從超聲圖像中自動(dòng)定位標(biāo)準(zhǔn)切面的方法
【專利摘要】本發(fā)明提出一種從超聲圖像中自動(dòng)定位標(biāo)準(zhǔn)切面的方法，其包括如下步驟：S103、構(gòu)建徑向組元模型來描述目標(biāo)區(qū)域的解剖結(jié)構(gòu)，并利用所述徑向組元模型對所述超聲圖像中的目標(biāo)區(qū)域進(jìn)行區(qū)域劃分，獲得限定區(qū)域；S105、運(yùn)用機(jī)器學(xué)習(xí)方法訓(xùn)練的多個(gè)分類器在所述限定區(qū)域內(nèi)分別檢測不同的解剖結(jié)構(gòu)，并分別獲得檢測結(jié)果；S107、利用融合分類器來融合所述檢測結(jié)果，獲得融合結(jié)果；S109、根據(jù)所述融合結(jié)果判斷所述超聲圖像是否為標(biāo)準(zhǔn)切面。所述從超聲圖像中自動(dòng)定位標(biāo)準(zhǔn)切面的方法可有效地提高檢測準(zhǔn)確率。
【專利說明】從超聲圖像中自動(dòng)定位標(biāo)準(zhǔn)切面的方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及醫(yī)學(xué)圖像處理技術(shù)，尤其涉及一種可有效提高檢測準(zhǔn)確率的、基于徑向組元的從超聲圖像中自動(dòng)定位標(biāo)準(zhǔn)切面的方法。
【背景技術(shù)】
[0002]超聲(Ultrasound, US)廣泛應(yīng)用于常規(guī)臨床檢查和產(chǎn)前診斷。常規(guī)超聲檢查分為三步:探頭掃查、選取標(biāo)準(zhǔn)切面和診斷。其中，標(biāo)準(zhǔn)切面的選取對檢查對象，如胎兒的生理學(xué)參數(shù)的準(zhǔn)確測量以及診斷至關(guān)重要。然而，這項(xiàng)工作需要豐富的臨床經(jīng)驗(yàn)以及對人體解剖結(jié)構(gòu)的深入了解，所以對于缺乏經(jīng)驗(yàn)的臨床醫(yī)生來說是極具挑戰(zhàn)性的，甚至對于有經(jīng)驗(yàn)的醫(yī)生而言也是比較費(fèi)時(shí)和繁雜的。與其他成像診斷方式(例如CT、MRI)相比，這也常被認(rèn)為是超聲診斷的固有缺點(diǎn)。因此，標(biāo)準(zhǔn)切面的自動(dòng)定位方法將會(huì)提升非專業(yè)人員操作超聲設(shè)備的能力，提聞診斷效率。
[0003]迄今為止，研究人員已提出了一些在三維超聲中自動(dòng)檢測標(biāo)準(zhǔn)切面的方法。盡管三維超聲在產(chǎn)前診斷中有較好的前景，但是二維超聲檢查仍因其更好的成像質(zhì)量、更大的掃描范圍以及擁有更多經(jīng)驗(yàn)豐富的操作者等優(yōu)勢，在產(chǎn)前診斷這一領(lǐng)域占主導(dǎo)地位。近期，研究人員在二維超聲圖像中標(biāo)準(zhǔn)切面的自動(dòng)檢測方面取得了一些進(jìn)展。Zhang 等人(Ling Zhang, Siping Chen,Chien Ting Chin, Tianfu Wang, and ShengliLi, “Intelligent scanning:Auto-mated standard plane selection and biometricmeasurement of early gestational sac in routine ultrasound examination, ’^MedicalPhysics, vol.39，n0.8，pp.5015 - 5027，2012.)通過提取局部上下文信息，利用級(jí)聯(lián)的Adaboost訓(xùn)練分類器，實(shí) 現(xiàn)了孕囊標(biāo)準(zhǔn)切面的自動(dòng)檢測。