基于超声影像智能化的辅助诊断方法和系统与流程

本技术涉及医疗数据处理，更具体地，涉及基于超声影像智能化的辅助诊断方法和系统。

背景技术：

1、医生在肉眼观察超声影像时可能会遇到视觉疲劳、主观性、技术依赖、信息过载、经验限制、训练不足、设备限制等挑战，使得人眼对图像观察存在一定的天然误差。这些问题可能会导致误诊或漏诊，并增加诊断的复杂性。现有技术中，往往采用人工智能算法和超声设备相结合，对超声影像进行预处理、特征提取、分析和解释，以辅助医生进行识别。

2、对医疗数据进行处理时，因为图像较为复杂，且在划分前景和背景时，将存在很多有效信息的背景去除掉，导致特征数据提取的精度低、准确性差、适应性低。

3、因此，如何提高特征数据提取的精度和适应性，是目前有待解决的技术问题。

技术实现思路

1、本发明提供基于超声影像智能化的辅助诊断方法，用以解决现有技术中特征数据提取准确性差、适应性低的技术问题。所述方法包括：

2、在超声影像中选定若干个原始影像区域，并分析每个原始影像区域的直方图，并且根据直方图对原始影像区域进行前景区域和背景区域的划分；

3、在原始影像区域内确定种子粒子，通过前景区域内和背景区域的差异情况筛选多个面积元素以构建面积元素列表，根据原始影像区域类型和面积元素列表配置面积尺度，按照面积尺度以种子粒子为基础向外进行扩散，得到生长区域；

4、根据生长区域、前景区域和背景区域之间的关系调整前景区域和背景区域，提取每个原始影像区域对应的前景区域和背景区域的特征数据，构建每种特征数据的箱线图来确定每种特征数据的稳定值；

5、应用特征数据的稳定值将部分背景区域划入到前景区域中，对前景区域进行三维重建，并将特征数据的稳定值标记在对应位置处，以此帮助医生进行参考。

6、本技术一些实施例中，并分析每个原始影像区域的直方图，并且根据直方图对原始影像区域进行前景区域和背景区域的划分，包括：

7、分析每个原始影像区域的直方图得到动态范围和噪声水平，动态范围为原始影像区域内像素值的最大值和最小值之差，噪声水平为噪声的标准差；

8、通过噪声水平确定第一像素值范围，根据动态范围确定第二像素值范围，将第一像素值范围和第二像素值范围的交集作为第三像素值范围，并将第三像素值范围内的中位数作为像素阈值，以此对原始影像区域进行划分，得到前景区域和背景区域。

9、本技术一些实施例中，在原始影像区域内确定种子粒子，包括：

10、对于原始影像区域构建二维坐标系，并确定原始影像区域内的每个像素的坐标，通过所有像素的坐标平均值确定第一中心点；

11、确定原始影像区域边缘的像素坐标，并计算边缘的像素坐标平均值，得到第二中心点；

12、将第一中心点和第二中心点作为种子粒子。

13、本技术一些实施例中，通过前景区域内和背景区域的差异情况筛选多个面积元素以构建面积元素列表，根据原始影像区域类型和面积元素列表配置面积尺度，包括：

14、对前景区域和背景区域中反映面积大小的指标进行标准化处理，并得到每种指标的差异，计算每种差异与原始影像区域面积的相关度大小，将相关度符合要求的差异保留下来，并将差异对应的指标作为面积元素添加到面积元素列表中；

15、根据原始影像区域类型和面积元素列表配置面积尺度，并将面积尺度中的最大值作为目标面积；

16、；

17、其中，为面积尺度，为原始影像区域类型对应的面积尺度区间，n为符合要求的指标的差异指标的数量，为第i种差异指标的体现权重，为第i种差异指标的差异值，为中的最大值，k为预设常数，为面积元素对应的面积尺度区间，为综合所有面积元素差异情况映射得到的面积尺度区间。

