1.本发明涉及超声图像处理领域，具体涉及一种用于胎儿超声序列切面图像快速定位标准切面的方法。
背景技术：
2.超声检查是产前检查诊断的重要组成部分，而快速准确地定位胎儿标准切面对胎儿生物学参数快速准确的测量及诊断具有重要意义。但在临床中，标准切面的定位通常由医生手动操作完成，比较依赖医生的经验判断，即使经验丰富的医生也需要花费较长的时间。近年来，有一些研究人员提出一些超声图像定位标准切面的方法，如陈浩等人，在期刊文章ultrasound standard plane detection using acomposite neural network framework[j].ieee transactions on cybernetics, 2017, 47(6):1576-1586.中提出使用复合神经网络实现胎儿标准切面的检测；倪东等人在专利：从超声图像中自动定位标准切面的方法（公开号为：cn103955698b）中提出使用机器学习的方法定位胃泡、脊柱、脐静脉目标的位置，使用融合分类器融合检测结果，从而判断超声图像是否为标准切面；李肯立等人在专利胎儿超声标准切面图像检测方法、计算机设备和存储介质（公开号：cn112102244a）中提出使用目标检测模型，输出超声切面图像的类别以及是否标准的检测结果；李肯立等人在专利胎儿超声图像中标准切面图像的检测方法和装置（公开号：cn111462060a）中提出根据图像单元块的相似度合并候选区域，仅对候选区域进行分割的方法，避免对图像所有区域进行分割，从而加快标准切面检测的速度。虽然上述方法通过各种方式加快标准切面的检测速度，但未考虑到标准切面序列图像数量多的特点，因此在对胎儿标准切面的定位仍存在检测速度慢的问题，难以满足临床的需求。
技术实现要素：
[0003]
本发明的目的在于提供一种用于胎儿超声序列切面图像快速定位标准切面的方法，该方法通过可大大减少定位标准切面过程中的计算量，在保证准确度的前提下，有效提高定位标准切面图像的速度。
[0004]
为达到上述目的，本发明采用如下技术方案：一种用于胎儿超声序列切面图像快速定位标准切面的方法，包括如下步骤：s01、获取胎儿超声序列切面图像，假设该序列有n张图像。
[0005]
s02、从第n帧切面图像开始向前进行检测，使用预先训练好的目标检测模型对切面图像进行目标类别和感兴趣区域的检测，假设在第m帧首次检测到感兴趣区域，则记录该帧图像检测到感兴趣区域的目标类别作为该序列切面图像的目标类别，将第m帧切面图像作为起始帧切面图像，记为第m帧切面图像，其中m的初始值为m，并标记该帧切面图像感兴趣区域的位置。
[0006]
s03、使用预先训练好的关键解剖结构检测模型对第m帧切面图像进行检测，检测该帧切面图像的感兴趣区域中是否存在关键解剖结构。
[0007]
s04、若在步骤s03的检测中检测到第m帧切面图像存在关键解剖结构且置信度大于或等于设定阀值t1，则判断该帧切面图像为标准切面图像，同时将该帧切面图像及在步骤s02所记录的目标类别一同输出。
[0008]
s05、若在步骤s03的检测中第m帧切面图像的感兴趣区域中关键解剖结构的置信度小于设定阀值t1，则计算第m-1帧切面图像与第m帧切面图像在感兴趣区域的图像相似度；若第m-1帧切面图像与第m帧切面图像在感兴趣区域的图像相似度大于或等于设定阀值t2，则认为第m-1帧切面图像与第m帧切面图像相似，不再对第m-1帧切面图像进行目标检测，并继续往下计算第m-2帧切面图像与第m帧切面图像在感兴趣区域的图像相似度，直至图像相似度小于设定阀值t2。
[0009]
s06、对步骤s05中计算得出的图像相似度小于设定阀值t2的该帧切面图像利用目标检测模型进行检测，重新标记该帧切面图像的感兴趣区域位置，并以该帧切面图像作为新的第m帧图像，重复步骤s03~s06，直至步骤s04有标准切面图像输出或m=1。
[0010]
具体的，步骤s05中，若在步骤s03的检测中第m帧切面图像的感兴趣区域中关键解剖结构的置信度小于设定阀值t1，则同时记录下该帧切面图像的帧号及其关键解剖结构的置信度值。
[0011]