牛津大學(xué)的Rahmatullah等人(Bahbibi Rahmatullah, ArisT.Papageorghiou, and J.Alison Noble, “Integration oflocal and global features for anatomical object detection in ultrasound, ” inMICCAI2012, vol.7512, pp.402 - 409.)提出了一種結(jié)合全局和局部特征的半自動(dòng)檢測方法，用于從手動(dòng)截取胎兒的腹部超聲圖像中自動(dòng)檢測各解剖結(jié)構(gòu)。Kwitt等人(RKwitt, N Vasconcelos, S Razzaque, and S Aylward, “Localizing target structures inultrasound video - a phantom study, Medical Image Analysis, vol.17, n0.7, pp.712 -722，2013.)提出通過先建立核動(dòng)態(tài)紋理(Kernel Dynamic Texture, KDT)模型,進(jìn)而從超聲視頻中檢測目標(biāo)結(jié)構(gòu)的方法，該方法的有效性已經(jīng)在從三個(gè)不同仿體上采集的若干超聲視頻數(shù)據(jù)中進(jìn)行了驗(yàn)證。
[0004]盡管已有的研究證明了從二維超聲圖像中自動(dòng)定位標(biāo)準(zhǔn)切面的可行性，但是這項(xiàng)工作還是極具挑戰(zhàn)性的，如胎兒腹部的標(biāo)準(zhǔn)切面的自動(dòng)定位主要有以下幾個(gè)方面的原因:首先，如圖1所示，只有當(dāng)一個(gè)超聲切面內(nèi)同時(shí)存在:胃泡(stomach bubble, SB)、臍靜脈(umbilical vein,UV)、脊柱(spine, SP)這三個(gè)關(guān)鍵解剖結(jié)構(gòu)時(shí),這個(gè)切面才能被定義為胎兒腹部標(biāo)準(zhǔn)切面(FASP)。但是，由于偽影的存在、關(guān)鍵解剖結(jié)構(gòu)的變形、圖像亮度的變化、胎兒體位的變化和掃查方向的不同等原因，從整體上定位標(biāo)準(zhǔn)切面具有較大的難度。其次，圖像中許區(qū)域的形態(tài)和關(guān)鍵解剖結(jié)構(gòu)極為相似，會(huì)造成較大的干擾，因此分別檢測各個(gè)解剖結(jié)構(gòu)得不到很好的效果。例如，偽影、腹主動(dòng)脈(abdominal aorta,A0)、下腔靜脈(inferiorvena cava, IVC)和低回聲脊髓等常被錯(cuò)誤地檢測為SB或UV0

【發(fā)明內(nèi)容】

[0005]針對上述問題，本發(fā)明的目的是提供一種從超聲圖像中自動(dòng)定位標(biāo)準(zhǔn)切面的方法，可有效地提聞檢測準(zhǔn)確率。
[0006]一種從超聲圖像中自動(dòng)定位標(biāo)準(zhǔn)切面的方法，其包括如下步驟:
[0007]S103、構(gòu)建徑向組元模型來描述目標(biāo)區(qū)域的解剖結(jié)構(gòu)，并利用所述徑向組元模型對所述超聲圖像中的目標(biāo)區(qū)域進(jìn)行區(qū)域劃分，獲得限定區(qū)域；
[0008]S105、運(yùn)用機(jī)器學(xué)習(xí)方法訓(xùn)練的多個(gè)分類器在所述限定區(qū)域內(nèi)分別檢測不同的解剖結(jié)構(gòu)，并分別獲得檢測結(jié)果；
[0009]S107、利用融合分類器來融合所述檢測結(jié)果，獲得融合結(jié)果；
[0010]S109、根據(jù)所述融合結(jié)果判斷所述超聲圖像是否為標(biāo)準(zhǔn)切面。
