一种肾脏超声图像的分类方法及设备

本发明涉及医学影像，特别是涉及一种肾脏超声图像的分类方法及设备。

背景技术：

1、慢性肾脏病是由多种原因引起的以肾脏结构及功能改变为特征的进行性疾病，病理学表现为肾实质损伤和功能性肾单位减少。目前慢性肾脏病是不可治愈的，早期发现慢性肾脏病并采用最佳治疗方案，可以减缓肾功能障碍的进展，预防并发症，减少恶性结果。然而，慢性肾脏病早期一般没有明显症状，仅有不到5％的患者在早期意识到了自己的疾病状况，当临床症状出现时，肾功能已严重受损。随着疾病逐渐进展，慢性肾脏病会导致贫血、代谢紊乱、继发性甲旁亢等一系列并发症，最终发展为终末期肾病，只能通过肾透析或肾移植治疗，但通常预后不佳且治疗费用昂贵。及时、准确地诊断慢性肾脏病，评估肾功能、损伤程度及病理类型，可为制定并实施及时有效的治疗方案提供重要参考，延缓疾病进展，改善患者预后。

2、目前，临床上对慢性肾脏病的诊断和分期基于患者的肾功能和肾脏损伤指标，主要指标有血清肌酐、估算肾小球滤过率、尿白蛋白与肌酐比值。但是，血清肌酐易受种族、药物、饮食以及肌肉含量等多种内源性和外源性因素的影响，并且在肾功能损伤到一定程度时才会发生变化，敏感性较低；估算肾小球滤过率的计算依赖于血清肌酐，结果存在一定的偏差，且不能测量分肾的肾功能；尿白蛋白与肌酐比值在指示早期肾脏损伤方面显示出潜力，但易受血压水平、糖尿病状态及药物等多种因素干扰，个体差异较大，并且普及程度在不同地区之间存在明显的不一致性。肾活检是目前临床诊断慢性肾脏病的金标准，但其为有创检查手段，存在血尿、肾周血肿、穿刺部位感染等风险，不易被患者接受，无法在临床诊治中反复进行。并且，由于在进行穿刺过程中获取的样本量较少，肾活检面临取样偏差的问题，无法全面反映肾脏的整体状况，存在较大的假阴性风险。肾脏超声因其无创、经济高效且能即时提供结果的特点，已被广泛采用为慢性肾脏病的首选影像诊断手段。然而，对超声图像的诊断依赖于医生的人工判读，主观性较强，对诊断经验具有较高要求，且效率较低、难以量化。

技术实现思路

1、为解决上述技术问题，本发明提供一种降低医生劳动强度且分类准确度高的肾脏超声图像的分类方法及设备。

2、本发明的技术方案为：

3、一种肾脏超声图像的分类方法，包括：

4、s1：采集肾脏的一组超声图像，对采集的一组超声图像进行人工标注，选出最典型的肾脏超声图像为第一肾脏超声图，并标出所述第一肾脏超声图的长轴端点；

5、s2：对第一肾脏超声图进行预处理，获得第二肾脏超声图；

6、s3：生成第二肾脏超声图的距离加权图和极坐标图，通过特征提取器将距离加权图和极坐标图向量化；

7、s4：将第二肾脏超声图的图像特征和参考图像数据集进行相似度度量，当度量值超过设定阈值时，输出分类结果；

8、其中，参考图像数据集包括采集各年龄段不同健康状况人群的肾脏图像，执行s1-s3步骤获得参考图像数据集。

9、优选的是，在s2步骤中，对s1步骤中获取的第一肾脏超声图采用中值滤波或高斯滤波进行去噪处理，按超声图像的强度直方图的95％位点对超声图像进行截断，以肾脏长轴端点之间的中点作为图像中点，将图像按统一尺寸进行裁剪，并对超声图像的像素强度进行归一化处理。

10、在上述任一方案中优选的是，对s2步骤中获取的第二肾脏超声图进行旋转、镜像翻转以及添加噪声。

11、在上述任一方案中优选的是，在s2中获得的第二肾脏超声图的长轴端点进行邻域内随机采样。

12、在上述任一方案中优选的是，以人工标记的两个肾脏长轴端点之间的中点作为肾脏中心点c，肾脏长轴端点之间的距离作为肾脏长径l，肾脏长轴端点连线与横轴的角度作为初始角度φ；

13、通过以下公式得到距离加权图：

14、

15、其中，i(x,y)和i′(x,y)分别为肾脏超声图像和距离加权图在点(x,y)上的像素强度，d为点(x,y)与肾脏中心点c之间的距离，λ为注意力系数；

16、通过以下公式得到初始极坐标图：

17、p(θ′,d)＝i(x,y)if d≤λl

18、θ′＝θ-φ

19、其中，p(θ′,d)为初始极坐标图在点(θ′,d)上的像素强度，θ为点(x,y)与肾脏中心点c的连线与横轴的角度，d为点(x,y)与肾脏中心点c之间的距离，λ为注意力系数。

