左心室室壁厚度测量方法、超声测量设备及其测量方法与流程

本发明涉及图像处理，具体涉及一种左心室室壁厚度测量方法、超声测量设备及其测量方法。

背景技术：

1、左心室心肌肥厚是心脏病的一种表现，由高血压、心脏病等原因造成左心室室壁增厚，从而引起心功能减退、心肌梗塞、肺动脉高压等疾病。因此，对左心室心肌肥厚进行早期筛查和检测是十分有必要的。

2、左心室室壁厚度的准确测量对于鉴别正常心脏超声表现、心肌肥厚、心血管病及明确疾病进程和预后有着重要意义。然而，目前对二维超声室壁厚度的测量主要聚焦于胸骨旁左室长轴切面室间隔及左室后壁的测量，尚缺乏基于左室壁厚标准测量切面的定量分析，同时，目前的室壁厚度测量方法多为基于静态图像帧的研究，将该方法应用于超声视频序列的每个帧时，由于丢失了超声视频中的时间动态信息，因此，造成左心室室壁厚度测量的精度较低。

技术实现思路

1、本发明主要解决的技术问题是左心室室壁厚度测量时的精度较低。

2、根据第一方面，一种实施例中提供一种左心室室壁厚度测量方法,应用于超声测量设备中，包括：

3、获取左心室二维超声图像集；所述左心室二维超声图像集包括二尖瓣水平左室短轴切面图像、乳头肌水平左室短轴切面图像和心尖水平左室短轴切面图像；

4、将所述左心室二维超声图像集输入至预构建的形变学习网络中，根据所述形变学习网络中的全局仿射变换模块将所述左心室二维超声图像集转换为对应的全局模板，基于所述形变学习网络中的双向形变模块和所述全局模板得到参考形变场，并根据所述参考形变场构建心肌区域分割结果；

5、将所述二尖瓣水平左室短轴切面图像和所述乳头肌水平左室短轴切面图像分别输入至预构建的关键点定位网络中，得到关键点坐标；所述关键点定位网络包括上采样层、下采样层和跳跃连接层；所述关键点坐标包括不同切面室间隔关键点坐标；

6、基于所述心肌区域分割结果和所述关键点坐标生成多个节段分段结果，并分别计算所述多个节段分段结果中内膜和外膜之间的最短距离，根据所述最短距离计算得到不同节段的室壁厚度。

7、一些实施例中，所述根据所述形变学习网络中的全局仿射变换模块将所述左心室二维超声图像集转换为对应的全局模板，包括：

8、获取预设先验模板和所述全局仿射变换模块中的模块组成部分；所述模块组成部分包括多个卷积层和全连接层；所述预设先验模板包括根据训练超声图像集中的心肌厚度和位置得到的先验厚度和先验位置；

9、将所述左心室二维超声图像集输入至所述多个卷积层中，将所述多个卷积层处理后的所述左心室二维超声图像集和所述预设先验模板进行结合，将结合后的结果输入至所述多个卷积层和所述全连接层中，得到多个仿射变换参数；

10、根据所述多个仿射变换参数对所述预设先验模板进行仿射变换，得到全局模板。

11、一些实施例中，所述基于所述形变学习网络中的双向形变模块和所述全局模板得到参考形变场，包括：

12、获取预设视频序列及所述视频序列对应的视频先验模板；

13、利用预设卷积层提取所述左心室二维超声图像集对应的输入图像特征；

14、将所述视频先验模板和所述输入图像特征输入至预设卷积神经网络中，得到正向形变场和反向形变场，并将所述正向形变场作为参考形变场；所述预设卷积神经网络包括u-net网络。

