【技术实现步骤摘要】
本专利技术涉及医用超声图像分析，具体为一种基于人工智能的医用超声图像分析系统及方法。
技术介绍
1、一种基于人工智能的医用超声图像分析系统是一种利用深度学习、机器学习等人工智能技术对医用超声图像进行自动分析和诊断的系统，该系统在医学领域中扮演着重要的角色，其帮助医学研究人员发现新的疾病特征、研究疾病机制、开发新的诊断方法以及治疗方案，为医生提供了强大的工具和支持，有助于医生学习和积累经验，并提高医疗诊断和治疗的水平，促进医学科研的发展。
2、传统的基于人工智能的医用超声图像分析系统由于对多个器官同时进行分析检测，因此在对心脏关键部位进行分析检测时评估报告缺乏准确性，影响医生对病人病因的精准研判。
技术实现思路
1、(一)解决的技术问题
2、针对现有技术的不足，本专利技术提供了一种基于人工智能的医用超声图像分析系统及方法，具备通过图像采集模块采集心脏图像数据xztx，图像处理模块接收图像采集模块传输的心脏图像数据xztx，对心脏图像数据xztx进行图像去噪、增强以及配准，得到去噪心脏图像数据qzxz、增强心脏图像数据zqxz以及配准心脏图像数据pzxz，人工智能算法模块通过卷积算法将上述数据列为样本数据，并将该数据作为输入参数训练卷积算法模型，特征提取模块通过人工智能算法模型对心脏数据进行分析计算提取特征值，计算心脏纹理值xzwl、心脏轮廓值xzlk以及心脏面积值xzdx，分析输出模块结合上述特征值，分析心脏健康状况，生成健康评估报告传输至显示终端，给予医生准
3、(二)技术方案
4、为实现上述目的，本专利技术提供如下技术方案：一种基于人工智能的医用超声图像分析系统，包括图像采集模块、图像处理模块、人工智能算法模块、特征提取模块以及分析输出模块；
5、所述图像采集模块通过网络与图像处理模块连接；
6、所述图像处理模块通过网络与人工智能算法模块连接；
7、所述人工智能算法模块通过网络与特征提取模块连接；
8、所述特征提取模块通过网络与分析输出模块连接；
9、所述图像采集模块通过超声心动图将采集的心脏图像数据编入数据集xztx，并将采集的心脏图像数据传输至图像处理模块；
10、所述图像处理模块接收图像采集模块传输的心脏图像数据xztx，对心脏图像数据xztx进行图像去噪，得到去噪心脏图像数据qzxz，对心脏图像数据xztx进行图像增强，得到增强心脏图像数据zqxz，对心脏图像数据xztx进行图像配准，得到配准心脏图像数据pzxz；
11、所述图像处理模块将上述处理后的图像数据传输至人工智能算法模块；
12、所述人工智能算法模块接收图像处理模块传输的去噪心脏图像数据qzxz、增强心脏图像数据zqxz以及配准心脏图像数据pzxz，并将上述数据作为输入参数训练人工智能算法模型；
13、所述特征提取模块通过人工智能算法模型对心脏数据进行分析计算提取特征值，计算心脏纹理值xzwl、心脏轮廓值xzlk以及心脏面积值xzdx，并将计算所得数值传输至分析传输模块；
14、所述分析输出模块结合特征提取模块传输的心脏纹理值xzwl、心脏轮廓值xzlk以及心脏面积值xzdx对心脏健康问题进行分析，并生成健康评估报告将报告输出至显示终端。
15、优选的，所述图像处理模块根据图像采集模块传输的心脏图像数据qztx，计算去噪心脏图像数据qzxz，图像去噪公式如下：
16、
17、公式中，qzxz(a,b)表示降噪后的心脏图像像素值，ax、by表示降噪滤波核的尺寸，通过系统自动获取，xztx(x+k,y+m)表示原始心脏图像数据的像素值。
18、优选的，所述图像处理模块根据图像采集模块传输的心脏图像数据xztx，对心脏图像数据xztx进行图像增强，得到增强心脏图像数据zqxz，图像增强公式如下：
19、
20、公式中，b表示心脏图像像素的灰度级别，mx*nx表示心脏图像的总像素数，该数值通过系统自动获取，xztx(qmi)表示直方图中灰度级别为i的心脏图像像素数，该数值通过系统自动获取，i＝0表示以第一个心脏图像像素值为起始计算位置。
21、优选的，所述图像处理模块根据图像采集模块传输的心脏图像数据xztx，对心脏图像数据xztx进行图像配准，得到配准心脏图像数据pzxz，图像配准公式如下：
22、
23、公式中，pzxz(j,k)表示配准心脏图像数据，(p,q)表示原始心脏图像像素坐标，通过系统自动获取，y1、z1、k1、x1、m1以及n1表示仿射变换参数，上述参数通过最小二乘法得出。
24、优选的，所述人工智能算法模块接收图像处理模块传输的去噪心脏图像数据qzxz、增强心脏图像数据zqxz以及配准心脏图像数据pzxz，通过卷积算法将上述数据列为样本数据，并将该数据作为输入参数训练卷积算法模型。
25、优选的，所述特征提取模块通过人工智能算法模型对心脏数据进行分析计算提取特征值，计算心脏纹理值xzwl，计算公式如下：
26、
27、公式中，xzwl表示心脏纹理值，xztx(v,j)表示灰度共生矩阵中第v,j个元素的概率。
