基于超声影像的ICU-AW呼吸功能评估方法及装置

本发明涉及医疗器械，尤其涉及一种基于超声影像的icu-aw呼吸功能评估方法及装置。

背景技术：

1、重症监护室获得性衰弱(intensive care unit-acquired weakness，icu-aw)是指危重患者在icu内长时间治疗，特别是机械通气时间过长，出现的肌肉质量和肌力显著下降，是危重患者常见且严重的并发症之一，主要累及肢体和呼吸相关的肌肉，且膈肌功能障碍较肢体肌肉无力多见，高达80％的重症患者在icu住院期间会出现膈肌功能障碍。

2、现有技术中，icu-aw的呼吸功能评估方法均依赖于膈肌功能的测试，主要包括三大类：自主功能测试、非自主功能测试和影像学评估。

3、其中，自主功能测试和非自主功能测试技术均属于侵入性操作且具有一定的技术难度，风险大。影像学评估易受到成像设备、检查方法和评估水平的影响，导致评估结果的可靠性低。

技术实现思路

1、本发明提供一种基于超声影像的icu-aw呼吸功能评估方法及装置，用以解决现有技术中的上述技术缺陷。

2、第一方面，本发明提供一种基于超声影像的icu-aw呼吸功能评估方法，包括：

3、采集膈肌超声影像；

4、将所述膈肌超声影像输入至语义分割模型，获取所述语义分割模型输出的分割出膈肌区域的超声影像；

5、采用骨架提取算法提取所述膈肌区域的骨架，并采用边界提取算法提取所述膈肌区域的边界；基于所述膈肌区域的骨架和所述膈肌区域的边界，确定icu-aw呼吸功能指标。

6、在一些实施例中，所述膈肌超声影像包括b型超声影像；所述icu-aw呼吸功能指标包括膈肌厚度。

7、在一些实施例中，所述基于所述膈肌区域的骨架和所述膈肌区域的边界，确定icu-aw呼吸功能指标，包括：

8、确定b型超声影像中膈肌边界和膈肌骨架之间的平均距离；

9、基于所述平均距离确定所述膈肌厚度。

10、在一些实施例中，所述膈肌超声影像包括b型超声影像；所述icu-aw呼吸功能指标包括膈肌增厚分数。

11、在一些实施例中，所述基于所述膈肌区域的骨架和所述膈肌区域的边界，确定icu-aw呼吸功能指标，包括：

12、确定呼吸过程中多帧b型超声影像中膈肌边界和膈肌骨架之间的平均距离；

13、基于所述平均距离确定所述膈肌厚度；

14、基于呼气、吸气的周期运动过程中膈肌厚度的增厚比例确定膈肌增厚分数。

15、在一些实施例中，所述膈肌超声影像包括m型超声影像；所述icu-aw呼吸功能指标包括膈肌活动度。

16、在一些实施例中，所述基于所述膈肌区域的骨架和所述膈肌区域的边界，确定icu-aw呼吸功能指标，包括：

17、确定呼吸过程中多帧m型超声影像中膈肌边界和膈肌骨架；

18、确定膈肌骨架和/或膈肌边界的最低点；

19、通过追踪最低点的位置变化来计算膈肌活动度。

20、第二方面，本发明还提供一种基于超声影像的icu-aw呼吸功能评估装置，包括：采集模块，用于采集膈肌超声影像；

21、分割模块，用于将所述膈肌超声影像输入至语义分割模型，获取所述语义分割模型输出的分割出膈肌区域的超声影像；

22、提取模块，用于采用骨架提取算法提取所述膈肌区域的骨架，并采用边界提取算法提取所述膈肌区域的边界；

23、评估模块，用于基于所述膈肌区域的骨架和所述膈肌区域的边界，确定icu-aw呼吸功能指标。

24、第三方面，本发明还提供一种电子设备，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程序时实现如上述第一方面任一种所述基于超声影像的icu-aw呼吸功能评估方法。

25、第四方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述第一方面任一种所述基于超声影像的icu-aw呼吸功能评估方法。

26、第五方面，本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述第一方面任一种所述基于超声影像的icu-aw呼吸功能评估方法。

27、本发明提供的基于超声影像的icu-aw呼吸功能评估方法及装置，可以自动对膈肌影像进行处理，并计算膈肌功能指标，进而反映个体呼吸功能，有助于辅助医师对患者的呼吸功能评估，提高评估效率。另一方面，基于ai的评估结果更加客观，有助于避免因医师经验不足、判断主观引入的误差，提高了评估的可靠性。

技术特征：

1.一种基于超声影像的icu-aw呼吸功能评估方法，其特征在于，包括：

2.根据权利要求1所述的基于超声影像的icu-aw呼吸功能评估方法，其特征在于，所述膈肌超声影像包括b型超声影像；所述icu-aw呼吸功能指标包括膈肌厚度。

3.根据权利要求2所述的基于超声影像的icu-aw呼吸功能评估方法，其特征在于，所述基于所述膈肌区域的骨架和所述膈肌区域的边界，确定icu-aw呼吸功能指标，包括：

4.根据权利要求1所述的基于超声影像的icu-aw呼吸功能评估方法，其特征在于，所述膈肌超声影像包括b型超声影像；所述icu-aw呼吸功能指标包括膈肌增厚分数。

5.根据权利要求4所述的基于超声影像的icu-aw呼吸功能评估方法，其特征在于，所述基于所述膈肌区域的骨架和所述膈肌区域的边界，确定icu-aw呼吸功能指标，包括：

6.根据权利要求1所述的基于超声影像的icu-aw呼吸功能评估方法，其特征在于，所述膈肌超声影像包括m型超声影像；所述icu-aw呼吸功能指标包括膈肌活动度。

7.根据权利要求6所述的基于超声影像的icu-aw呼吸功能评估方法，其特征在于，所述基于所述膈肌区域的骨架和所述膈肌区域的边界，确定icu-aw呼吸功能指标，包括：

8.一种基于超声影像的icu-aw呼吸功能评估装置，其特征在于，包括：

9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述基于超声影像的icu-aw呼吸功能评估方法。

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述基于超声影像的icu-aw呼吸功能评估方法。

技术总结本发明提供一种基于超声影像的ICU‑AW呼吸功能评估方法及装置，所述方法包括：采集膈肌超声影像；将所述膈肌超声影像输入至语义分割模型，获取所述语义分割模型输出的分割出膈肌区域的超声影像；采用骨架提取算法提取所述膈肌区域的骨架，并采用边界提取算法提取所述膈肌区域的边界；基于所述膈肌区域的骨架和所述膈肌区域的边界，确定ICU‑AW呼吸功能指标。本发明可以自动对膈肌影像进行处理，并计算膈肌功能指标，进而反映个体呼吸功能，有助于辅助医师对患者的呼吸功能评估，提高评估效率。另一方面，基于AI的评估结果更加客观，有助于避免因医师经验不足、判断主观引入的误差，提高了评估的可靠性。技术研发人员：程龙,王一帆,韩立君,周明,黄丽萍,邹永向,耿雨涵受保护的技术使用者：中国科学院自动化研究所技术研发日：技术公布日：2024/10/10