[發明專利]一種基于子宮內膜超聲圖像的自動分割分型及厚度測量方法

在審

• 申請號: 202110378833.1
• 申請日: 2021-04-08
• 公開（公告）號: CN113066093A
• 公開（公告）日: 2021-07-02
• 發明（設計）人: 陳智毅
• 申請（專利權）人: 南華大學附屬第一醫院
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/00;G06T7/62;G06T7/90;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 廣州凱東知識產權代理有限公司 44259
• 代理人: 高觀清

本發明公開了一種基于子宮內膜超聲圖像的自動分割分型及厚度測量方法：包括步驟：1)采集子宮內膜超聲掃查圖像集，人工選出標準子宮縱切圖，并勾畫子宮內膜邊界，同時作出分型標簽，建立訓練和測試樣本集；2)對各圖像進行濾波等圖像預處理；去除噪聲影響并達到圖像增強效果；3)分別構建用于分割子宮內膜區域、分型深度學習模型，并分別輸入訓練集進行訓練；5)對測試集圖像進行上述同樣的圖像預處理，輸入到已訓練好的深度學習模型，進行分割，得到分割后的子宮內膜區域及分型結果；6)利用數字圖像形態學算法和子宮內膜超聲圖像的分割結果計算出內膜厚度；通過本發明方法能夠準確有效地提取子宮內膜區域并實現更精準的厚度測量及內膜分型。

技術領域

本發明涉及影像醫學和數字圖像信息處理技術領域，特別地是一種基于子宮內膜超聲圖像的自動分割分型及厚度測量方法。

背景技術

隨著輔助生殖技術的發展，越來越多的不孕癥患者通過接受體外受精-胚胎移植(IVF-ET)治療成功獲得妊娠。在此過程中，胚胎能否成功著床是妊娠的關鍵，這與胚胎的侵入能力及子宮內膜的容受性密切相關。盡管胚胎因素是著床成功率的重要因素，但如子宮內膜容受性不佳，優質胚胎同樣會移植失敗。近年來，超聲是一種重要的子宮內膜容受性評估方法，而超聲下進行內膜分型及子宮內膜厚度測量被證實為子宮內膜容受性、預測妊娠結局的重要指標之一。然而，由于該方法主觀性、個體差異性大，受檢查者經驗限制，低年資醫生判斷子宮內膜分型及厚度測量準確性并不高。

基于此，本發明首先利用數字圖像處理技術獲取子宮標準縱切圖的超聲圖像，再對該標準縱切圖分割子宮內膜區域圖像，再利用圖像信息特征提取技術提取圖像中的信息特征，最終達成內膜自動分型的目的，同時基于超聲圖像分割區域運用形態學原理計算出內膜的實際厚度。

發明內容

本發明的目的在于提供一種基于子宮內膜超聲圖像的自動分割分型及厚度測量方法，實現了對子宮內膜測量及分型判斷的精度和效率的提高。

本發明通過以下技術方案實現的：

一種基于子宮內膜超聲圖像的自動分割分型及厚度測量方法，包括以下步驟：

步驟S0：采集子宮內膜超聲掃查圖像集；

步驟S1：由人工分別選取出前、中、后位的標準子宮正中矢狀切面圖，對切面圖勾畫出子宮內膜區域的邊界，并根據具體的子宮內膜型態作出分型判斷，并標上相應的類別標簽，完成訓練數據集的收集；

步驟S2：輸入原始數據圖像，統一進行圖像數據預處理，便于提升后續運算處理的預測準確性；

步驟S3：分別以預處理后的訓練數據集訓練子宮內膜分割模型和子宮內膜分型模型，用于分型和分割的預測；

步驟S4：輸入新的掃查樣本進行預測，先進行相同的圖像數據預處理，獲取子宮標準縱切圖；

步驟S5：根據所述構建的子宮內膜區域分割模型，對所述獲得的子宮標準縱切圖進行分割，獲得子宮內膜的劃分區域；

步驟S6：根據所述構建的子宮內膜分型模型，對所得子宮標準縱切面提取信息并進行分類，得到分型結果；

步驟S7：對劃分區域結果進行后處理，再結合超聲圖像與真實物體的比例，計算出子宮內膜的實際厚度。

其中，圖像數據收集，收集一定數量的子宮超聲圖像，結合高年資醫生經驗對其做出對應的分型標注并勾畫出子宮內膜的區域；

構建處理模型，利用所述收集樣本作為訓練集，基于計算機深度學習技術分別訓練出用于分割圖像子宮內膜區域、對子宮內膜超聲圖分型的神經網絡模型，該模型負責完成子宮內膜超聲圖像的自動分割分型。

厚度的測量與計算，基于計算機圖形學以及形態學設計算法，利用該算法以及上述超聲圖像中內膜區域的分割結果計算出子宮內膜的具體厚度。