[發明專利]一種處理下腔靜脈圖像的方法、系統及存儲介質

有效

• 申請號: 202110789143.5
• 申請日: 2021-07-13
• 公開（公告）號: CN113506270B
• 公開（公告）日: 2022-04-12
• 發明（設計）人: 張東;王欣然;王振玲
• 申請（專利權）人: 北京建筑大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/12;G06V10/764;G06K9/62;G06N3/04;G06N3/08;A61B8/08
• 代理公司: 北京匯澤知識產權代理有限公司 11228
• 代理人: 牟昌兵

1.一種由一個或多個數據處理裝置執行的方法，其特征在于，所述方法包括：

接收醫學圖像，其中，所述醫學圖像是由超聲探頭采集的并描繪人體的下腔靜脈；

使用多任務深度神經網絡處理所述醫學圖像以同時產生分割輸出和質量分類輸出，其中，所述分割輸出包括所述下腔靜脈的輪廓，所述質量分類輸出指示所述醫學圖像的質量狀況；

根據所述醫學圖像的所述質量分類輸出判斷所述醫學圖像的所述質量狀況是否滿足預設條件；

以及，在所述醫學圖像的所述質量狀況滿足所述預設條件的情況下，由分割出的下腔靜脈的輪廓上的左邊界向右第一預設距離處確定的位置，以該位置處左右第二預設距離的血管上邊緣的斜率確定檢測線的斜率，得到所述檢測線；根據醫學圖像的所述分割輸出、所述檢測線和所述下腔靜脈的輪廓，確定下腔靜脈直徑，并實時顯示下腔靜脈測量結果，自動測量塌陷指數。

2.根據權利要求1所述的方法，其特征在于，還包括：

根據所述醫學圖像的所述質量分類輸出生成質量狀況提示，以使觀測者獲知所述醫學圖像的質量狀況，其中，所述質量狀況提示包括可視提示，所述可視提示包括顏色條。

3.根據權利要求1所述的方法，其特征在于，還包括：

在所述醫學圖像的所述質量狀況不滿足所述預設條件的情況下，根據所述醫學圖像的所述質量分類輸出生成質量狀況提示。

4.根據權利要求1所述的方法，其特征在于，還包括：

將分割出的所述下腔靜脈的輪廓疊加在所述醫學圖像上對應于所述下腔靜脈的位置；

顯示疊加所述下腔靜脈的輪廓后的所述醫學圖像。

5.根據權利要求1所述的方法，其特征在于，所述多任務深度神經網絡包括：

編碼器子網絡，包括多個編碼器塊的第一序列，每個編碼器塊包括一個或多個卷積神經網絡層，每個編碼器塊被配置為處理編碼器塊輸入以生成編碼器塊輸出，其中，所述編碼器塊輸出包括第一輸出和第二輸出，其中，所述第二輸出為所述第一輸出的下采樣；對于所述第一序列中在初始編碼器塊之后的每個編碼器塊，所述編碼器塊的編碼器塊輸入包括在所述第一序列中的先前編碼器塊的第二輸出；

解碼器子網絡，包括多個解碼器塊的第二序列，每個解碼器塊包括一個或多個卷積神經網絡層，每個解碼器塊被配置為處理相應的編碼器塊輸入以生成相應的解碼器塊輸出，其中，所述解碼器塊輸出為所述解碼器塊輸入的上采樣；對于所述第二序列中在初始解碼器塊之后的解碼器塊，所述解碼器塊輸入包括相應的編碼器塊的第一輸出和先前解碼器塊的解碼器塊輸出；

鏈接塊，被配置為處理所述第一序列中最終編碼器塊的編碼器塊輸出以生成鏈接塊輸出，所述鏈接塊輸出被作為所述第二序列中初始解碼器塊的解碼器塊輸入；

分類子網絡，被配置為處理所述鏈接塊輸出以生成所述質量分類輸出。

6.根據權利要求5 所述的方法，其特征在于，

每個編碼器塊包括一個或多個卷積神經網絡層，所述卷積神經網絡層為可分離卷積神經網絡層；和/或

所述分類子網絡包括一個或多個卷積神經網絡層。

7.一種數據處理系統，其特征在于，所述數據處理系統包括：

存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序；

所述計算機程序被所述處理器執行時實現如權利要求1至6中任一項所述的方法的步驟。

8.一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上存儲有指令，所述指令被一個或多個處理器執行時實現如權利要求1至6中任一項所述的相應方法的步驟。