[0011]本發(fā)明一 較佳實(shí)施方式中，步驟S103之前還包括:S101、運(yùn)用機(jī)器學(xué)習(xí)方法訓(xùn)練的目標(biāo)腹部區(qū)域分類器從每幀所述超聲圖像中分別定位所述目標(biāo)區(qū)域；
[0012]本發(fā)明一較佳實(shí)施方式中，所述徑向組元模型通過統(tǒng)計(jì)目標(biāo)區(qū)域的解剖結(jié)果的位置分布得到。
[0013]本發(fā)明一較佳實(shí)施方式中，所述目標(biāo)區(qū)域?yàn)樘焊共繀^(qū)域，其解剖結(jié)構(gòu)包括胃泡、臍靜脈和脊柱。
[0014]本發(fā)明一較佳實(shí)施方式中，步驟S103中，將所述目標(biāo)區(qū)域劃分為五個(gè)徑向子區(qū)域，所述五個(gè)徑向子區(qū)域的圓心和所述胎兒腹部區(qū)域的中心重合，所述徑向組元模型用公式表示為:
[0015]Ω=oQt=0(j Φ k)
[0016]φ? e [α +(1-l)*60°，α+i*60。] (i = 1，2，3，4)
[0017]Φ5ε[α+240。，α+360。]，
[0018]其中，Ω為胎兒腹部區(qū)域的內(nèi)切圓，Qi為所述五個(gè)徑向子區(qū)域，Cti為每個(gè)子區(qū)域的角度變化范圍，Q1的起始角度為α，Ω2、Ω3、Ω5分別代表胃泡、脊柱和臍靜脈出現(xiàn)概率較高的區(qū)域，Ωρ Ω4分別代表不可能出現(xiàn)胃泡、脊柱和臍靜脈的區(qū)域。
[0019]本發(fā)明一較佳實(shí)施方式中，步驟S105中，檢測胃泡、臍靜脈和脊柱為迭代過程，每次迭代過程中，所述徑向組元模型均按一個(gè)角度旋轉(zhuǎn)。
[0020]本發(fā)明一較佳實(shí)施方式中，所述角度為20°。
[0021]本發(fā)明一較佳實(shí)施方式中，步驟S107中，利用多項(xiàng)式核的支持向量機(jī)來訓(xùn)練所述融合分類器。
[0022]本發(fā)明一較佳實(shí)施方式中，步驟S109中，所述融合結(jié)果超過預(yù)設(shè)閥值時(shí)，即判定相應(yīng)的目標(biāo)區(qū)域所屬的超聲圖像為標(biāo)準(zhǔn)切面。
[0023]相較于現(xiàn)有技術(shù)，所述從超聲圖像中自動(dòng)定位標(biāo)準(zhǔn)切面的方法可以有效地克服解剖結(jié)構(gòu)間存在位置變動(dòng)所帶來的檢測困難，并排除相似區(qū)域?qū)馄式Y(jié)構(gòu)檢測的干擾，獲得相比以往算法更高的準(zhǔn)確率。
[0024]上述說明僅是本發(fā)明技術(shù)方案的概述，為了能夠更清楚了解本發(fā)明的技術(shù)手段，而可依照說明書的內(nèi)容予以實(shí)施，并且為了讓本發(fā)明的上述和其它目的、特征和優(yōu)點(diǎn)能夠更明顯易懂，以下特舉實(shí)施例，并配合附圖，詳細(xì)說明如下。
【專利附圖】

【附圖說明】
[0025]圖1為胎兒腹部的解剖結(jié)構(gòu)示意圖；
[0026]圖2為本發(fā)明提供的從超聲視頻中自動(dòng)定位胎兒腹部標(biāo)準(zhǔn)切面的方法的流程圖；
[0027]圖3為本發(fā)明創(chuàng)建的徑向組元模型的示意圖；
[0028]圖4為本發(fā)明利用融合分類器檢測FASP的示意圖；
[0029]圖5為各組元的RF分類器的性能曲線圖；
[0030]圖6為三種檢測方法從超聲圖像中檢測FASP的性能曲線圖；
[0031]圖7為圖6所示三種檢測方法從超聲視頻中正確檢測FASP的性能曲線圖；
[0032]圖8為圖6所示三種檢測方法從超聲視頻中檢測得到的FASP示例圖。
【具體實(shí)施方式】
[0033]下面結(jié)合附圖及具體實(shí)施例對本發(fā)明作進(jìn)一步詳細(xì)的說明。
