【技术实现步骤摘要】
本专利技术涉及超声影像分析，尤其涉及基于超声影像的心脏异常分析方法及系统。
技术介绍
1、在临床医学领域，心脏疾病的早期诊断与精准治疗对于患者的预后至关重要。然而，传统的心脏影像诊断方法往往依赖于单一角度或单一时相的扫描图像，这在一定程度上限制了医生对心脏结构与功能状态的全面评估。具体而言，单一角度的扫描可能无法捕捉到心脏某些隐蔽区域的异常变化，而单一时相的影像则难以全面反映心脏在心动周期中的动态变化过程；
2、此外，心脏图像在采集过程中往往受到多种因素的干扰，如患者体位变动、呼吸运动、设备噪声等，这些因素都可能导致图像质量下降，影响后续的特征提取与异常检测。尽管现代医疗影像技术已经取得了显著进步，但在复杂的心脏疾病诊断中，如何进一步提高图像质量、增强特征提取的精准性，仍是亟待解决的技术难题；
3、另一方面，心脏疾病的种类繁多，且不同疾病在影像表现上可能存在重叠或相似之处，这给医生的诊断带来了巨大挑战。传统的诊断方法往往依赖于医生的经验和主观判断，缺乏客观、量化的评估标准，容易导致误诊或漏诊的发生。
4、因此，有必要提供基于超声影像的心脏异常分析方法及系统解决上述技术问题。
技术实现思路
1、为解决上述技术问题，本专利技术提供基于超声影像的心脏异常分析方法及系统达到提高了心脏图像分析的准确性和检测敏感性、验证了异常识别的可靠性，增强了诊断结论的可信度的有益效果。
2、本专利技术提供的基于超声影像的心脏异常分析方法，所述分析方法包括以下
3、s1、扫描心脏区域获取一张心脏图像作为主图像，且从不同的角度对心脏的同一区域进行扫描，获得至少一张心脏图像作为副图像；
4、s2、将副图像与主图像进行图像配准，并基于图像配准结果，对主图像进行信息补偿，获得补偿后心脏图像；
5、s3、对补偿后心脏图像进行图像优化处理，具体包括去噪、锐化以及增强对比度，获得补偿优化心脏图像；
6、s4、分别对主图像和补偿优化心脏图像提取特征，具体包括心脏结构的几何形状、血流信息，获得主图像特征和补偿优化心脏图像特征；
7、s5、基于对主图像和补偿优化心脏图像提取的特征，运用预先设置的异常分析模型分别对主图像和补偿优化心脏图像进行检测识别，输出主图像和补偿优化心脏图像的检测结果；
8、s6、对主图像和补偿优化心脏图像的检测结果进行对比，获得心脏异常对比结果。
9、优选的，所述步骤s2具体包括以下步骤：
10、s2.1、对副图像进行预处理，具体包括去除伪影、校正几何畸变；
11、s2.2、使用图像配准算法将副图像与主图像校准对齐，获得配准结果；
12、s2.3、根据配准结果，识别副图像中缺失或模糊的信息，并利用补偿、融合技术对主图像进行信息补偿，获得补偿后心脏图像。
13、优选的，所述步骤s4具体包括以下步骤：
14、s4.1、利用图像分割技术提取心脏轮廓，并标记心脏轮廓结构；
15、s4.2、基于标记心脏轮廓结构，提取几何形状特征，具体包括心室大小、心房体积；
16、s4.3、利用多普勒超声技术分析识别血流动力学特征，具体包括血流速度、方向及涡流血流动力学特征。
17、优选的，所述步骤s5中预先设置的异常分析模型训练过程包括：
18、收集历史心脏图像数据，具体包括正常心脏和已知异常状态下的心脏图像；
19、对历史心脏图像数据进行预处理，具体包括清洗数据以及标准化图像，获得清洗后心脏图像数据；
20、选择卷积神经网络作为模型架构，以清洗后心脏图像数据作为训练集输入至卷积神经网络模型架构，训练获得异常分析模型。
21、优选的，所述步骤s5具体包括以下步骤：
22、s5.1、将主图像特征和补偿优化心脏图像特征输入异常分析模型中进行检测识别，输出主图像检测结果和补偿优化心脏图像检测结果；