20、在上述任一方案中优选的是，与参考图像集进行相似度度量包括：

21、采用欧氏距离、余弦相似度、皮尔森相关性系数、边缘检测中的至少一种相似度度量算法，得到相似度集合，将各种算法获得的相似度最大值进行累加，当累加值超过设定阈值时，输出分类结果。

22、在上述任一方案中优选的是，所述特征提取器为卷积神经网络和多层感知机的组合，将第二肾脏超声图的距离加权图和极坐标图作为不同视图，通过多视图学习的方法同时输入到卷积神经网络的不同分支，在卷积神经网络的高层进行视图级别的特征融合。

23、在上述任一方案中优选的是，利用infonce函数作为损失函数来评估特征提取器的当前性能，计算公式为：

24、

25、其中，zi和zj代表来自同一患者的训练样本的图像特征；zk代表zi的所有负样本以及zj；τ是一个正的温度参数；n是zi的负样本的数量加上1。

26、在上述任一方案中优选的是，包括：存储器和处理器；

27、所述存储器用于存储程序指令；

28、所述处理器用于调用程序指令，当程序指令被调用时执行上述任意一项所述的肾脏超声图像的分类方法。

29、与现有技术相比，本发明通过设备采集肾脏的一组超声图像，所述采集的肾脏的一组超声图像经处理后形成第一肾脏超声图。第一肾脏超声图经处理后形成第二肾脏超声图。将第二肾脏超声图的图像特征和参考图像数据集进行相似度度量，当度量值超过设定阈值时，输出分类结果。其中，参考图像数据集包括采集各年龄段不同健康状况人群的肾脏图像，执行上述步骤获得参考图像数据集。在分类过程中不需要医生花费过多的时间对影像图进行鉴别，降低医生劳动强度且分类准确度高。

技术特征：

1.一种肾脏超声图像的分类方法，其特征在于，包括：

2.如权利要求1所述的肾脏超声图像的分类方法，其特征在于，在s2步骤中，对s1步骤中获取的第一肾脏超声图采用中值滤波或高斯滤波进行去噪处理，按超声图像的强度直方图的95％位点对超声图像进行截断，以肾脏长轴端点之间的中点作为图像中点，将图像按统一尺寸进行裁剪，并对超声图像的像素强度进行归一化处理。

3.如权利要求1或2所述的肾脏超声图像的分类方法，其特征在于，对s2步骤中获取的第二肾脏超声图进行旋转、镜像翻转以及添加噪声。

4.如权利要求3所述的肾脏超声图像的分类方法，其特征在于，在s2中获得的第二肾脏超声图的长轴端点进行邻域内随机采样。

5.如权利要求1所述的肾脏超声图像的分类方法，其特征在于，以人工标记的两个肾脏长轴端点之间的中点作为肾脏中心点c，肾脏长轴端点之间的距离作为肾脏长径l，肾脏长轴端点连线与横轴的角度作为初始角度φ；

6.如权利要求5所述的肾脏超声图像的分类方法，其特征在于，与参考图像集进行相似度度量包括：

7.如权利要求1所述的肾脏超声图像的分类方法，其特征在于，所述特征提取器为卷积神经网络和多层感知机的组合，将第二肾脏超声图的距离加权图和极坐标图作为不同视图，通过多视图学习的方法同时输入到卷积神经网络的不同分支，在卷积神经网络的高层进行视图级别的特征融合。

8.如权利要求7所述的肾脏超声图像的分类方法，其特征在于，利用infonce函数作为损失函数来评估特征提取器的当前性能，计算公式为：

9.一种肾脏超声图像的设备，其特征在于，包括：存储器和处理器；

技术总结本发明涉及一种肾脏超声图像的分类方法及设备，通过设备采集肾脏的一组超声图像，所述采集的肾脏的一组超声图像经处理后形成第一肾脏超声图。第一肾脏超声图经处理后形成第二肾脏超声图。将第二肾脏超声图的图像特征和参考图像数据集进行相似度度量，当度量值超过设定阈值时，输出分类结果。其中，参考图像数据集包括采集各年龄段不同健康状况人群的肾脏图像，执行上述步骤获得参考图像数据集。在分类过程中不需要医生花费过多的时间对影像图进行鉴别，降低医生劳动强度且分类准确度高。技术研发人员：付颖,崔立刚,薛恒,方梦捷受保护的技术使用者：北京大学第三医院（北京大学第三临床医学院）技术研发日：技术公布日：2024/11/21