[發明專利]基于超聲圖像的羊水信息確定方法和超聲設備

在審

• 申請號: 202210367162.3
• 申請日: 2022-04-08
• 公開（公告）號: CN114847999A
• 公開（公告）日: 2022-08-05
• 發明（設計）人: 時俊楠;王文凱;郭頌;陳哲
• 申請（專利權）人: 青島海信醫療設備股份有限公司
• 主分類號: A61B8/00
• 分類號: A61B8/00
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 任嘉文

1.一種基于超聲圖像的羊水信息確定方法，其特征在于，所述方法包括：

獲取羊水的第一超聲圖像；

對所述第一超聲圖像進行直方圖均衡化，得到第二超聲圖像；

若存在所述羊水的血流信號圖像，基于所述第二超聲圖像和所述血流信號圖像提取多模態特征；

對所述多模態特征進行特征提取，得到分類特征；

基于所述分類特征進行二分類操作，得到所述第一超聲圖像中羊水區域的掩碼圖像，所述二分類操作用于識別出屬于羊水區域的像素點和非羊水區域的像素點；

對所述掩碼圖像進行邊緣提取操作，得到至少一個邊緣的邊緣點集；

對各邊緣點集分別提取羊水區域的垂直深度；

選擇最大的垂直深度作為所述羊水區域的羊水深度。

2.根據權利要求1所述的方法，其特征在于，所述基于所述第二超聲圖像和所述血流信號圖像提取多模態特征,包括：

對所述第二超聲圖像和所述血流信號圖像進行拼接，得到拼接圖像；

基于通道注意力機制網絡模塊提取所述拼接圖像的第一特征，并基于空間注意力機制網絡提取所述拼接圖像的第二特征；

對所述第一特征和所述第二特征進行融合處理，得到所述多模態特征。

3.根據權利要求1或2所述的方法，其特征在于，所述對所述多模態特征進行特征提取，得到分類特征，包括：

將多模態特征輸入編碼器，得到第一編碼結果；

將所述第一編碼結果輸入交叉融合通道注意力網絡模塊，得到第二編碼結果；

采用解碼器對所述第一編碼結果和所述第二編碼結果進行處理，得到所述分類特征。

4.根據權利要求3所述的方法，其特征在于，所述交叉融合通道注意力網絡模塊包括通道嵌入模塊、多頭注意力模塊和重構模塊，其中：

所述通道嵌入模塊用于對所述第一編碼結果分配權重，得到權重矩陣；

所述多頭注意力模塊用于將所述權重矩陣與所述第一編碼結果相乘，得到權重特征；

所述重構模塊對所述權重特征進行特征提取，得到所述第二編碼結果。

5.根據權利要求1所述的方法，其特征在于，所述對各邊緣點集分別提取羊水區域的垂直深度，包括：

對每個邊緣點集分別執行：

計算所述邊緣點集的外接矩形；

在所述第一超聲圖像中以所述外接矩形的左上頂點為起點，遍歷所述外接矩形中像素列上的像素點，得到同一像素列中的第一像素點和第二像素點，所述第一像素點為所述像素列中首個屬于羊水區域的像素點、所述第二像素點為所述像素列中最后一個屬于羊水區域的像素點；

若在所述像素列中所述第一像素點與第二像素點之間的像素點均為所述羊水區域的像素點，則計算所述第一像素點與第二像素點之間的距離作為所述像素列的垂直深度；

將所述外接矩形中各像素列的最大垂直深度作為所述邊緣點集對應的羊水區域的垂直深度。

6.根據權利要求1所述的方法，其特征在于，還包括：

若不存在所述羊水的血流信號圖像，則基于所述第二超聲圖像和最小噪聲圖像提取多模態特征。

7.根據權利要求1所述的方法，其特征在于，所述對所述第一超聲圖像進行直方圖均衡化，具體包括：

設置滑動窗口，基于所述滑動窗口內所有像素的方差與均值確定均衡化系數，其中，所述均衡化系數與所述滑動窗口內包含羊水邊緣的可能性呈正相關關系；

基于以下公式計算所述滑動窗口內的超聲圖像均衡化后的像素值：

其中，(i，j)表示像素點的位置，H(i，j)表示均衡化的變換函數，g(i，j)表示進行所述直方圖均衡化之前的所述滑動窗口中的像素值，表示進行所述直方圖均衡化之前，以(i，j)為中心，所述滑動窗口中所有像素點的均值，k表示所述均衡化系數，f(i，j)表示進行所述直方圖均衡化后所述滑動窗口中的像素值。

8.根據權利要求5所述的方法，其特征在于，所述方法還包括：

若所述第一像素點與第二像素點之間的像素點包括非羊水區域的像素點，則遍歷下一像素列。