[发明专利]一种血管内中膜厚度的测量方法、系统和超声成像设备

权利要求书

1.一种血管内中膜厚度的测量方法,其特征在于，包括：

获取血管的超声图像；

将所述超声图像输入到预先训练好的人工智能模型中，得到超声图像的感兴趣区域，所述感兴趣区域包含有内中膜图像；

在所述感兴趣区域中划分出内中膜子区域和非内中膜子区域，并将所述非内中膜子区域去除；

将所述感兴趣区域的各个内中膜子区域根据大小进行排序，前两大内中膜子区域为候选内中膜子区域；分别统计前两大内中膜子区域占两者之和的占比，判断两个占比是否大于预设阈值；在两个占比均大于预设阈值时，计算前两大内中膜子区域的各点到所述感兴趣区域中心点距离的均方差，将均方差小的内中膜子区域确定为目标内中膜子区域；在只有一个占比大于预设阈值时，将该占比对应的内中膜子区域确定为目标内中膜子区域；

识别出目标内中膜子区域的上边界和下边界；

根据所述上边界和下边界计算得到内中膜厚度。

2.如权利要求1所述的方法，其特征在于，所述人工智能模型为深度学习模型，所述深度学习模型通过如下方式训练得到：

获取多个血管的训练用超声图像；所述训练用超声图像标注有内中膜区域；

将所述训练用超声图像输入到预先设置的深度学习模型中进行训练，得到训练好的深度学习模型。

3.如权利要求1所述的方法，其特征在于，所述在所述感兴趣区域中划分出内中膜子区域和非内中膜子区域，并将所述非内中膜子区域去除，包括：

通过小波聚类算法在所述感兴趣区域中划分出血管腔子区域、内中膜子区域和血管外膜子区域，将血管腔子区域和血管外膜子区域去除。

4.如权利要求1所述的方法，其特征在于，所述识别出目标内中膜子区域的上边界和下边界，包括：

对目标内中膜子区域分别从上往下和从下往上逐点搜索，将灰度发生剧烈变化的位置识别为边界，从而得到上边界和下边界。

5.如权利要求1所述的方法，其特征在于，所述根据所述上边界和下边界计算得到内中膜厚度，包括：

计算上边界和下边界一一对应的点之间的像素距离，根据像素尺寸将所述像素距离换算成厚度，得到内中膜厚度。

6.一种血管内中膜厚度的测量系统,其特征在于，包括：

图像获取模块，用于获取血管的超声图像；

人工智能模型，用于在所述超声图像上标记感兴趣区域，所述感兴趣区域包含有内中膜图像；

区域划分模块，用于在所述感兴趣区域中划分出内中膜子区域和非内中膜子区域，并将所述非内中膜子区域去除；

区域确定模块，用于将所述感兴趣区域的各个内中膜子区域根据大小进行排序，前两大内中膜子区域为候选内中膜子区域；分别统计前两大内中膜子区域占两者之和的占比，判断两个占比是否大于预设阈值；在两个占比均大于预设阈值时，计算前两大内中膜子区域的各点到所述感兴趣区域中心点距离的均方差，将均方差小的内中膜子区域确定为目标内中膜子区域；在只有一个占比大于预设阈值时，将该占比对应的内中膜子区域确定为目标内中膜子区域；

边界确定模块，用于识别出目标内中膜子区域的上边界和下边界；

计算模块，用于根据所述上边界和下边界计算得到内中膜厚度。