[发明专利]超声视频图像活动区域自动检索方法和装置有效

专利信息
申请号: 202210335900.6 申请日: 2022-03-31
公开(公告)号: CN114708277B 公开(公告)日: 2023-08-01
发明(设计)人: 段和平 申请(专利权)人: 安徽鲲隆康鑫医疗科技有限公司
主分类号: G06T7/11 分类号: G06T7/11;G06T7/194;G06T5/30
代理公司: 常州佰业腾飞专利代理事务所(普通合伙) 32231 代理人: 刘松
地址: 230000 安徽省合肥市经济技*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 超声 视频 图像 活动 区域 自动 检索 方法 装置
【说明书】:

发明提供了一种超声视频图像活动区域自动检索方法和装置,其中,该超声视频图像活动区域自动检索方法可包括以下步骤:对超声视频图像进行前景提取,以获取超声视频图像对应的前景图像;根据能量函数对前景图像进行矩形切割处理,以获取超声视频图像对应的超声视频有效区域。根据本发明的超声视频图像活动区域自动检索方法,能够从输入图像中智能识别出有效的图像区域,无需人工处理,从而大大节省了人力、物力和算力资源。

技术领域

本发明图像处理技术领域,具体涉及一种超声视频图像活动区域自动检索方法和超声视频图像活动区域自动检索装置。

背景技术

随着医疗技术和计算机技术结合的日益紧密,越来越多的医疗诊断、分析工具与人工智能相结合,深度学习技术在各种新兴技术中的地位越来越重要。

一部分超声设备使用者不会主动拆卸设备,自己获取或者解析超声探头回传的数据,故超声图像数据经常是通过VGA或其他数据传输线直接获得。然而不同的机器型号、超声探头角度会回传不同的图像信息,这些图像信息中包含了显示界面文字、布局中的图案、超声探头的扇形探测范围以及可能的心电图区域。

相关技术中,一般采用人工框选区域,进行裁剪;或者不做裁剪,将整个图像作为数据输入进行训练。然而,采用人工框选区域的方式进行裁剪,不仅准确度较低,而且需要损耗大量人力、物力和算力资源。

发明内容

本发明为解决上述技术问题,提供了一种超声视频图像活动区域自动检索方法,能够从输入图像中智能识别出有效的图像区域,无需人工处理,从而大大节省了人力、物力和算力资源。

本发明采用的技术方案如下:

一种超声视频图像活动区域自动检索方法,包括以下步骤:对所述超声视频图像进行前景提取,以获取所述超声视频图像对应的前景图像;根据能量函数对所述前景图像进行矩形切割处理,以获取所述超声视频图像对应的超声视频有效区域。

所述对所述超声视频图像进行前景提取,以获取所述超声视频图像对应的前景图像包括以下步骤:从所述超声视频图像中以n帧为时间间隔获取N张目标检测图像,并将所述N张目标检测图像整合为目标检测数据;计算所述目标检测数据中的每一个像素点的像素平均值;将所述目标检测数据中每张目标检测图像中每一个像素点减去对应的像素平均值,以获取所述目标检测数据中每张目标检测图像中每一个像素点的像素差值;对所述目标检测数据中每张目标检测图像中每一个像素点的像素差值先取绝对值再求和以获取每张目标检测图像对应的超声活动区域图像;根据所述超声活动区域图像中每一个像素点对所述超声活动区域图像进行二值化处理,以获取相应的二值图;对所述二值图依次进行开操作和闭操作处理,以获取所述前景图像。

所述能量函数通过以下公式生成:

E(z)=S(z)-a*Count(z),

其中,z为对所述前景图像进行矩形切割处理所需的切割矩形的特性;S(z)为所述切割矩形的面积;Count(z)为所述切割矩形中前景点的个数;a为调节参数;E(z)为所述能量函数的能量值。

一种超声视频图像活动区域自动检索装置,包括:前景提取模块,所述前景提取模块用于对所述超声视频图像进行前景提取,以获取所述超声视频图像对应的前景图像;处理模块,所述处理模块用于根据能量函数对所述前景图像进行矩形切割处理,以获取所述超声视频图像对应的超声视频有效区域。

一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现上述的超声视频图像活动区域自动检索方法。

一种非临时性计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述的超声视频图像活动区域自动检索方法。

本发明的有益效果:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽鲲隆康鑫医疗科技有限公司,未经安徽鲲隆康鑫医疗科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210335900.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top