[發(fā)明專利]基于二維超聲圖像的甲狀腺體積自動估算方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202110542900.9
• 申請日: 2021-05-19
• 公開（公告）號: CN113393512B
• 公開（公告）日: 2022-11-11
• 發(fā)明（設(shè)計(jì)）人: 李丹丹;金晶;趙悅;沈毅
• 申請（專利權(quán)）人: 哈爾濱工業(yè)大學(xué)
• 主分類號: G06T7/62
• 分類號: G06T7/62;G06T7/10;G06N3/08;A61B8/08
• 代理公司: 哈爾濱市陽光惠遠(yuǎn)知識產(chǎn)權(quán)代理有限公司 23211
• 代理人: 劉景祥

1.一種基于二維超聲圖像的甲狀腺體積自動估算方法，其特征在于，包括以下步驟：

步驟S101，利用超聲設(shè)備對甲狀腺進(jìn)行連續(xù)橫掃及縱掃，以采集多張二維超聲圖像；

步驟S102，利用深度學(xué)習(xí)算法對所述多張二維超聲圖像進(jìn)行語義分割，獲得多張二值分割圖像，其中，所述步驟S102進(jìn)一步包括：

利用所述深度學(xué)習(xí)算法對所述多張不同截面的二維超聲圖像進(jìn)行上采樣、降采樣和卷積操作，提取所述多張不同截面的二維超聲圖像的多個(gè)關(guān)鍵特征，進(jìn)而得到所述多張二值分割圖像；

步驟S103，根據(jù)所述多張二值分割圖像計(jì)算每個(gè)縱掃截面甲狀腺側(cè)葉的最大長度a，每個(gè)橫掃截面甲狀腺側(cè)葉的最大寬度b和最大厚度c_max，自動選出最大橫向截面和最大縱向截面，具體地：

對所述多張二值分割圖像中所有縱掃圖像按行統(tǒng)計(jì)像素?cái)?shù)，取當(dāng)前截面甲狀腺側(cè)葉的最大長度a；

對所述多張二值分割圖像中所有橫掃圖像按行、列分別統(tǒng)計(jì)像素?cái)?shù)，分別取當(dāng)前截面甲狀腺側(cè)葉的最大寬度b和最大厚度c_max；

統(tǒng)計(jì)比較每個(gè)縱掃截面的最大長度a，取最大值所在的截面作為所述最大縱向截面，同時(shí)，統(tǒng)計(jì)比較每個(gè)橫掃截面的最大寬度b和最大厚度c_max，取最大寬度b和最大厚度c_max綜合最大的橫掃截面作為所述最大橫向截面；

步驟S104，處理所述最大橫向截面和所述最大縱向截面得到甲狀腺估算體積。

2.根據(jù)權(quán)利要求1所述的基于二維超聲圖像的甲狀腺體積自動估算方法，其特征在于，所述深度學(xué)習(xí)算法為全卷積神經(jīng)網(wǎng)絡(luò)FCN、編碼器-解碼器模型、基于多尺度和金字塔網(wǎng)絡(luò)的模型、循環(huán)神經(jīng)網(wǎng)絡(luò)、膨脹卷積模型、基于注意力機(jī)制的模型和對抗生成網(wǎng)絡(luò)中任一項(xiàng)或多項(xiàng)的組合。

3.根據(jù)權(quán)利要求1所述的基于二維超聲圖像的甲狀腺體積自動估算方法，其特征在于，所述甲狀腺估算體積的計(jì)算公式為：

其中，在最大縱向截面上沿最大長度a方向，按寬度比c(a)/c_max等比縮放最大橫向截面面積對甲狀腺進(jìn)行積分，進(jìn)而獲得甲狀腺估算體積V_thyroid，c(a)為最大縱向截面在最大長度a方向上的厚度，a₀和a_n分別為最大縱向截面在最大長度a方向上的下限值和上限值。

4.一種基于二維超聲圖像的甲狀腺體積自動估算系統(tǒng)，其特征在于，包括：

采集模塊，用于利用超聲設(shè)備對甲狀腺進(jìn)行連續(xù)橫掃及縱掃，以采集多張二維超聲圖像；

語義分割模塊，用于利用深度學(xué)習(xí)算法對所述多張二維超聲圖像進(jìn)行語義分割，獲得多張二值分割圖像，其中，所述語義分割模塊具體用于：

利用所述深度學(xué)習(xí)算法對所述多張不同截面的二維超聲圖像進(jìn)行上采樣、降采樣和卷積操作，提取所述多張不同截面的二維超聲圖像的多個(gè)關(guān)鍵特征，進(jìn)而得到所述多張二值分割圖像；

篩選模塊，用于根據(jù)所述多張二值分割圖像計(jì)算每個(gè)縱掃截面甲狀腺側(cè)葉的最大長度a，每個(gè)橫掃截面甲狀腺側(cè)葉的最大寬度b和最大厚度c_max，自動選出最大橫向截面和最大縱向截面，其中，所述篩選模塊具體用于：

對所述多張二值分割圖像中所有縱掃圖像按行統(tǒng)計(jì)像素?cái)?shù)，取當(dāng)前截面甲狀腺側(cè)葉的最大長度a；

對所述多張二值分割圖像中所有橫掃圖像按行、列分別統(tǒng)計(jì)像素?cái)?shù)，分別取當(dāng)前截面甲狀腺側(cè)葉的最大寬度b和最大厚度c_max；

統(tǒng)計(jì)比較每個(gè)縱掃截面的最大長度a，取最大值所在的截面作為所述最大縱向截面，同時(shí)，統(tǒng)計(jì)比較每個(gè)橫掃截面的最大寬度b和最大厚度c_max，取最大寬度b和最大厚度c_max綜合最大的橫掃截面作為所述最大橫向截面；

數(shù)據(jù)處理模塊，用于處理所述最大橫向截面和所述最大縱向截面得到甲狀腺估算體積。

5.根據(jù)權(quán)利要求4所述的基于二維超聲圖像的甲狀腺體積自動估算系統(tǒng)，其特征在于，所述深度學(xué)習(xí)算法為全卷積神經(jīng)網(wǎng)絡(luò)FCN、編碼器-解碼器模型、基于多尺度和金字塔網(wǎng)絡(luò)的模型、循環(huán)神經(jīng)網(wǎng)絡(luò)、膨脹卷積模型、基于注意力機(jī)制的模型和對抗生成網(wǎng)絡(luò)中任一項(xiàng)或多項(xiàng)的組合。

6.根據(jù)權(quán)利要求4所述的基于二維超聲圖像的甲狀腺體積自動估算系統(tǒng)，其特征在于，所述甲狀腺估算體積的計(jì)算公式為：

其中，在最大縱向截面上沿最大長度a方向，按寬度比c(a)/c_max等比縮放最大橫向截面面積對甲狀腺進(jìn)行積分，進(jìn)而獲得甲狀腺估算體積V_thyroid，c(a)為最大縱向截面在最大長度a方向上的厚度，a₀和a_n分別為最大縱向截面在最大長度a方向上的下限值和上限值。