[发明专利]基于早孕期胎儿颅面部三维容积自动获取标准切面的方法

说明书

本发明公开了一种基于早孕期胎儿颅面部三维容积自动获取标准切面的方法，旨在从胎儿三维超声容积数据中智能识别并获取对早孕期胎儿颅面部诊断极为重要的标准侧脑室水平横切面、标准小脑水平横切面，标准双眼球斜冠状切面、标准鼻后三角区冠状切面、以及标准鼻唇冠状切面，本发明包括：首先，获取早孕期胎儿三维超声容积数据和专家标注的五个二维标准切面的位置构成的数据集，然后对获取的数据集进行计算和处理以得到预处理后的数据集，然后，用预处理后的数据集训练多任务参数学习网络，学习的参数是两切面之间的平移距离和旋转角度，最后，将新的三维超声容积数据输入到训练好的多任务参数学习网络中，以得到每个三维容积中的五个二维标准切面。

技术领域

本发明属于产前三维超声检查技术领域，更具体地，涉及一种基于早孕期胎儿颅面部三维容积自动获取标准切面的方法。

背景技术

超声检查作为目前产前诊断的主要手段，能够对早孕期胎儿形态和组织解剖结构进行观察。在超声检查的众多实际应用中，利用基于三维容积超声成像技术诊断早孕期胎儿颅面部畸形已经得到了较为广泛的应用，医生可以通过对三维容积数据进行处理获得其希望得到的二维标准切面，进而帮助医生做出精确的诊断。

然而，现有基于三维容积超声成像技术诊断早孕期胎儿颅面部畸形的方法仍然存在一些不可忽略的缺陷：第一，三维容积数据的后处理需要耗费医生大量时间，且操作过程较为复杂；第二，胎儿颅面部标准切面的获取依赖于平面的选定和角度的确定，对医生的专业水平要求非常高，从而导致该方法很难广泛用于早孕期胎儿产前检查；第三，不同水平的医生会得到不同的诊断结果，从而导致诊断准确率偏低。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种基于早孕期胎儿颅面部三维容积自动获取标准切面的方法，该方法通过AI深度学习大量的早孕期正常和异常的胎儿颅面三维超声影像数据，实现了三维容积数据自动化、智能化快速识别一系列胎儿颅面部标准切面的方法；在医生获取胎儿颅面部三维容积后，该方法能快速分析胎儿超声影像数据，智能识别出对胎儿颅面部诊断非常重要的五个二维标准切面，自动化获取并存储智能识别出的标准切面，其中五个二维标准切面包括标准侧脑室水平横切面、标准小脑水平横切面，标准双眼球斜冠状切面、标准鼻后三角区冠状切面和标准鼻唇冠状切面，本发明能够解决现有基于三维容积超声成像技术诊断早孕期胎儿颅面部畸形的方法中存在的三维容积数据处理费时且复杂的技术问题，以及胎儿颅面部标准切面的获取对医生专业水平要求高导致其难以广泛应用的技术问题，以及诊断准确率偏低的技术问题。。

为实现上述目的，按照本发明的一个方面，提供了一种基于早孕期胎儿颅面部三维容积自动获取标准切面的方法，包括以下步骤：

(1)获取早孕期胎儿三维超声容积数据；

(2)从步骤(1)获取的早孕期胎儿三维超声容积数据中获取5个随机切面y₁、y₂、y₃、y₄、y₅；其中随机切面表示为：

y_i＝I(V,H_i,S)

其中y_i表示第i个随机切面(其中i是1到5之间的自然数)，V表示早孕期胎儿三维超声容积数据，S表示随机切面的尺寸，I表示随机变换，H_i表示获得第i个随机切面y_i所需的位置信息，并包括早孕期胎儿三维超声容积数据V中过中心的水平横切面在x轴、y轴和z轴方向上向第i个随机切面y_i平移的大小m_i＝(m_i,x,m_i,y,m_i,z)、以及该水平横切面相对于该第i个随机切面y_i在x轴、y轴、z轴方向上的旋转角度n_i＝(n_i,x,n_i,y,n_i,z)；