超声颅脑标准面成像和异常区域自动检测显示方法技术

本发明专利技术涉及超声检测领域，尤其涉及一种超声颅脑标准面成像和异常区域自动检测显示方法。采用如下技术方案：将对颅脑进行扫查得到的超声图像进行边缘检测构建头盖骨曲面模型，根据头盖骨曲面模型确定并提取标准面超声图像，并利用标准面超声图像的对称性进行相似度比对，以此得到异常区域并进行分割显示。本发明专利技术的优点在于：通过对头盖骨边缘进行检测以构建头盖骨曲面模型，以此模型建立坐标系，从而可以从扫查得到的超声图像中快速确定标准面超声图像；同时利用标准面超声图像的对称性进行相似度比对，可以快速准确地检测超声图像中的异常区域并分割显示出来，为颅脑超声扫查提供高效准确的图像分析。供高效准确的图像分析。供高效准确的图像分析。

【技术实现步骤摘要】
超声颅脑标准面成像和异常区域自动检测显示方法


[0001]本专利技术涉及超声检测领域，尤其涉及一种超声颅脑标准面成像和异常区域自动检测显示方法。

技术介绍

[0002]颅脑超声扫查是一项常规临床实践，被主要应用于新生儿的临床监护中。其主要用于脑室内出血、脑周出血梗塞、出血后脑室扩张、出血后液性脑周白质软化/麻痹等。在传统技术中，超声医生依靠知识和经验来识别图像的异常情况。随着计算机技术的不断发展，利用计算机对图像进行自动分析和诊断可以为医生的诊断减轻负担并提高效率。然而采用传统的图像处理技术和目前流行的机器学习方法对颅脑超声图像进行分析和诊断的效果并不理想，存在识别精度低、容易出错等问题。