15、一些实施例中，所述获取所述视频序列对应的视频先验模板，包括：

16、将所述视频序列及所述视频序列中不同序列对应的先验模板输入至所述全局仿射模板中，得到所述视频序列对应的仿射变换参数；

17、对所述视频序列对应的仿射变换参数进行均值计算，得到所述视频序列对应的公共仿射变换参数；

18、将所述公共仿射变换参数与所述预设先验模板进行形变处理，得到所述视频序列对应的视频先验模板。

19、一些实施例中，所述基于所述心肌区域分割结果和所述关键点坐标生成多个节段分段结果，包括：

20、基于所述关键点坐标将所述心肌区域分割结果划分为预设第一个数的节段分段结果；

21、根据所述心肌区域分割结果中的质心将所述心肌区域分割结果均分为预设第二个数的节段分段结果。

22、一些实施例中，所述将所述二尖瓣水平左室短轴切面图像和所述乳头肌水平左室短轴切面图像分别输入至预构建的关键点定位网络中，得到关键点坐标，包括：

23、根据所述关键点定位网络中的下采样层将所述二尖瓣水平左室短轴切面图像和所述乳头肌水平左室短轴切面图像编码为不同尺度的卷积特征；

24、根据所述关键点定位网络中的上采样层将所述不同尺度的卷积特征解码为对应的解码特征；

25、基于所述关键点定位网络中的跳跃连接层将所述卷积特征和所述解码特征融合得到最终特征，并根据所述最终特征生成对应的关键特征图；

26、根据所述关键特征图输出对应的关键点坐标；所述关键点坐标包括不同切面室间隔关键点坐标。

27、一些实施例中，所述获取左心室二维超声图像集，包括：

28、接收二尖瓣水平左室短轴的二维超声图像、乳头肌水平左室短轴的二维超声图像、心尖水平左室短轴的二维超声图像；

29、分别对所述二尖瓣水平左室短轴的二维超声图像、所述乳头肌水平左室短轴的二维超声图像和所述心尖水平左室短轴的二维超声图像进行图像尺寸统一化处理和图像灰度归一化处理，得到左心室二维超声图像集；所述左心室二维超声图像集包括二尖瓣水平左室短轴切面图像、乳头肌水平左室短轴切面图像和心尖水平左室短轴切面图像。

30、根据第二方面，一种实施例中提供一种超声测量设备的测量方法，包括：

31、获取待检测的左心室超声图像集；

32、利用左心室室壁厚度测量方法对所述待检测的左心室超声图像集进行室壁厚度测量，得到室壁厚度测量结果。

33、根据第三方面，一种实施例中提供一种超声测量设备，包括：

34、图像输入部件，用于获取待检测的左心室超声图像集；

35、厚度测量部件，用于利用左心室室壁厚度测量方法对所述待检测的左心室超声图像集进行室壁厚度测量，得到室壁厚度测量结果。

36、根据第四方面，一种实施例中提供一种计算机可读存储介质，所述介质上存储有程序，所述程序能够被处理器执行以实现左心室室壁厚度测量方法。

37、依据上述实施例的左心室室壁厚度测量方法、超声测量设备的测量方法、超声测量设备和计算机可读存储介质，由于引入包含全局仿射变换模块和双向形变模块的形变学习网络，因此可以实现对左心室二维超声图像集的精准分割，并确保在整个心动周期中不同帧的形变学习在时间序列上兼容。利用关键点定位网络得到二尖瓣水平左室短轴切面图像和乳头肌水平左室短轴切面图像的关键点坐标，并根据关键点坐标和形变学习网络输出的心肌区域分割结果实现左心室的节段分段及各个节段的测量分析，从而提高左心室室壁厚度测量时的精度。

技术特征：

1.一种左心室室壁厚度测量方法,应用于超声测量设备中，其特征在于，包括：

2.如权利要求1所述的方法，其特征在于，所述根据所述形变学习网络中的全局仿射变换模块将所述左心室二维超声图像集转换为对应的全局模板，包括：

3.如权利要求1所述的方法，其特征在于，所述基于所述形变学习网络中的双向形变模块和所述全局模板得到参考形变场，包括：

4.如权利要求3所述的方法，其特征在于，所述获取所述视频序列对应的视频先验模板，包括：

5.如权利要求1所述的方法，其特征在于，所述基于所述心肌区域分割结果和所述关键点坐标生成多个节段分段结果，包括：

6.如权利要求1所述的方法，其特征在于，所述将所述二尖瓣水平左室短轴切面图像和所述乳头肌水平左室短轴切面图像分别输入至预构建的关键点定位网络中，得到关键点坐标，包括：

7.如权利要求1所述的方法，其特征在于，所述获取左心室二维超声图像集，包括：

8.一种超声测量设备的测量方法，其特征在于，包括：

9.一种超声测量设备，其特征在于，包括：

10.一种计算机可读存储介质，其特征在于，所述介质上存储有程序，所述程序能够被处理器执行以实现如权利要求1-7中任一项所述的方法。

技术总结一种左心室室壁厚度测量方法、超声测量设备及其测量方法，包括利用形变学习网络中的全局仿射变换模块和双向形变模块生成左心室二维超声图像集对应的心肌区域分割结果，左心室二维超声图像集包括二尖瓣水平左室短轴切面图像、乳头肌水平左室短轴切面图像和心尖水平左室短轴切面图像。将二尖瓣水平左室短轴切面图像和乳头肌水平左室短轴切面图像分别输入至关键点定位网络中，得到关键点坐标。基于心肌区域分割结果和关键点坐标生成多个节段分段结果，并分别计算多个节段分段结果中内膜和外膜之间的最短距离，根据最短距离计算得到不同节段的室壁厚度。解决了左心室室壁厚度测量时的精度较低的技术问题。技术研发人员：刘莹莹,薛武峰,张梅,彭贵娟,刘晓华,郑瑛琪,刘倩,盛媛媛,张昂,陈立新,徐金锋,倪东受保护的技术使用者：深圳市人民医院技术研发日：技术公布日：2024/8/5