技术特征：
1.一种胚胎发育期的心脏断面智能识别和异常判断方法，其特征在于：包含以下步骤：(1)收集和构建胚胎心脏发育四维图像数据库，(2)将目标胚胎心脏断面图像数据与所述数据库中数据进行匹配，对其进行识别、定位和测量，(3)创建faster-rcnn识别模型，(4)利用所述faster-rcnn识别模型得到目标胚胎心脏的检测结果。2.如权利要求1所述的胚胎发育期的心脏断面智能识别和异常判断方法，其特征在于：所述步骤(1)收集和构建胚胎心脏发育四维图像数据库，包括：(a)将已采集到的或者通过目标胚胎获得的胚胎心脏断面二维图像，按照胚胎从小到大的顺序进行分期排列；(b)将排列整理后的所述胚胎心脏断面二维图像处理成三维图像，并对其中的重要结构部分进行勾画、叠加和标注；(c)依据胚胎发育的时间轴进行排列，构建胚胎心脏发育四维图像数据库。3.如权利要求1所述的胚胎发育期的心脏断面智能识别和异常判断方法，其特征在于：所述步骤(2)将目标胚胎心脏断面图像数据与所述数据库中数据进行匹配，对其进行识别、定位和测量，包括：(a)通过注意力机制去除所述目标胚胎心脏断面图像数据中的无用信息，获取感兴趣区域图像；(b)通过灰度匹配法以及几何匹配法将所述感兴趣区域图像与所述数据库中的四维图像数据的相应结构进行匹配；(c)标示所述目标胚胎心脏断面图像数据的显示流出道、房室管、心瓣膜、房间隔和室间隔，并进行数据测量。4.如权利要求1所述的胚胎发育期的心脏断面智能识别和异常判断方法，其特征在于：所述步骤(3)创建faster-rcnn识别模型，包含特征提取模块、rpn模块、proposal layer模块、roi align模块、分类回归模块和c-nms模块。5.如权利要求4所述的胚胎发育期的心脏断面智能识别和异常判断方法，其特征在于：步骤(4)包括：将处理后的所述目标胚胎心脏断面图像数据输入所述faster-rcnn识别模型以生成检测结果，将处理后的所述目标胚胎心脏断面图像数据输入所述faster-rcnn识别模型以生成检测结果，进一步包括：(a)所述特征提取模块用一组基础的conv+relu+pooling层提取出特征图，包括convlayers、rpn层和全连接层；(b)所述rpn模块将所述特征图输入rpn网络进行识别和筛选处理，从feauremap中获取目标的大致位置，获得待测目标位置的推荐框；(c)所述proposal layer模块，利用所述rpn获得的大致位置，继续训练，从所述待测目标位置的推荐框中获得更精准的位置，即获得待测目标更精确位置的推荐框；(d)所述roi align模块将获取到的所述待测目标更精确位置的推荐框和所述特征图输入roi align网络进行映射及池化处理，获得特征推荐图；(e)所述分类回归模块将所述获得的特征推荐图输入分类回归网络进行分类回归处理，获取预测框的初始坐标、初始类别及初始置信度；(f)所述c-nms模块将所述预测框的初始坐标、初始类别及初始置信度输入c-nms模块进行筛选处理，获得预测框的目标坐标、目标类别及目标置信度。
6.如权利要求5所述的胚胎发育期的心脏断面智能识别和异常判断方法，其特征在于：将所述预测框的初始坐标、初始类别及初始置信度输入c-nms模块进行筛选处理，获得预测框的目标坐标、目标类别及目标置信度，步骤包括：(a)所述预测框的初始坐标、初始类别及初始置信度输入c-nms网络；(b)将所述初始置信度最大的预测框作为基准预测框；(c)根据所述初始坐标分别计算每一预测框与所述基准预测框的重叠比；(d)将所述重叠比大于或等于预设置信度阙值的预测框作为待调整预测框；(e)根据所述待调整预测框与基准预测框的重叠比及面积比更新所述待调整预测框的初始置信度；(f)所述预测框将所述初始坐标作为目标坐标，将所述初始类别作为目标类别，将更新后的初始置信度作为目标置信度。7.一种胚胎发育期的心脏断面智能识别和异常判断装置，其特征在于，所述装置包括扫描仪、智能图像处理装置、计算处理装置、置物台和显示仪。其中，所述扫描仪与所述智能图像处理装置连接，使目标胚胎心脏断面图像获取后迅速进行预处理；所述置物台与所述计算处理装置连接，便于将待测胚胎标本转化为三维结构数据进行分析；所述显示仪与所述智能图像处理装置连接，将处理得到的图像即时呈现；所述智能图像处理装置与所述计算处理装置连接，将预处理图像传输至计算机以进行图像数据匹配，利用faster-rcnn识别模型得到目标胚胎检测结果。8.如权利要求7所述的胚胎发育期的心脏断面智能识别和异常判断装置，其特征在于，所述扫描仪用于将胚胎心脏切片或者心脏断面图像数字化处理；所述智能图像处理装置用于通过算法对扫描仪处理后的图像进行识别，并形成符合智能匹配要求的二维图像；所述计算处理装置用于为整个装置提供所需计算能力；所述显示仪用于通过屏幕进行交互式操作来控制整个装置，并显示所获图像以及识别结果；所述置物台用于放置所述待测胚胎标本，以便进行断层扫描，获取其三维结构数据。9.如权利要求7所述的胚胎发育期的心脏断面智能识别和异常判断装置，其特征在于，所述智能图像处理装置由图像预处理模块、图像特征提取模块、图像识别模块、图像智能匹配模块，和结果显示模块组成。10.如权利要求9所述的胚胎发育期的心脏断面智能识别和异常判断装置，其特征在于，所述图像预处理模块负责对传入的图像进行转化、调整和对齐；所述图像特征提取模块负责提取和收集二维图像中的特征结构、颜色、纹理等特征并传输给所述图像识别模块；所述图像识别模块负责根据图像特征信息进行再处理并呈现出符合智能匹配要求的图像；所述图像智能匹配模块负责根据所述图像特征提取模块和所述图像识别模块提供的信息，通过灰度匹配法以及几何匹配法进行匹配；所述结果显示模块负责根据上述匹配原则和算法以及以往学习经验智能选择出最适
结果。
技术总结
本发明公开了一种基于深度学习的胚胎发育期的心脏断面智能识别和异常判断方法及装置。该方法首先构建胚胎心脏发育四维图像数据库，对实时导入的胚胎心脏断面图像进行多维度匹配技术，和对胚胎心脏断面结构识别、标注和三维化显示；再通过与正常胚胎心脏发育数据和畸形胚胎发育数据的比对，实现对胚胎发育情况的评估和畸形的判断。本发明所述的方法能够帮助临床围产检查医师和胚胎相关研究人员识别不同时期不同角度胚胎心脏的断面结构，提高工作效率和产检准确性，促进胚胎心脏发育机理研究和先天畸形疾病研究。究和先天畸形疾病研究。究和先天畸形疾病研究。
技术研发人员：陈俊 师亮 王福成 陈浩 李慧超 崔慧林 郭睿
受保护的技术使用者：山西医科大学
技术研发日：2021.11.17
技术公布日：2022/2/15