[发明专利]一种智能获取胎儿颜面部骨性结构参数的方法及终端设备

权利要求书

1.一种智能获取胎儿颜面部骨性结构参数的方法，其特征在于，包括步骤：

获取待分析胎儿超声数据，所述待分析胎儿超声数据包括胎儿颜面部正中矢状切面图像和双眼框横切面图像；

通过深度学习算法判断所述胎儿颜面部正中矢状切面图像和双眼框横切面图像是否为标准切面图像，并从所述待分析胎儿超声数据中筛选得到标准胎儿颜面部正中矢状切面图像和标准双眼框横切面图像；

通过自动分割算法对所述标准胎儿颜面部正中矢状切面图像和标准双眼框横切面图像进行自动分割，得到分割后骨性结构图像；

对分割后骨性结构图像进行特征提取处理，得到对应骨性结构的关键线和关键点；

根据所述骨性结构的关键线和关键点，并结合骨性结构参数的测量值定义，计算得到胎儿颜面部骨性结构参数。

2.根据权利要求1所述智能获取胎儿颜面部骨性结构参数的方法，其特征在于，获取待分析的胎儿超声数据的步骤包括：

通过二维超声探头向目标胎儿发射超声波，接收到目标的超声回波形成的超声数据，即得到胎儿超声数据。

3.根据权利要求1所述智能获取胎儿颜面部骨性结构参数的方法，其特征在于，所述标准胎儿颜面部正中矢状切面图像的骨性结构特征包括：前额、额骨、鼻、鼻骨、上下唇和下颌；所述标准双眼框横切面图像的骨性结构特征包括：类圆形眼球，晶体和鼻骨。

4.根据权利要求3所述智能获取胎儿颜面部骨性结构参数的方法，其特征在于，通过深度学习算法判断所述胎儿颜面部正中矢状切面图像和双眼框横切面图像是否为标准切面图像，并从所述待分析胎儿超声数据中筛选得到标准胎儿颜面部正中矢状切面图像和标准双眼框横切面图像的步骤包括：

收集已分类胎儿超声数据，所述已分类胎儿超声数据包括标准胎儿颜面部正中矢状切面图像和标准双眼框横切面图像，次标准胎儿颜面部正中矢状切面图像和次标准双眼框横切面图像，非标准胎儿颜面部正中矢状切面图像和非标准双眼框横切面图像；

设计卷积分类回归神经网络，并采用所述已分类胎儿超声数据对所述卷积分类回归神经网络进行训练，得到图像回归网络模型；

将待分析胎儿超声数据输入所述回归网络模型中，得到所述待分析胎儿超声数据为标准切面图像的概率值；

若所述待分析胎儿超声数据为标准切面图像的概率值大于等于预设阈值，则从所述待分析胎儿超声数据中筛选得到标准胎儿颜面部正中矢状切面图像和标准双眼框横切面图像。

5.根据权利要求3所述智能获取胎儿颜面部骨性结构参数的方法，其特征在于，通过深度学习算法判断所述胎儿颜面部正中矢状切面图像和双眼框横切面图像是否为标准切面图像，并从所述待分析胎儿超声数据中筛选得到标准胎儿颜面部正中矢状切面图像和标准双眼框横切面图像的步骤包括：

收集胎儿超声数据，所述胎儿超声数据包括标准胎儿颜面部正中矢状切面图像和标准双眼框横切面图像；

对标准胎儿颜面部正中矢状切面图像和标准双眼框横切面图像中的骨性结构特征进行标注，得到标注切面图像；

采用所述标注切面图像对预设分类网络进行训练，得到骨性结构定位分类网络；

将待分析胎儿超声数据输入所述骨性结构定位分类网络中，得到每张图像中所包含骨性结构特征的概率；

根据公式计算得到待分析胎儿超声数据为标准切面图像的概率，其中，i∈(1,N)，N为骨性结构特征的数量，W_i为第i个标准骨性结构特征权重，人为设定，fscore_i为第i个标准骨性结构特征的概率；

若所述待分析胎儿超声数据为标准切面图像的概率值大于等于预设阈值，则从所述待分析胎儿超声数据中筛选得到标准胎儿颜面部正中矢状切面图像和标准双眼框横切面图像。

6.根据权利要求5所述智能获取胎儿颜面部骨性结构参数的方法，其特征在于，所述标准骨性结构特征权重如下：鼻骨＝0.175，额骨＝0.175，前额＝0.175，鼻＝0.175，上唇＝0.1，下唇＝0.1，下颌＝0.1，眼球＝0.5，晶体＝0.2，鼻骨＝0.3。