[發(fā)明專利]基于深度學(xué)習(xí)的對(duì)比增強(qiáng)超聲心動(dòng)圖室壁厚度自動(dòng)分析系統(tǒng)與方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110088490.5
• 申請(qǐng)日: 2021-01-22
• 公開(kāi)（公告）號(hào): CN112914610B
• 公開(kāi)（公告）日: 2023-03-24
• 發(fā)明（設(shè)計(jì)）人: 劉婭妮;鄭康超;朱英;鄧又斌
• 申請(qǐng)（專利權(quán)）人: 華中科技大學(xué)同濟(jì)醫(yī)學(xué)院附屬同濟(jì)醫(yī)院
• 主分類號(hào): A61B8/08
• 分類號(hào): A61B8/08
• 代理公司: 武漢開(kāi)元知識(shí)產(chǎn)權(quán)代理有限公司 42104
• 代理人: 胡鎮(zhèn)西

本發(fā)明公開(kāi)了一種基于深度學(xué)習(xí)的對(duì)比增強(qiáng)超聲心動(dòng)圖室壁厚度自動(dòng)分析系統(tǒng)與方法，該系統(tǒng)包括數(shù)據(jù)采集和上傳模塊、數(shù)據(jù)識(shí)別和質(zhì)控模塊、數(shù)據(jù)測(cè)量和呈現(xiàn)模塊；數(shù)據(jù)采集和上傳模塊采集增強(qiáng)超聲心動(dòng)圖檢查圖像視頻和心電圖檢查圖像，并上傳到數(shù)據(jù)識(shí)別和質(zhì)控模塊；數(shù)據(jù)識(shí)別和質(zhì)控模塊通過(guò)深度學(xué)習(xí)算法模塊對(duì)上傳的圖像和視頻進(jìn)行預(yù)處理，對(duì)不同組織結(jié)構(gòu)進(jìn)行標(biāo)記，并對(duì)圖像質(zhì)量分析可行性評(píng)估；數(shù)據(jù)測(cè)量和呈現(xiàn)模塊對(duì)標(biāo)記圖像進(jìn)行室壁厚度數(shù)據(jù)的測(cè)量，將經(jīng)過(guò)測(cè)量的結(jié)果自動(dòng)輸出呈現(xiàn)到超聲影像工作站。本發(fā)明結(jié)合深度學(xué)習(xí)算法的優(yōu)勢(shì)，實(shí)現(xiàn)數(shù)據(jù)分析自動(dòng)化和標(biāo)準(zhǔn)化，減少室壁厚度測(cè)量的個(gè)體內(nèi)和個(gè)體間的差異，顯著提高室壁厚度測(cè)量的可重復(fù)性和一致性。

技術(shù)領(lǐng)域

本發(fā)明涉及超聲醫(yī)學(xué)技術(shù)領(lǐng)域，具體涉及一種基于深度學(xué)習(xí)的對(duì)比增強(qiáng)超聲心動(dòng)圖室壁厚度自動(dòng)分析系統(tǒng)與方法。

背景技術(shù)

心室室壁厚度的準(zhǔn)確測(cè)量對(duì)于鑒別正常心臟超聲表現(xiàn)和心血管病及明確疾病進(jìn)程和預(yù)后有著重要意義。然而，目前對(duì)二維超聲室壁厚度的測(cè)量由于心外膜和心內(nèi)膜邊界的辨析度較低，有著很明顯的個(gè)體內(nèi)和個(gè)體間差異，對(duì)肥厚位置的定位也有很大個(gè)人主觀性。

因此，需要設(shè)計(jì)一種心臟超聲心動(dòng)圖自動(dòng)測(cè)量分析的系統(tǒng)與方法，以實(shí)現(xiàn)數(shù)據(jù)分析的自動(dòng)化和標(biāo)準(zhǔn)化，顯著減少測(cè)量的個(gè)體內(nèi)差異和個(gè)體間差異。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服上述背景技術(shù)的不足，提供一種基于深度學(xué)習(xí)的對(duì)比增強(qiáng)超聲心動(dòng)圖室壁厚度自動(dòng)分析系統(tǒng)與方法，該方法結(jié)合深度學(xué)習(xí)算法的優(yōu)勢(shì)，實(shí)現(xiàn)數(shù)據(jù)分析自動(dòng)化和標(biāo)準(zhǔn)化，減少室壁厚度測(cè)量的個(gè)體內(nèi)和個(gè)體間的差異，顯著提高了室壁厚度測(cè)量的可重復(fù)性和一致性。

