

采樣g個超聲影像序列，其中1≤g≤20，對于每個序列，每相鄰3幀影像記為影像i、影像j和影像k，將影像i和影像k按照顏色通道進行拼接得到影像π，由影像j與影像π構成一個數據元素，影像j為超聲目標影像,影像j的采樣視點作為目標視點，如果同一影像序列中最后剩余影像不足3幀，則舍棄，利用所有序列構建數據集E，數據集E有F個元素，而且1000≤F≤20000；

步驟2：構建神經網絡

神經網絡處理的圖像或影像的分辨率均為p×o，p為寬度，o為高度，以像素為單位，100≤o≤2000，100≤p≤2000；

(1)網絡A的結構

張量H作為輸入，尺度為α×o×p×3，張量I作為輸出,尺度為α×o×p×1，α為批次數量；

網絡A由編碼器和解碼器組成，對于張量H，依次經過編碼和解碼處理后，獲得輸出張量I；

編碼器由5個殘差單元組成，第1至5個單元分別包括2，3，4，6，3個殘差模塊，每個殘差模塊進行3次卷積，卷積核的形狀均為3×3，卷積核的個數分別是64，64，128，256，512，其中，第一個殘差單元之后，包含一個最大池化層；