28、优选的，所述特征提取模块通过人工智能算法模型对心脏数据进行分析计算提取特征值，计算心脏轮廓值xzlk，计算公式如下：
29、
30、公式中，xzlk表示心脏轮廓值，(gpx,dty)表示轮廓上像素点的坐标，该坐标通过系统自动获得。
31、优选的，所述特征提取模块通过人工智能算法模型对心脏数据进行分析计算提取特征值，计算心脏面积值xzdx，计算公式如下：
32、
33、公式中，xzdx表示心脏面积值，xztx(m,n)表示心脏分割后心脏区域中第m,n个像素点的像素值。
34、优选的，所述分析输出模块结合特征提取模块传输的心脏纹理值xzwl、心脏轮廓值xzlk以及心脏面积值xzdx对心脏健康问题进行分析，分析方式如下：
35、系统内部设置心脏标准纹理值wlyz、心脏标准轮廓值lkyz以及心脏标准面积值mjyz；
36、当心脏纹理值xzwl超出心脏标准纹理值wlyz百分之20且心脏轮廓值xzlk超出心脏标准轮廓值lkyz百分之20且心脏面积值xzdx超出心脏标准面积值mjyz百分之20，分析输出模块将心脏异常信息传输至显示终端。
37、一种基于人工智能的医用超声图像分析方法，具体包括以下步骤：
38、s1、图像采集模块通过超声心动图将采集的心脏图像数据编入数据集xztx，并将采集的数据传输至图像处理模块；
39、s2、图像处理模块接收图像采集模块传输的心脏图像数据xztx，对心脏图像数据xztx进行图像去噪，得到去噪心脏图像数据qzxz，本文档来自技高网...
【技术保护点】
1.一种基于人工智能的医用超声图像分析系统，其特征在于：包括图像采集模块、图像处理模块、人工智能算法模块、特征提取模块以及分析输出模块；
2.根据权利要求1所述的一种基于人工智能的医用超声图像分析系统，其特征在于：所述图像处理模块根据图像采集模块传输的心脏图像数据Xztx，计算去噪心脏图像数据Qzxz，图像去噪公式如下：
3.根据权利要求1所述的一种基于人工智能的医用超声图像分析系统，其特征在于：所述图像处理模块根据图像采集模块传输的心脏图像数据Xztx，对心脏图像数据Xztx进行图像增强，得到增强心脏图像数据Zqxz，图像增强公式如下：
4.根据权利要求1所述的一种基于人工智能的医用超声图像分析系统，其特征在于：所述图像处理模块根据图像采集模块传输的心脏图像数据Xztx，对心脏图像数据Xztx进行图像配准，得到配准心脏图像数据Pzxz，图像配准公式如下：
5.根据权利要求2或3或4所述的一种基于人工智能的医用超声图像分析系统，其特征在于：所述人工智能算法模块接收图像处理模块传输的去噪心脏图像数据Qzxz、增强心脏图像数据Zqxz以
6.根据权利要求5所述的一种基于人工智能的医用超声图像分析系统，其特征在于：所述特征提取模块通过人工智能算法模型对心脏数据进行分析计算提取特征值，计算心脏纹理值Xzwl，计算公式如下：
7.根据权利要求5所述的一种基于人工智能的医用超声图像分析系统，其特征在于：所述特征提取模块通过人工智能算法模型对心脏数据进行分析计算提取特征值，计算心脏轮廓值Xzlk，计算公式如下：
8.根据权利要求5所述的一种基于人工智能的医用超声图像分析系统，其特征在于：所述特征提取模块通过人工智能算法模型对心脏数据进行分析计算提取特征值，计算心脏面积值Xzdx，计算公式如下：
9.根据权利要求6或7或8所述的一种基于人工智能的医用超声图像分析系统，其特征在于：所述分析输出模块结合特征提取模块传输的心脏纹理值Xzwl、心脏轮廓值Xzlk以及心脏面积值Xzdx对心脏健康问题进行分析，分析方式如下：
10.一种基于人工智能的医用超声图像分析方法，具体包括以下步骤：
...【技术特征摘要】
1.一种基于人工智能的医用超声图像分析系统，其特征在于：包括图像采集模块、图像处理模块、人工智能算法模块、特征提取模块以及分析输出模块；
2.根据权利要求1所述的一种基于人工智能的医用超声图像分析系统，其特征在于：所述图像处理模块根据图像采集模块传输的心脏图像数据xztx，计算去噪心脏图像数据qzxz，图像去噪公式如下：
3.根据权利要求1所述的一种基于人工智能的医用超声图像分析系统，其特征在于：所述图像处理模块根据图像采集模块传输的心脏图像数据xztx，对心脏图像数据xztx进行图像增强，得到增强心脏图像数据zqxz，图像增强公式如下：
4.根据权利要求1所述的一种基于人工智能的医用超声图像分析系统，其特征在于：所述图像处理模块根据图像采集模块传输的心脏图像数据xztx，对心脏图像数据xztx进行图像配准，得到配准心脏图像数据pzxz，图像配准公式如下：
5.根据权利要求2或3或4所述的一种基于人工智能的医用超声图像分析系统，其特征在于：所述人工智能算法模块接收图像处理模块传输的去噪心脏图像数据qzxz、增强心脏图像数据zqxz以及配准心...
【专利技术属性】
技术研发人员：裴萌，杨小芳，王瑜，马明，郭彦署，
申请(专利权)人：北京凯普顿医药科技开发有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。