為實(shí)現(xiàn)上述目的，本發(fā)明所設(shè)計(jì)的一種基于深度學(xué)習(xí)的對(duì)比增強(qiáng)超聲心動(dòng)圖室壁厚度自動(dòng)分析系統(tǒng)，包括數(shù)據(jù)采集和上傳模塊、數(shù)據(jù)識(shí)別和質(zhì)控模塊、數(shù)據(jù)測(cè)量和呈現(xiàn)模塊；

所述數(shù)據(jù)采集和上傳模塊用于采集增強(qiáng)超聲心動(dòng)圖檢查圖像視頻和心電圖檢查圖像，并上傳到數(shù)據(jù)識(shí)別和質(zhì)控模塊；

所述數(shù)據(jù)識(shí)別和質(zhì)控模塊通過(guò)深度學(xué)習(xí)算法模塊對(duì)數(shù)據(jù)采集和上傳模塊上傳的圖像和視頻進(jìn)行預(yù)處理，對(duì)不同組織結(jié)構(gòu)進(jìn)行標(biāo)記，并對(duì)圖像質(zhì)量分析可行性評(píng)估；

所述數(shù)據(jù)測(cè)量和呈現(xiàn)模塊對(duì)通過(guò)數(shù)據(jù)識(shí)別和質(zhì)控模塊識(shí)別和質(zhì)控的標(biāo)記圖像進(jìn)行室壁厚度數(shù)據(jù)的測(cè)量，將經(jīng)過(guò)測(cè)量的結(jié)果自動(dòng)輸出呈現(xiàn)到超聲影像工作站。

進(jìn)一步地，所述數(shù)據(jù)采集和上傳模塊通過(guò)超聲設(shè)備進(jìn)行增強(qiáng)超聲心動(dòng)圖檢查圖像視頻采集，并通過(guò)心電圖導(dǎo)聯(lián)系統(tǒng)進(jìn)行心電圖檢查圖像采集。

本發(fā)明還提供一種利用上述基于深度學(xué)習(xí)的對(duì)比增強(qiáng)超聲心動(dòng)圖室壁厚度自動(dòng)分析系統(tǒng)進(jìn)行分析的方法，包括如下步驟：

1)通過(guò)數(shù)據(jù)采集和上傳模塊對(duì)增強(qiáng)超聲心動(dòng)圖檢查圖像視頻和心電圖檢查圖像進(jìn)行采集，并上傳到數(shù)據(jù)識(shí)別和質(zhì)控模塊；

2)通過(guò)數(shù)據(jù)識(shí)別和質(zhì)控模塊利用深度學(xué)習(xí)算法模塊對(duì)數(shù)據(jù)采集和上傳模塊上傳的圖像和視頻進(jìn)行預(yù)處理，對(duì)不同組織結(jié)構(gòu)進(jìn)行標(biāo)記，并對(duì)圖像質(zhì)量分析可行性評(píng)估；

3)通過(guò)數(shù)據(jù)測(cè)量和呈現(xiàn)模塊對(duì)通過(guò)數(shù)據(jù)識(shí)別和質(zhì)控模塊識(shí)別和質(zhì)控的標(biāo)記圖像進(jìn)行室壁厚度數(shù)據(jù)的測(cè)量，將經(jīng)過(guò)測(cè)量的結(jié)果自動(dòng)輸出呈現(xiàn)到超聲影像工作站。

進(jìn)一步地，所述步驟2)中，數(shù)據(jù)識(shí)別和質(zhì)控模塊預(yù)處理包括識(shí)別超聲心動(dòng)圖檢查圖像視頻中的超聲增強(qiáng)視頻，并提取每一視頻幀，對(duì)每一視頻幀自動(dòng)進(jìn)行降噪和影像特征區(qū)域強(qiáng)化處理。

進(jìn)一步地，所述步驟2)中，數(shù)據(jù)識(shí)別和質(zhì)控模塊深度學(xué)習(xí)的算法模塊包括第一算法模塊和第二算法模塊，通過(guò)深度學(xué)習(xí)第一算法模塊識(shí)別每一視頻幀的切面類型和心臟時(shí)相；通過(guò)深度學(xué)習(xí)第二算法模塊對(duì)心內(nèi)膜和心外膜邊界區(qū)域進(jìn)行標(biāo)識(shí)，按17節(jié)段分法進(jìn)行心室節(jié)段的標(biāo)記。

進(jìn)一步地，所述步驟2)中，對(duì)圖像質(zhì)量分析可行性評(píng)估基于心內(nèi)膜邊界與心外膜邊界區(qū)域識(shí)別結(jié)果的完整性，進(jìn)行圖像質(zhì)量控制評(píng)估。