具体的，还包括步骤s07、若步骤s03~s06在遍历所有m帧切面图像后，仍未有标准切面图像输出，则取步骤s05中记录下的各帧切面图像的关键解剖结构的置信度值的最大值，若该最大值大于或等于设定阀值t3，则将该最大值对应的切面图像输出为标准切面图像，若该最大值仍小于设定阀值t3，则判断该序列切面图像中无标准切面图像。
[0012]
具体的，步骤s05中，对两帧切面图像的感兴趣区域进行图像相似度计算，具体包括如下步骤：s051、设置block尺寸，对感兴趣区域尺寸进行微调，使感兴趣区域扩大为block的整数倍。
[0013]
s052、将感兴趣区域按照block的尺寸划分为多个完整的block区域，分别计算两帧切面图像感兴趣区域中各个block区域图像的灰度直方图，然后计算两帧切面图像灰度直方图的相似度。
[0014]
具体的，步骤s052中，在计算两帧切面图像的灰度直方图的相似度时，先计算两帧切面图像同一位置的两个block区域灰度直方图的相关系数，通过计算其中相关系数大于设定阀值t4的block区域数量占block区域总数量的比例，作为两帧切面图像在感兴趣区域的图像相似度。
[0015]
具体的，步骤s052中，计算两帧切面图像同一位置的两个block区域灰度直方图的相关系数采用皮尔逊相关系数进行计算。
[0016]
本发明的优点在于：通过计算超声序列切面图像帧与帧之间特定感兴趣区域的图像相似度，判断帧与帧之间的图像相似性，使用耗时较少的图像相似度计算代替相似图像的目标检测，减少进行目标检测的图像数量，在不影响定位准确性的基础上实现胎儿超声标准切面的快速定位，具有较高的准确性和快速性，能够有效解决当前手动判断标准切面耗时较长的问题，提高超声产前检查的效率。
具体实施方式
[0017]
实施例1，一种用于胎儿超声序列切面图像快速定位标准切面的方法，包括如下步骤：s01、获取胎儿超声序列切面图像，假设该序列有n张图像。
[0018]
s02、从第n帧切面图像开始向前进行检测，使用预先训练好的目标检测模型对切面图像进行目标类别和感兴趣区域的检测，假设在第m帧首次检测到感兴趣区域，则记录该帧图像检测到感兴趣区域的目标类别作为该序列切面图像的目标类别，将第m帧切面图像作为起始帧切面图像，记为第m帧切面图像，其中m的初始值为m，并标记该帧切面图像感兴趣区域的位置。
[0019]
s03、使用预先训练好的关键解剖结构检测模型对第m帧切面图像进行检测，检测该帧切面图像的感兴趣区域中是否存在关键解剖结构。
[0020]
s04、若在步骤s03的检测中检测到第m帧切面图像存在关键解剖结构且置信度大于或等于设定阀值t1，则判断该帧切面图像为标准切面图像，同时将该帧切面图像及在步骤s02所记录的目标类别一同输出。
[0021]
s05、若在步骤s03的检测中第m帧切面图像的感兴趣区域中关键解剖结构的置信度小于设定阀值t1，则计算第m-1帧切面图像与第m帧切面图像在感兴趣区域的图像相似度；若第m-1帧切面图像与第m帧切面图像在感兴趣区域的图像相似度大于或等于设定阀值t2，则认为第m-1帧切面图像与第m帧切面图像相似，不再对第m-1帧切面图像进行目标检测，并继续往下计算第m-2帧切面图像与第m帧切面图像在感兴趣区域的图像相似度，直至图像相似度小于设定阀值t2。其中，对两帧切面图像的感兴趣区域进行图像相似度计算，具体包括如下步骤：s051、设置block尺寸，对感兴趣区域尺寸进行微调，使感兴趣区域扩大为block的整数倍。
[0022]
s052、将感兴趣区域按照block的尺寸划分为多个完整的block区域，分别计算两帧切面图像感兴趣区域中各个block区域图像的灰度直方图，然后计算两帧切面图像灰度直方图的相似度；在计算两帧切面图像的灰度直方图的相似度时，先计算两帧切面图像同一位置的两个block区域灰度直方图的相关系数，通过计算其中相关系数大于设定阀值t4的block区域数量占block区域总数量的比例，作为两帧切面图像在感兴趣区域的图像相似度；计算两帧切面图像同一位置的两个block区域灰度直方图的相关系数采用皮尔逊相关系数按照如下公式进行计算。
[0023]
其中，r为计算得出的相关系数，x、y为两帧切面图像同一位置的两个block区域的灰度直方图，n为灰度直方图的长度。
[0024]