[0034]請參閱圖2，本發(fā)明提供一種從超聲圖像中自動(dòng)定位標(biāo)準(zhǔn)切面的方法，其包括以下步驟:
[0035]S103、構(gòu)建徑向組元模型來描述目標(biāo)區(qū)域的解剖結(jié)構(gòu)，并利用所述徑向組元模型對所述超聲圖像中的目標(biāo)區(qū)域進(jìn)行區(qū)域劃分，獲得限定區(qū)域。
[0036]S105、運(yùn)用機(jī)器學(xué)習(xí)方法訓(xùn)練的多個(gè)分類器在所述限定區(qū)域內(nèi)分別檢測不同的解剖結(jié)構(gòu)，并分別獲得檢測結(jié)果。
[0037]S107、利用融合分類器來融合所述檢測結(jié)果，獲得融合結(jié)果。
[0038]S109、根據(jù)所述融合結(jié)果判斷所述超聲圖像是否為標(biāo)準(zhǔn)切面。
[0039]進(jìn)一步地，步驟S103之前還包括:S101、運(yùn)用機(jī)器學(xué)習(xí)方法訓(xùn)練的目標(biāo)腹部區(qū)域分類器從每幀所述超聲圖像中分別定位所述目標(biāo)區(qū)域。
[0040]實(shí)施例1
[0041]本發(fā)明以胎兒腹部標(biāo)準(zhǔn)切面為例進(jìn)行說明，可以理解的是，此時(shí)，胎兒腹部區(qū)域即為目標(biāo)區(qū)域。同時(shí)，本實(shí)施例中，所述機(jī)器學(xué)習(xí)方法采用隨機(jī)森林算法，當(dāng)然，并不局限于此，也可以采用其他機(jī)器學(xué)習(xí)算法，如:Adaboost、SVM等。
[0042]應(yīng)用所述從超聲圖像中自動(dòng)定位標(biāo)準(zhǔn)切面的方法自動(dòng)定位胎兒腹部標(biāo)準(zhǔn)切面時(shí)，具體包括如下步驟:
[0043]S101、運(yùn)用隨機(jī)森林算法訓(xùn)練的腹部區(qū)域分類器從每幀所述超聲圖像中分別定位胎兒的腹部區(qū)域。
[0044]隨機(jī)森林(random forests, RF)分類器作為一種新型分類器已經(jīng)開始被廣泛運(yùn)用于目標(biāo)檢測，隨機(jī)森林分類器相比于傳統(tǒng)分類器有很多優(yōu)點(diǎn)，如隨機(jī)森林分類器不會(huì)出現(xiàn)過擬合，對于異常值和噪聲也具有很好的魯棒性。與此同時(shí)，隨機(jī)森林分類器在訓(xùn)練的過程中還能提供所輸入的各種特征的相對重要性，這有利于提高目標(biāo)檢測與分類的準(zhǔn)確性。[0045]本實(shí)施例中，步驟SlOl之前，運(yùn)用隨機(jī)森林算法訓(xùn)練得到腹部區(qū)域分類器、胃泡分類器、臍靜脈分類器及脊柱分類器，分別用于檢測胎兒的腹部區(qū)域(即感興趣區(qū)域，Region Of Interest, ROI)、胃泡(stomach bubble, SB)、脊柱(spine, SP)、胳靜脈(umbilical vein,UV)。
[0046]具體地，提取目標(biāo)的六種類型的Haar特征，并采用隨機(jī)森林算法訓(xùn)練所述腹部區(qū)域分類器、所述胃泡分類器、所述臍靜脈分類器及所述脊柱分類器。
[0047]可以理解的是，腹部區(qū)域分類器、胃泡分類器、臍靜脈分類器及脊柱分類器分別對應(yīng)一個(gè)RF分類器，一個(gè)RF分類器由多棵二值決策樹構(gòu)成。對決策樹t的構(gòu)建，其訓(xùn)練數(shù)據(jù)是原始訓(xùn)練數(shù)據(jù)的一個(gè)隨機(jī)子集，通過迭代地生成新的節(jié)點(diǎn)，將訓(xùn)練數(shù)據(jù)集劃分成多個(gè)有顯著區(qū)別的子集。當(dāng)決策樹的深度達(dá)到設(shè)定的最大深度，或者當(dāng)節(jié)點(diǎn)的訓(xùn)練數(shù)據(jù)集小于一定大小時(shí)，節(jié)點(diǎn)停止分裂。設(shè)Di是輸入某節(jié)點(diǎn)的訓(xùn)練數(shù)據(jù)，通過尋求弱分類器的最優(yōu)參數(shù)來最大化節(jié)點(diǎn)分裂前后的信息增益(IG)，并據(jù)此將該節(jié)點(diǎn)的數(shù)據(jù)Di分裂為Dj和Dk。分裂過程中的信息增益如下定義:
