1.一種胎兒超聲圖像質(zhì)量控制方法,其特征在于,包括下述步驟:
步驟S110:獲取胎兒腹部掃查切面的灰度圖像;
步驟S120:提取所述灰度圖像的局部相位特征,獲取對(duì)應(yīng)的局部對(duì)稱相位圖和局部非對(duì)稱相位圖;
步驟S130:將所述對(duì)稱相位圖和非對(duì)稱相位圖與所述灰度圖像組合成RGB圖像;
步驟S140:利用L-CNN模型定位所述RGB圖像中的ROI,并判斷ROI是否符合第1項(xiàng)指標(biāo);
步驟S150:利用C-CNN模型對(duì)識(shí)別到的ROI進(jìn)行分析,并判斷SB是否符合第2項(xiàng)指標(biāo),UV是否符合第3項(xiàng)標(biāo)準(zhǔn);
步驟S160:根據(jù)步驟S140及步驟S150中的判斷結(jié)果得到胎兒超聲圖像質(zhì)量測(cè)量結(jié)果;
其中,所述第1項(xiàng)指標(biāo)為ROI的面積占掃查扇區(qū)的1/2以上,所述第2項(xiàng)指標(biāo)為SB充盈顯示、邊界清晰、內(nèi)無(wú)回聲,所述第3項(xiàng)指標(biāo)為UV為彎鉤狀顯示、連續(xù)不中斷、允許內(nèi)回聲。
2.根據(jù)權(quán)利要求1所述的胎兒超聲圖像質(zhì)量控制方法,其特征在于,步驟S140中,利用L-CNN模型定位所述RGB圖像中的ROI,并判斷ROI是否符合第1項(xiàng)指標(biāo),具體包括下述步驟:
步驟S141:扣取每一張?zhí)焊箛忻娴淖訄D像;
步驟S142:調(diào)整所述子圖像的尺寸到227*227,并輸入L-CNN,獲取窗口是ROI的概率;
步驟S143:采用上述依此獲得整張切面內(nèi)每個(gè)像素點(diǎn)為中心的窗口概率,得到ROI對(duì)應(yīng)的概率圖;
步驟S144:將所述概率圖經(jīng)過(guò)雙邊濾波器平滑,再經(jīng)過(guò)非極大值抑制得到概率最高的像素點(diǎn)即為以固定尺寸窗口定位到ROI的最佳中心點(diǎn)坐標(biāo)Cx,y;
步驟S145:計(jì)算ROI面積占超聲掃查扇區(qū)面積的比例Rr/FOV得出SROI,判斷ROI是否符合第1項(xiàng)指標(biāo)。
3.根據(jù)權(quán)利要求2所述的胎兒超聲圖像質(zhì)量控制方法,其特征在于,步驟S141中,扣取每一張?zhí)焊箛忻娴淖訄D像,采用固定尺寸320*280的窗口以步幅10滑動(dòng),在超聲掃查區(qū)域內(nèi)扣取子圖像。
4.根據(jù)權(quán)利要求2所述的胎兒超聲圖像質(zhì)量控制方法,其特征在于,所述步驟S144還包括下述步驟:
以最佳中心點(diǎn)坐標(biāo)Cx,y為中心,及其上下左右10個(gè)像素點(diǎn)的區(qū)域范圍內(nèi),以步幅為10滑動(dòng)窗口,獲取最高ROI概率的中心點(diǎn)、寬、高,完成了當(dāng)前測(cè)試圖像上ROI的自動(dòng)定位,其中,所述窗口的寬度在210-400的范圍內(nèi),窗口高度在190-340的范圍內(nèi)。
5.根據(jù)權(quán)利要求2所述的胎兒超聲圖像質(zhì)量控制方法,其特征在于,其中,步驟S160中,根據(jù)步驟S140及步驟S150中的判斷結(jié)果得到胎兒超聲圖像質(zhì)量控制結(jié)果,具體包括下述步驟:
若ROI符合第1項(xiàng)指標(biāo),則對(duì)ROI的評(píng)分SROI為1,若否,記為0;
若SB符合第2項(xiàng)指標(biāo),則對(duì)SB的評(píng)分SSB為1,若否,記為0;
若UV符合第3項(xiàng)標(biāo)準(zhǔn),則對(duì)UV的評(píng)分SUV為1,若否,記為0;
則胎兒超聲圖像質(zhì)量的評(píng)估分?jǐn)?shù)SFAP為SFAP=SROI+SSB+SUV。