18、本技术一些实施例中，按照面积尺度以种子粒子为基础向外进行扩散，得到生长区域，包括：

19、以两个种子粒子为起点、以原始影像区域边缘为生长方向、目标面积为终点，来向四周进行扩散，得到两个生长区域。

20、本技术一些实施例中，根据生长区域、前景区域和背景区域之间的关系调整前景区域和背景区域，包括：

21、将两个生长区域的并集作为生长并集区域，通过前景区域和背景区域在生长并集区域上的位置关系依据生长并集区域补充前景区域和背景区域。

22、本技术一些实施例中，构建每种特征数据的箱线图来确定每种特征数据的稳定值，包括：

23、根据前景区域和背景区域的特征数据确定特征数据样本，计算特征数据样本中的峰度和偏度，以此来确定iqr系数；

24、；

25、其中，k为iqr系数，为峰度对应的正态转换系数，为偏度对应的正态转换系数，为峰度的绝对值，为偏度的绝对值，为iqr常数；

26、通过iqr系数构建前景区域和背景区域中每种特征数据的箱线图，依靠箱线图中的上界和下界将特征数据划分为内区特征数据和外区特征数据，根据内区特征数据和外区特征数据确定稳定值；

27、；

28、其中，x为特征数据的稳定值，为内区特征数据的值，为外区特征数据的值，m1为内区特征数据的数量，为第j个内区特征数据的值，m2为外区特征数据的数量，exp为指数函数，为第y个外区特征数据的值，为外区特征数据中的最大值，为预设常数。

29、本技术一些实施例中，应用特征数据的稳定值将部分背景区域划入到前景区域中，包括：

30、通过距离阈值定义前景区域和背景区域中的相邻范围，并且设定每种特征数据的相似度阈值，通过相似度阈值在相邻范围内筛选背景区域，将符合要求的背景区域划入前景区域中。

31、对应的，本技术还提供了基于超声影像智能化的辅助诊断系统，包括：

32、划分模块，用于在超声影像中选定若干个原始影像区域，并分析每个原始影像区域的直方图，并且根据直方图对原始影像区域进行前景区域和背景区域的划分；

33、生长模块，用于在原始影像区域内确定种子粒子，通过前景区域内和背景区域的差异情况筛选多个面积元素以构建面积元素列表，根据原始影像区域类型和面积元素列表配置面积尺度，按照面积尺度以种子粒子为基础向外进行扩散，得到生长区域；

34、构建模块，用于根据生长区域、前景区域和背景区域之间的关系调整前景区域和背景区域，提取每个原始影像区域对应的前景区域和背景区域的特征数据，构建每种特征数据的箱线图来确定每种特征数据的稳定值；

35、投影模块，用于应用特征数据的稳定值将部分背景区域划入到前景区域中，对前景区域进行三维重建，并将特征数据的稳定值标记在对应位置处，以此帮助医生进行参考。

36、通过应用以上技术方案，在超声影像中选定若干个原始影像区域，并分析每个原始影像区域的直方图，并且根据直方图对原始影像区域进行前景区域和背景区域的划分；在原始影像区域内确定种子粒子，通过前景区域内和背景区域的差异情况筛选多个面积元素以构建面积元素列表，根据原始影像区域类型和面积元素列表配置面积尺度，按照面积尺度以种子粒子为基础向外进行扩散，得到生长区域；根据生长区域、前景区域和背景区域之间的关系调整前景区域和背景区域，提取每个原始影像区域对应的前景区域和背景区域的特征数据，构建每种特征数据的箱线图来确定每种特征数据的稳定值；应用特征数据的稳定值将部分背景区域划入到前景区域中，对前景区域进行三维重建，并将特征数据的稳定值标记在对应位置处，以此帮助医生进行参考。本技术通过按照面积尺度以种子粒子为基础向外进行扩散得到生长区域，以此来调整前景区域和背景区域，从而完善了前景区域和背景区域，使得有效信息被保留下来。构建每种特征数据的箱线图来确定每种特征数据的稳定值，应用特征数据的稳定值将部分背景区域划入到前景区域中，以此提高了特征提取的准确性和精度，并从多个波动特征数据中确定一个稳定值，保证了特征的稳定性。对前景区域进行三维重建且标记特征，提高了特征的适应性，以此帮助医生进行参考。