[發明專利]基于超聲視頻的病灶檢測方法、裝置、設備及存儲介質

在審

• 申請號: 202110170903.4
• 申請日: 2021-02-05
• 公開（公告）號: CN112837296A
• 公開（公告）日: 2021-05-25
• 發明（設計）人: 李元偉;談繼勇;孫熙;楊道文;李冰;劉根;楊洪光
• 申請（專利權）人: 深圳瀚維智能醫療科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/13;G06K9/32;G06K9/46;G06K9/62
• 代理公司: 深圳市恒程創新知識產權代理有限公司 44542
• 代理人: 苗廣冬

1.一種基于超聲視頻的病灶檢測方法，其特征在于，包括：

獲取目標對象檢測位置的超聲視頻；

基于目標檢測算法逐幀檢測所述超聲視頻，記錄所述超聲視頻中疑似病灶位置；

在所述疑似病灶位置處分別向前和向后選取預設長度的超聲視頻組成疑似病灶生衰視頻；

輸出所述疑似病灶生衰視頻在所述超聲視頻中的時間信息和病灶特征信息。

2.根據權利要求1所述的方法，其特征在于，所述目標檢測算法包括：YOLO檢測算法、SSD檢測算法以及RetinaNet檢測算法中的任一種。

3.根據權利要求1所述的方法，其特征在于，在所述疑似病灶位置處分別向前和向后選取預設長度的超聲視頻組成疑似病灶生衰視頻，包括：

通過跟蹤匹配算法，基于所述疑似病灶位置處疑似病灶的形狀，向前選取符合疑似病灶形狀相似性閾值的超聲視頻組成前段視頻；

通過跟蹤匹配算法，基于所述疑似病灶位置處疑似病灶的形狀，向后選取符合疑似病灶形狀相似性閾值的超聲視頻組成后段視頻；

將所述前段視頻和所述后段視頻拼接融合得到疑似病灶生衰視頻。

4.根據權利要求3所述的方法，其特征在于，所述跟蹤匹配算法選用DeepSort算法。

5.根據權利要求1所述的方法，其特征在于，所述輸出所述疑似病灶生衰視頻在所述超聲視頻中的時間信息和病灶特征信息的步驟之前，還包括：

對所述疑似病灶生衰視頻進行感興趣區域裁剪得到疑似病灶所在區域圖像的三維圖像序列；

使用3D卷積網絡模型從三維圖像序列提取特征；

基于提取的特征使用分類網絡進行分類，得到符合預設條件的疑似病灶生衰視頻。

6.根據權利要求5所述的方法，其特征在于，所述方法還包括：

若不符合預設條件，則排除所述疑似病灶生衰視頻。

7.根據權利要求1-6任一項所述的方法，其特征在于，所述病灶特征信息包括病灶在圖像中的大小信息和位置信息。

8.一種基于超聲視頻的病灶檢測裝置，其特征在于，包括：

獲取模塊，用于獲取目標對象檢測位置的超聲視頻；

記錄模塊，用于基于目標檢測算法逐幀檢測所述超聲視頻，記錄所述超聲視頻中疑似病灶位置；

組成模塊，用于在所述疑似病灶位置處分別向前和向后選取預設長度的超聲視頻組成疑似病灶生衰視頻；

輸出模塊，用于輸出所述疑似病灶生衰視頻在所述超聲視頻中的時間信息和病灶特征信息。

9.一種基于超聲視頻的病灶檢測設備，其特征在于，所述設備包括處理器、與所述處理器電連接的存儲器及存儲在所述存儲器上并可在所述處理器上運行的基于超聲視頻的病灶檢測程序；所述基于超聲視頻的病灶檢測程序被所述處理器執行時實現如權利要求1至7任一項所述的基于超聲視頻的病灶檢測方法的步驟。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有一個或者多個程序，所述一個或者多個程序可被一個或者多個處理器執行，以實現如權利要求1至7中任一項所述的基于超聲視頻的病灶檢測方法中的步驟。