s06、对于步骤s05中计算得出的与第m帧切面图像在感兴趣区域的图像相似度小于设定阀值t2的该帧切面图像，利用目标检测模型进行检测，重新标记该帧切面图像的感兴趣区域位置，并以该帧切面图像作为新的第m帧图像，重复步骤s03~s06，直至步骤s04有标准切面图像输出或m=1。
[0025]
实施例2，一种用于胎儿超声序列切面图像快速定位标准切面的方法，包括如下步
骤：s01、获取胎儿超声序列切面图像，假设该序列有n张图像。
[0026]
s02、从第n帧切面图像开始向前进行检测，使用预先训练好的目标检测模型对切面图像进行目标类别和感兴趣区域的检测，假设在第m帧首次检测到感兴趣区域，则记录该帧图像检测到感兴趣区域的目标类别作为该序列切面图像的目标类别，将第m帧切面图像作为起始帧切面图像，记为第m帧切面图像，其中m的初始值为m，并标记该帧切面图像感兴趣区域的位置。
[0027]
s03、使用预先训练好的关键解剖结构检测模型对第m帧切面图像进行检测，检测该帧切面图像的感兴趣区域中是否存在关键解剖结构。
[0028]
s04、若在步骤s03的检测中检测到第m帧切面图像存在关键解剖结构且置信度大于或等于设定阀值t1，则判断该帧切面图像为标准切面图像，同时将该帧切面图像及在步骤s02所记录的目标类别一同输出。
[0029]
s05、若在步骤s03的检测中第m帧切面图像的感兴趣区域中关键解剖结构的置信度小于设定阀值t1，则计算第m-1帧切面图像与第m帧切面图像在感兴趣区域的图像相似度，同时记录下该帧切面图像的帧号及其关键解剖结构的置信度值；若第m-1帧切面图像与第m帧切面图像在感兴趣区域的图像相似度大于或等于设定阀值t2，则认为第m-1帧切面图像与第m帧切面图像相似，不再对第m-1帧切面图像进行目标检测，并继续往下计算第m-2帧切面图像与第m帧切面图像在感兴趣区域的图像相似度，直至图像相似度小于设定阀值t2。其中，对两帧切面图像的感兴趣区域进行图像相似度计算，具体包括如下步骤：s051、设置block尺寸，对感兴趣区域尺寸进行微调，使感兴趣区域扩大为block的整数倍。
[0030]
s052、将感兴趣区域按照block的尺寸划分为多个完整的block区域，分别计算两帧切面图像感兴趣区域中各个block区域图像的灰度直方图，然后计算两帧切面图像灰度直方图的相似度；在计算两帧切面图像的灰度直方图的相似度时，先计算两帧切面图像同一位置的两个block区域灰度直方图的相关系数，通过计算其中相关系数大于设定阀值t4的block区域数量占block区域总数量的比例，作为两帧切面图像在感兴趣区域的图像相似度；计算两帧切面图像同一位置的两个block区域灰度直方图的相关系数采用皮尔逊相关系数按照如下公式进行计算。
[0031]
其中，r为计算得出的相关系数，x、y为两帧切面图像同一位置的两个block区域的灰度直方图，n为灰度直方图的长度。
[0032]
s06、对于步骤s05中计算得出的与第m帧切面图像在感兴趣区域的图像相似度小于设定阀值t2的该帧切面图像，利用目标检测模型进行检测，重新标记该帧切面图像的感兴趣区域位置，并以该帧切面图像作为新的第m帧图像，重复步骤s03~s06，直至步骤s04有标准切面图像输出或m=1。
[0033]
s07、若步骤s03~s06在遍历所有m帧切面图像后，仍未有标准切面图像输出，则取步骤s05中记录下的各帧切面图像的关键解剖结构的置信度值的最大值，若该最大值大于或等于设定阀值t3，则将该最大值对应的切面图像输出为标准切面图像，若该最大值仍小
于设定阀值t3，则判断该序列切面图像中无标准切面图像。
[0034]
本实施例在实际测试中，在配置为：cpu intel(r) core(tm) i5-8400 @ 2.80ghz，gpu nvidia 1050tiwindows系统的计算机上进行如下测试：选用上腹部切面序列图像、股骨切面序列图像、丘脑切面序列图像各100组进行测试，每个图像序列包含50-200张图像。目标检测模型及关键解剖结构模型的推理时间均为8ms，而进行一次图像相似度计算的时间为2ms，所有图像序列的标准切面定位耗时均在1s之内，且上腹部切面序列图像、股骨切面序列图像、丘脑切面序列图像的测试准确率分别为92%、91%、92%。
[0035]
当然，以上仅为本发明较佳实施方式，并非以此限定本发明的使用范围，故，凡是在本发明原理上做等效改变均应包含在本发明的保护范围内。