【權(quán)利要求】
1.一種從超聲圖像中自動(dòng)定位標(biāo)準(zhǔn)切面的方法，所述超聲視頻具有多幀超聲圖像，其特征在于，包括如下步驟: S103、構(gòu)建徑向組元模型來描述目標(biāo)區(qū)域的解剖結(jié)構(gòu)，并利用所述徑向組元模型對所述超聲圖像中的目標(biāo)區(qū)域進(jìn)行區(qū)域劃分，獲得限定區(qū)域； S105、運(yùn)用機(jī)器學(xué)習(xí)方法訓(xùn)練的多個(gè)分類器在所述限定區(qū)域內(nèi)分別檢測不同的解剖結(jié)構(gòu)，并分別獲得檢測結(jié)果； S107、利用融合分類器來融合所述檢測結(jié)果，獲得融合結(jié)果； S109、根據(jù)所述融合結(jié)果判斷所述超聲圖像是否為標(biāo)準(zhǔn)切面。
2.如權(quán)利要求1所述的從超聲圖像中自動(dòng)定位標(biāo)準(zhǔn)切面的方法，其特征在于，步驟S103之前還包括:S101、運(yùn)用機(jī)器學(xué)習(xí)方法訓(xùn)練的目標(biāo)腹部區(qū)域分類器從每幀所述超聲圖像中分別定位所述目標(biāo)區(qū)域。
3.如權(quán)利要 求1所述的從超聲圖像中自動(dòng)定位標(biāo)準(zhǔn)切面的方法，其特征在于，所述徑向組元模型通過統(tǒng)計(jì)目標(biāo)區(qū)域的解剖結(jié)果的位置分布得到。
4.如權(quán)利要求1所述的從超聲圖像中自動(dòng)定位標(biāo)準(zhǔn)切面的方法，其特征在于，所述目標(biāo)區(qū)域?yàn)樘焊共繀^(qū)域，其解剖結(jié)構(gòu)包括胃泡、臍靜脈和脊柱。
5.如權(quán)利要求4所述的從超聲圖像中自動(dòng)定位標(biāo)準(zhǔn)切面的方法，其特征在于，步驟S103中，將所述目標(biāo)區(qū)域劃分為五個(gè)徑向子區(qū)域，所述五個(gè)徑向子區(qū)域的圓心和所述胎兒腹部區(qū)域的中心重合，所述徑向組元模型用公式表示為:
6.如權(quán)利要求5所述的從超聲圖像中自動(dòng)定位標(biāo)準(zhǔn)切面的方法，其特征在于，步驟S105中，檢測胃泡、臍靜脈和脊柱為迭代過程，每次迭代過程中，所述徑向組元模型均按一個(gè)角度旋轉(zhuǎn)。
7.如權(quán)利要求6所述的從超聲圖像中自動(dòng)定位標(biāo)準(zhǔn)切面的方法，其特征在于，所述角度為20°。
8.如權(quán)利要求1所述的從超聲圖像中自動(dòng)定位標(biāo)準(zhǔn)切面的方法，其特征在于，步驟S107中，利用多項(xiàng)式核的支持向量機(jī)來訓(xùn)練所述融合分類器。
9.如權(quán)利要求1所述的從超聲圖像中自動(dòng)定位標(biāo)準(zhǔn)切面的方法，其特征在于，步驟S109中，所述融合結(jié)果超過預(yù)設(shè)閥值時(shí)，即判定相應(yīng)的目標(biāo)區(qū)域所屬的超聲圖像為標(biāo)準(zhǔn)切面。
【文檔編號(hào)】G06K9/62GK103955698SQ201410089937
【公開日】2014年7月30日 申請日期:2014年3月12日 優(yōu)先權(quán)日:2014年3月12日
【發(fā)明者】倪東, 楊鑫, 李勝利, 汪天富, 陳思平 申請人:深圳大學(xué)