技术实现思路

[0003]本专利技术的目的在于提供一种超声颅脑标准面成像和异常区域自动检测显示方法，具体在于提供一种可利用颅脑超声图像自动确定并提取标准面超声图像，并利用标准面超声图像的对称性对异常区域进行检测并分割显示的方法。
[0004]为达到上述目的，本专利技术采用如下技术方案：一种超声颅脑标准成像和异常区域自动检测显示方法，包括如下步骤：S01、根据对颅脑进行超声扫查得到的超声图像构建头盖骨曲面模型。
[0005]S02、根据步骤S01构建的头盖骨曲面模型确定该头盖骨曲面模型的正中矢状面和正中冠状面，同时将正中矢状面和正中冠状面与头盖骨曲面模型的交点标记为坐标原点，并建立坐标系。
[0006]S03、在构建的头盖骨曲面模型和坐标系上标出设定的标准面的位置，并从扫查得到的超声图像中找到对应于临床定义的多个标准面位置的超声图像并提取出来。
[0007]S04、将步骤S03提取出来的标准面超声图像进行直方图或灰度共生矩阵的计算，并做归一化处理以提取特征数据。
[0008]S05、将提取的特征数据与参考特征数据进行相似度比对的计算。
[0009]S06、当提取的特征数据与参考特征数据存在差异时，则提取出差异处对应的灰阶值，并以该灰机值为引导，在对应的标准面超声图像上分割出异常区域并显示。
[0010]具体的，步骤S05中参考特征数据为临床确认无异常情况的标准面超声图像按照步骤S04提取得到的特征数据。
[0011]在另一种方案中，若步骤S03中提取出的标准面超声图像为相对于正中矢状面或正中冠状面对称时，则在步骤S04中将该标准面超声图像分为互相对称的两个区域再分别进行直方图或灰度共生矩阵的计算，并做归一化处理以提取特征数据；并在步骤S05中将该标准面超声图像两个互相对称的区域提取的特征数据互为参考特征数据进行相似度比对的计算。
[0012]具体的，在步骤S05中，还同时将两个互相对称的区域提取得到的特征数据与临床确认无异常情况的标准面超声图像按照步骤S04提取得到的特征数据作为的参考特征数据进行相似度比对的计算，并分别按照步骤S06进行异常区域的分割和显示。
[0013]具体的，步骤S01中构建头盖骨曲面模型时，对颅脑进行3D超声图像扫查并根据得到的3D超声图像进行检测并构建头盖骨曲面模型。
[0014]在另一种方案中，步骤S01中构建头盖骨曲面模型时，对颅脑进行2D超声图像扫查，对采集得到的2D超声图像利用灰阶或灰阶加灰阶梯度值的方式检测头盖骨与颅脑内部组织的边界，并利用多帧2D超声图像检测得到的头盖骨与颅脑内部组织的边界进行滤波和拟合构建完整的头盖骨曲面模型。
[0015]本专利技术的优点在于： 通过对头盖骨边缘进行检测以构建头盖骨曲面模型，以此模型建立坐标系，从而可以从扫查得到的超声图像中快速确定标准面超声图像；同时利用标准面超声图像的对称性进行相似度比对，可以快速准确地检测超声图像中的异常区域并分割显示出来，为颅脑超声扫查提供高效准确的图像分析。
附图说明
[0016]附图1为实施例1
‑
3中头盖骨曲面模型及正中矢状面、正中冠状面和坐标系的位置关系图。
具体实施方式
[0017]实施例1，一种超声颅脑标准成像和异常区域自动检测显示方法，包括如下步骤：S01、根据对颅脑进行超声扫查得到的超声图像构建头盖骨曲面模型。
[0018]S02、根据步骤S01构建的头盖骨曲面模型确定该头盖骨曲面模型的正中矢状面和正中冠状面，同时将正中矢状面和正中冠状面与头盖骨曲面模型的交点标记为坐标原点，并建立坐标系。
[0019]S03、在构建的头盖骨曲面模型和坐标系上标出设定的标准面的位置，并从扫查得到的超声图像中找到对应于临床定义的多个标准面位置的超声图像并提取出来。
[0020]S04、将步骤S03提取出来的标准面超声图像进行直方图或灰度共生矩阵的计算，并做归一化处理以提取特征数据。
[0021]S05、将提取的特征数据与参考特征数据进行相似度比对的计算。
[0022]S06、当提取的特征数据与参考特征数据存在差异时，则提取出差异处对应的灰阶值，并以该灰机值为引导，在对应的标准面超声图像上分割出异常区域并显示。
[0023]在本实施例中，步骤S05中参考特征数据为临床确认无异常情况的标准面超声图像按照步骤S04提取得到的特征数据。
[0024]具体的，步骤S01中构建头盖骨曲面模型时，可以对颅脑进行3D超声图像扫查并根据得到的3D超声图像进行检测并构建头盖骨曲面模型；也可以对颅脑进行2D超声图像扫查，对采集得到的2D超声图像利用灰阶或灰阶加灰阶梯度值的方式检测头盖骨与颅脑内部组织的边界，并利用多帧2D超声图像检测得到的头盖骨与颅脑内部组织的边界进行滤波和拟合构建完整的头盖骨曲面模型。
[0025]实施例2，一种超声颅脑标准成像和异常区域自动检测显示方法，包括如下步骤：
S01、根据对颅脑进行超声扫查得到的超声图像构建头盖骨曲面模型。
[0026]S02、根据步骤S01构建的头盖骨曲面模型确定该头盖骨曲面模型的正中矢状面和正中冠状面，同时将正中矢状面和正中冠状面与头盖骨曲面模型的交点标记为坐标原点，并建立坐标系。
[0027]S03、在构建的头盖骨曲面模型和坐标系上标出设定的标准面的位置，并从扫查得到的超声图像中找到对应于临床定义的多个标准面位置的超声图像并提取出来。
[0028]S04、将步骤S03提取出来的标准面超声图像进行直方图或灰度共生矩阵的计算，并做归一化处理以提取特征数据。
[0029]S05、将提取的特征数据与参考特征数据进行相似度比对的计算。
[0030]S06、当提取的特征数据与参考特征数据存在差异时，则提取出差异处对应的灰阶值，并以该灰机值为引导，在对应的标准面超声图像上分割出异常区域并显示。
[0031]其中，若步骤S03中提取出的标准面超声图像为相对于正中矢状面或正中冠状面对称时，则在步骤S04中将该标准面超声图像分为互相对称的两个区域再分别进行直方图或灰度共生矩阵的计算，并做归一化处理以提取特征数据；并在步骤S05中将该标准面超声图像两个互相对称的区域提取的特征数据互为参考特征数据进行相似本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种超声颅脑标准成像和异常区域自动检测显示方法，其特征在于，包括如下步骤：S01、根据对颅脑进行超声扫查得到的超声图像构建头盖骨曲面模型；S02、根据步骤S01构建的头盖骨曲面模型确定该头盖骨曲面模型的正中矢状面和正中冠状面，同时将正中矢状面和正中冠状面与头盖骨曲面模型的交点标记为坐标原点，并建立坐标系；S03、在构建的头盖骨曲面模型和坐标系上标出设定的标准面的位置，并从扫查得到的超声图像中找到对应于临床定义的多个标准面位置的超声图像并提取出来；S04、将步骤S03提取出来的标准面超声图像进行直方图或灰度共生矩阵的计算，并做归一化处理以提取特征数据；S05、将提取的特征数据与参考特征数据进行相似度比对的计算；S06、当提取的特征数据与参考特征数据存在差异时，则提取出差异处对应的灰阶值，并以该灰机值为引导，在对应的标准面超声图像上分割出异常区域并显示。2.根据权利要求1所述的一种超声颅脑标准面成像和异常区域自动检测显示方法，其特征在于：所述步骤S05中参考特征数据为临床确认无异常情况的标准面超声图像按照步骤S04提取得到的特征数据。3.根据权利要求1所述的一种超声颅脑标准面成像和异常区域自动检测显示方法，其特征在于：若步骤S03中提取出的标准面超声图像为相对于正中矢状面或正中冠状面对称时，则在步骤S04中将该...

【专利技术属性】
技术研发人员：范列湘，蔡泽杭，李斌，吴钟鸿，王煜，林锦豪，周晓明，陈少辉，陈炜武，郭境峰，陈伊婕，陈梓淳，
申请(专利权)人：汕头市超声仪器研究所股份有限公司，
类型：发明
国别省市：