一种胃部超声图像辅助扫描方法、装置及电子设备

本技术涉及医疗辅助，尤其涉及一种胃部超声图像辅助扫描方法、装置、电子设备及存储介质。

背景技术：

1、在医疗诊断领域，特别是胃部疾病的诊断中，超声扫描因其无创性和高效性而广泛应用。然而，传统的超声扫描技术在超声拍摄方法和胃部疾病诊断上存在一定的局限性。在进行胃部超声时，往往需要超声医师依赖本人经验与空间想象力确认患者胃部形状和结构后，再对易病变结构进行细致扫描。目前的胃部超声扫描技术主要存在以下不足：

2、(1)现有的超声图像扫描操作多取决于超声医师依赖经验做出的主观判断，缺乏一种客观、标准化的检测方法。

3、(2)有些胃部疾病(如胃癌等)初期病灶不明显，且胃部一直在做蠕动或收缩运动，致使操作者很难真正全面拍摄胃部所有细节，导致忽略细微病灶，极易造成误诊漏诊情况。

4、(3)临床医生查看超声图像时，仅可获取超声医师拍摄该图像时的超声探头位置，需结合自身经验判断该图像具体为何结构，有无异常，对医生的临床经验要求较高，提高了胃部超声检查的漏诊误诊率，影响了通过胃部超声检查的普及率。

5、综合所述可知，如何设计一种通过扫描实时生成病人胃部三维形状，并提供准确指引的图像辅助扫描方法是目前亟需解决的问题。

技术实现思路

1、本技术旨在至少在一定程度上解决相关技术中的技术问题之一。

2、为此，本技术的第一个目的在于提出一种胃部超声图像辅助扫描方法，以解决现有技术手段无法全面拍摄胃部所有细节导致忽略细微病灶，极易造成误诊漏诊等问题。

3、本技术的第二个目的在于提出一种装置。

4、本技术的第三个目的在于提出一种电子设备。

5、本技术的第四个目的在于提出一种计算机可读存储介质。

6、为达上述目的，本技术第一方面实施例提出了一种胃部超声图像辅助扫描方法，包括：

7、获取超声探头加速度数据，基于定位算法，得到超声探头的空间位置参数；

8、利用图像分割算法对超声扫描获取的胃部图像进行分割处理，得到胃部分割图像；

9、利用图像追踪技术对所述胃部分割图像区域像素进行动态追踪，获取已识别的胃壁像素并计算得切面胃部形状；

10、基于所述切面胃部形状及所述空间位置参数，利用三维重建技术构建胃部三维模型；

11、基于所述胃部三维模型对胃部辅助扫描模型进行训练，得到训练完成的胃部辅助扫描模型；

12、利用所述胃部辅助扫描模型对待扫描的图像进行预测，获得胃部各部位标签，并将各部位标签映射至原三维图像。

13、优选地，所述获取超声探头加速度数据，基于定位算法，得到超声探头的空间位置参数包括：

14、将包含六轴加速度计和陀螺仪的惯性测量单元嵌入超声探头，采用互补滤波算法，计算陀螺仪的旋转增量，对超声探头实时位置进行计算，获取当前胃部超声图片空间位置参数。

15、优选地，所述图像分割算法采用u-net深度神经网络，包括：

16、对采集的超声图像进行胃部区域标注，得到标注图像数据集；

17、利用深度神经网络构建胃部图像分割模型，利用所述标注图像数据集对所述胃部图像分割模型进行训练，得到训练完成的胃部图像分割模型；

18、利用所述训练完成的胃部图像分割模型对胃部超声图像进行分割处理，得到胃部分割图像。

19、优选地，所述对采集的超声图像进行胃部区域标注前包括：

20、自上而下每隔一段预设距离采集一次胃部超声图像，直到图像中不包含病人胃部结构为止，得到病人胃部整体结构图像。

21、优选地，所述利用图像追踪技术对所述胃部分割图像区域像素进行动态追踪，获取已识别的胃壁像素并计算得切面胃部形状包括：

22、根据超声探头的采样频率，得到超声图像集；

23、对所述超声图像集按照时间戳排序，并将排序后的超声图像进行尺度空间极值检测，对检测到的极值点进行精确定位和筛选，通过高斯加权的描述子生成方法将梯度方向分布转换成一个向量，形成关键点的描述子；

24、基于所述描述子获取不同图像中对应的像素点；

25、将单一位置采集到的图像集进行图像分割，得到肠胃区域；

26、对全部肠胃区域进行加权平均处理，得到每个像素点属于胃部的概率，通过对阈值的判断，得到切面胃部形状。

27、优选地，所述尺度空间极值检测计算公式为：

28、l(x,y,δ)＝(x,y,δ)*(x,y)

29、

30、其中，m和n表示高斯模板的维度，(x,y)表示图像像素的位置，δ为尺度空间因子，该值越小表示图像被平滑得越少，相应的尺度就越小，l(x,y,δ)为尺度空间。

31、优选地，所述基于所述切面胃部形状及所述空间位置参数，利用三维重建技术构建胃部三维模型包括：

32、基于所述切面胃部形状获取胃部轮廓图像；

33、基于所述胃部轮廓图像构建笛卡尔空间坐标系，根据每张胃部轮廓图像的空间位置参数在坐标系中进行定位，采用插值法对每张采样图像之间的空白间距进行填充并对相邻四张胃部轮廓图像的位置信息进行拟合计算，获得胃部三维模型。

34、为达上述目的，本技术第二方面实施例提出了一种胃部超声图像辅助扫描装置，包括：

35、空间位置获取模块，获取超声探头加速度数据，基于定位算法，得到超声探头的空间位置参数；

36、图像分割模块，利用图像分割算法对超声扫描获取的胃部图像进行分割处理，得到胃部分割图像；

37、切面计算模块，利用图像追踪技术对所述胃部分割图像区域像素进行动态追踪，获取已识别的胃壁像素并计算得切面胃部形状；

38、三维模型构建模块，基于所述切面胃部形状及所述空间位置参数，利用三维重建技术构建胃部三维模型；

39、训练模块，基于所述胃部三维模型对胃部辅助扫描模型进行训练，得到训练完成的胃部辅助扫描模型；

40、预测模块，利用所述胃部辅助扫描模型对待扫描的图像进行预测，获得胃部各部位标签，并将各部位标签映射至原三维图像。

41、为达上述目的，本技术第三方面实施例提出了一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；

42、所述存储器存储计算机执行指令；

43、所述处理器执行所述存储器存储的计算机执行指令，以实现上述任一项所述的方法。

44、为达上述目的，本技术第四方面实施例提出了一种计算机可读存储介质，包括所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现上述任一项所述的方法。

45、本技术提供的一种胃部超声图像辅助扫描方法，将惯性测量单元(imu)与超声探头进行组合，使用位置计算算法测量探头实时位置，获取每张超声影像的位置信息，依据位置信息与深度学习图像处理方法对患者胃部进行三维建模，便与超声医师采集到胃部完整的图像，通过imu和图像追踪算法，对运动的胃部进行追踪和定位，将超声影像与三维模型进行空间位置映射，对扫描过的区域进行标记，提醒超声医师避免漏检。

46、本技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实践了解到。