6.根據(jù)權(quán)利要求4所述的胎兒超聲圖像質(zhì)量控制方法,其特征在于,其中,所述窗口的寬度在210-400的范圍內(nèi)以10為間隔變化,窗口高度在190-340的范圍內(nèi)以10為間隔變化。
7.一種胎兒超聲圖像質(zhì)量控制系統(tǒng),其特征在于,包括:
圖像獲取模塊,用于獲取胎兒腹部掃查切面的灰度圖像;
特征提取模塊,用于提取所述灰度圖像的局部相位特征,獲取對(duì)應(yīng)的局部對(duì)稱相位圖和局部非對(duì)稱相位圖;
圖像融合模塊,用于將所述對(duì)稱相位圖和非對(duì)稱相位圖與所述灰度圖像組合成RGB圖像;
L-CNN模型定位模塊,用于利用L-CNN模型定位到所述RGB圖像中的ROI,并判斷ROI是否符合第1項(xiàng)指標(biāo);
C-CNN模型分析模塊,利用C-CNN模型對(duì)識(shí)別到的ROI進(jìn)行分析,并判斷SB是否符合第2項(xiàng)指標(biāo),UV是否符合第3項(xiàng)標(biāo)準(zhǔn);及
結(jié)果輸出模塊,用于根據(jù)所述L-CNN模型定位模塊及C-CNN模型分析模塊中的判斷結(jié)果得到胎兒超聲圖像質(zhì)量測(cè)量結(jié)果;
其中,所述第1項(xiàng)指標(biāo)為ROI的面積占掃查扇區(qū)的1/2以上,所述第2項(xiàng)指標(biāo)為SB充盈顯示、邊界清晰、內(nèi)無(wú)回聲,所述第3項(xiàng)指標(biāo)為UV為彎鉤狀顯示、連續(xù)不中斷、允許內(nèi)回聲。
8.根據(jù)權(quán)利要求7所述的胎兒超聲圖像質(zhì)量控制系統(tǒng),其特征在于,所述L-CNN模型定位模塊包括:
子圖像扣取單元,用于扣取每一張?zhí)焊箛忻娴淖訄D像;
圖像調(diào)整單元,用于調(diào)整所述子圖像的尺寸到227*227,并輸入L-CNN,獲取窗口是ROI的概率;
窗口概率獲取單元,用于采用上述依此獲得整張切面內(nèi)每個(gè)像素點(diǎn)為中心的窗口概率,得到ROI對(duì)應(yīng)的概率圖;
中心點(diǎn)坐標(biāo)定位單元,用于將所述概率圖經(jīng)過(guò)雙邊濾波器平滑,再經(jīng)過(guò)非極大值抑制得到概率最高的像素點(diǎn)即為以固定尺寸窗口定位到ROI的最佳中心點(diǎn)坐標(biāo)Cx,y;及
判斷單元,用于計(jì)算ROI面積占超聲掃查扇區(qū)面積的比例Rr/FOV得出SROI,判斷ROI是否符合第1項(xiàng)指標(biāo)。
9.根據(jù)權(quán)利要求8所述的胎兒超聲圖像質(zhì)量控制系統(tǒng),其特征在于,所述中心點(diǎn)坐標(biāo)定位單元還用于以最佳中心點(diǎn)坐標(biāo)Cx,y為中心,及其上下左右10個(gè)像素點(diǎn)的區(qū)域范圍內(nèi),以步幅為10滑動(dòng)窗口,獲取最高ROI概率的中心點(diǎn)、寬、高,完成了當(dāng)前測(cè)試圖像上ROI的自動(dòng)定位,其中,所述窗口的寬度在210-400的范圍內(nèi),窗口高度在190-340的范圍內(nèi)。
10.根據(jù)權(quán)利要求7所述的胎兒超聲圖像質(zhì)量控制系統(tǒng),其特征在于,所述結(jié)果輸出模塊用于根據(jù)所述L-CNN模型定位模塊及C-CNN模型分析模塊中的判斷結(jié)果得到胎兒超聲圖像質(zhì)量測(cè)量結(jié)果,包括若ROI符合第1項(xiàng)指標(biāo),則對(duì)ROI的評(píng)分SROI為1,若否,記為0;
若SB符合第2項(xiàng)指標(biāo),則對(duì)SB的評(píng)分SSB為1,若否,記為0;
若UV符合第3項(xiàng)標(biāo)準(zhǔn),則對(duì)UV的評(píng)分SUV為1,若否,記為0;
則胎兒超聲圖像質(zhì)量的評(píng)估分?jǐn)?shù)SFAP為SFAP=SROI+SSB+SUV。