申请/专利权人:广州市妇女儿童医疗中心
申请日:2023-03-07
公开(公告)日:2024-02-23
公开(公告)号:CN116392166B
主分类号:A61B8/08
分类号:A61B8/08;A61B8/00;G06T7/60;G06T7/00;G06T7/11;G06N3/045
优先权:
专利状态码:有效-授权
法律状态:2024.02.23#授权;2023.07.25#实质审查的生效;2023.07.07#公开
摘要:本发明公开了一种孕囊及胚芽自动测量方法、系统、装置及介质,方法包括:获取早孕期超声图像;利用孕囊及胚芽分割模型,对早孕期超声图像进行分析,获得早孕期超声图像的孕囊及胚芽的目标分割平面;根据目标分割平面,通过LSTM时间序列模型,获得标准平面;基于标准平面,确定测量经线,得到孕囊及胚芽的测量结果。本发明在获得早孕期超声图像后,利用预先建立的孕囊及胚芽分割模型,对该早孕期超声图像进行分析,获得目标分割平面,进而通过LSTM时间序列模型获取标准平面,实现测量经线的确定,能够实现自动且准确测量孕囊及胚芽,提高了孕囊及胚芽的测量精度,可广泛应用于图像检测技术领域。
主权项:1.一种孕囊及胚芽自动测量方法,其特征在于,包括:获取早孕期超声图像;利用孕囊及胚芽分割模型,对所述早孕期超声图像进行分析,获得所述早孕期超声图像的孕囊及胚芽的目标分割平面;其中,所述孕囊及胚芽分割模型通过已标注分割标签的早孕期超声图像训练生成;生成所述孕囊及胚芽分割模型包括:根据所述已标注分割标签的早孕期超声图像,确定训练集;基于MaskRCNN框架,使用ResNet-50网络作为骨干网络搭建FirstTrimester-MaskRCNN;通过在UNet卷积网络中添加注意力机制模块搭建FirstTrimester-UNet;根据所述FirstTrimester-MaskRCNN和所述FirstTrimester-UNet,创建多种多目标分割模型;通过所述训练集对所述多种多目标分割模型进行分割训练,并基于训练结果,对所述多种多目标分割模型进行调整,获得孕囊及胚芽分割模型;其中,所述利用孕囊及胚芽分割模型,对所述早孕期超声图像进行分析,获得所述早孕期超声图像的孕囊及胚芽的目标分割平面,包括:利用孕囊及胚芽分割模型,提取所述早孕期超声图像的像素特征表达;基于所述像素特征表达,通过所述注意力机制模块进行特征增强,得到增强特征的特征表示;根据所述增强特征的特征表示,确定分割结果,得到所述早孕期超声图像的孕囊及胚芽的目标分割平面;根据所述目标分割平面,通过LSTM时间序列模型,获得标准平面;基于所述标准平面,确定测量经线,得到孕囊及胚芽的测量结果;其中,所述基于所述标准平面,确定测量经线,得到孕囊及胚芽的测量结果,包括:基于所述标准平面,利用OpenCV工具获得测量经线,得到孕囊及胚芽的测量结果;其中,所述孕囊及胚芽的测量结果包括评价孕囊直径和胚芽长度。
全文数据:
权利要求:
百度查询: 广州市妇女儿童医疗中心 一种孕囊及胚芽自动测量方法、系统、装置及介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。