23、s5.2、记录存储主图像检测结果和补偿优化心脏图像检测结果。
24、优选的，所述步骤s6具体包括以下步骤：
25、s6.1、将主图像检测结果和补偿优化心脏图像检测结果并列展示；
26、s6.2、对比主图像检测结果和补偿优化心脏图像检测结果在异常检测的一致性，获得对比结果；
27、s6.3、根据对比分析结果，生成心脏异常对比报告。
28、基于超声影像的心脏异常分析系统，所述分析系统包括：
29、扫描采集模块，用于扫描心脏区域获取一张心脏图像作为主图像，且从不同的角度对心脏的同一区域进行扫描，获得至少一张心脏图像作为副图像；
30、配准补偿模块，用于将副图像与主图像进行图像配准，并基于图像配准结果，对主图像进行信息补偿，获得补偿后心脏图像；
31、优化处理模块，用于对补偿后心脏图像进行图像优化处理，具体包括去噪、锐化以及增强对比度，获得补偿优化心脏图像；
32、特征提取模块，用于分别对主图像和补偿优化心脏图像提取特征，具体包括心脏结构的几何形状、血流信息，获得主图像特征和补偿优化心脏图像特征；
33、检测识别模块，用于基于对主图像和补偿优化心脏图像提取的特征，运用预先设置的异常分析模型分别对主图像和补偿优化心脏图像进行检测识别，输出主图像和补偿优化心脏图像的检测结果；
34、对比模块，用于对主图像和补偿优化心脏图像的检测结果进行对比，获得心脏异常对比结果。
35、与相关技术相比较，本专利技术提供的基于超声影像的心脏异常分析方法及系统具有如下有益效果：
36、本专利技术通过多角度扫描与图像配准技术，结合信息补偿和图像优化处理，显著提高了心脏结构与功能状态的全面性和清晰度，增强了特征提取的精准性，进而有效提高了心脏图像分析的准确性和检测敏感性，并且，通过主图像与补偿优化心脏图像检测结果的对比分析，进一步验证了异常识别的可靠性，增强了诊断结论的可信度，为医生提供了更全面、详细的诊断信息，从而辅助其作出更精准的临床决策。
本文档来自技高网...【技术保护点】
1.基于超声影像的心脏异常分析方法，其特征在于，所述分析方法包括以下步骤：
2.根据权利要求1所述的基于超声影像的心脏异常分析方法，其特征在于，所述步骤S2具体包括以下步骤：
3.根据权利要求1所述的基于超声影像的心脏异常分析方法，其特征在于，所述步骤S4具体包括以下步骤：
4.根据权利要求1所述的基于超声影像的心脏异常分析方法，其特征在于，所述步骤S5中预先设置的异常分析模型训练过程包括：
5.根据权利要求1所述的基于超声影像的心脏异常分析方法，其特征在于，所述步骤S5具体包括以下步骤：
6.根据权利要求1所述的基于超声影像的心脏异常分析方法，其特征在于，所述步骤S6具体包括以下步骤：
7.基于超声影像的心脏异常分析系统，应用于如权利要求1-6任一项所述的基于超声影像的心脏异常分析方法，其特征在于，所述分析系统包括：
【技术特征摘要】
1.基于超声影像的心脏异常分析方法，其特征在于，所述分析方法包括以下步骤：
2.根据权利要求1所述的基于超声影像的心脏异常分析方法，其特征在于，所述步骤s2具体包括以下步骤：
3.根据权利要求1所述的基于超声影像的心脏异常分析方法，其特征在于，所述步骤s4具体包括以下步骤：
4.根据权利要求1所述的基于超声影像的心脏异常分析方法，其特征在于，所述步骤s5中预先设...
【专利技术属性】
技术研发人员：杨颖，李明星，
申请(专利权)人：西南医科大学附属医院，
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。