CN113812978A - 数据采样方法、病灶部位检查方法及智能终端 - Google Patents
数据采样方法、病灶部位检查方法及智能终端 Download PDFInfo
- Publication number
- CN113812978A CN113812978A CN202111242136.XA CN202111242136A CN113812978A CN 113812978 A CN113812978 A CN 113812978A CN 202111242136 A CN202111242136 A CN 202111242136A CN 113812978 A CN113812978 A CN 113812978A
- Authority
- CN
- China
- Prior art keywords
- image
- sequence
- sample
- target
- acquisition module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 73
- 238000005070 sampling Methods 0.000 title claims abstract description 69
- 230000033001 locomotion Effects 0.000 claims abstract description 77
- 238000001514 detection method Methods 0.000 claims description 35
- 238000012545 processing Methods 0.000 claims description 26
- 230000003902 lesion Effects 0.000 claims description 25
- 238000004590 computer program Methods 0.000 claims description 16
- 238000007689 inspection Methods 0.000 abstract description 23
- 238000000605 extraction Methods 0.000 abstract description 9
- 230000008859 change Effects 0.000 abstract description 6
- 239000000523 sample Substances 0.000 description 218
- 238000002604 ultrasonography Methods 0.000 description 16
- 238000005259 measurement Methods 0.000 description 13
- 238000004458 analytical method Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 7
- 210000004204 blood vessel Anatomy 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 210000003484 anatomy Anatomy 0.000 description 4
- 210000001367 artery Anatomy 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 238000002608 intravascular ultrasound Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 210000004351 coronary vessel Anatomy 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 231100000915 pathological change Toxicity 0.000 description 1
- 230000036285 pathological change Effects 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
- 238000007794 visualization technique Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0891—Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of blood vessels
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/44—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device
- A61B8/4444—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device related to the probe
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/48—Diagnostic techniques
- A61B8/483—Diagnostic techniques involving the acquisition of a 3D volume of data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/207—Analysis of motion for motion estimation over a hierarchy of resolutions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10132—Ultrasound image
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Public Health (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Vascular Medicine (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本申请涉及超声波检查的技术领域,尤其是涉及一种数据采样方法、病灶部位检查方法及智能终端,数据采样方法,包括:确定样本序列;基于样本序列所对应的运动信息,从样本序列中选定对应的样本图像为目标图像;基于目标图像,确定目标序列;基于多个目标序列,确定目标数据集合。目标序列由样本序列中抽取的样本图像组成。目标序列的图像抽取频率可以跟随影像采集模块的移动速度而发生变化,在影像采集模块处于非匀速运动的情况下,各组样本序列中相邻两帧样本图像所对应的实际位置之间的距离接近相同,因此,利用目标数据集合中的各帧图像可以更加准确地创建三维模型,提高超声检查的准确性。
Description
技术领域
本申请涉及超声波检查的技术领域,尤其是涉及一种数据采样方法、病灶部位检查方法及智能终端。
背景技术
目前,超声检查已经广泛应用于常规的临床检查中,常规的超声检查的实现需要超声探头扫查、选取标准切面和诊断等步骤。在超声检查中,选取***位的标准切面和病灶部位的最优切面,是得到准确生物学参数和病理判断的重要过程。但是,通常采集的超声图像是二维图像,二维图像具有一些不可避免的局限性:
一、超声图像是二维图像,人体解剖结构是三维结构,检测人员需要具备人体解剖结构的知识,才能将待检测者***位的超声影像对应到人体组织,通过自身知识、经验来集成多张超声影像进行检查诊断,但是这个检查诊断的过程较为繁琐耗时,且受检测人员本身能力的影响,检查结果可能存在较大的差异而导致误诊。二、在诊断和治疗(包含分期治疗和计划治疗)决策中,医生需要对人体器官或病灶部位等人体组织进行体积估算,然而二维的超声检查只能通过假定测量目标为一个理想的形状(如椭球体、管状),从长、宽、高等简单的测量中获得二维测量数据,再通过这部分数据进行体积测量、长度测量和厚度测量,导致测量准确率较低,差异性较大,且严重依赖检测人员的经验。三、一张超声图像只能呈现人体中任意角度的其中一个平面,在随访研究中,超声图像所对应的平面很难再进行定位与复现,不便于医生对***位进行回溯。
为了克服二维图像的局限性,超声设备厂商与临床研究人员共同促进超声波检查技术的发展,多种三维超声波扫查、重建与显示技术被开发,为三维超声成像模型的分析提供了良好的基础。
相关技术中,如申请公布号CN103268630A公开的中国发明申请公开了一种基于血管内超声影像的血管三维可视化方法,该方法包括以下步骤:使用血管内超声仪在人体表面进行扫查,获得人体冠状动脉的血管内超声视频影像;从超声视频影像中截取超声图像;基于超声图像进行图像合成,实现血管三维重建。
针对上述技术方案,发明人认为,在操作超声设备进行人体扫查时,检测人员需要手动操作超声设备的探头在人体表面,此过程中探头的移动速度会发生变化,然而,在三维模型构建时,***需要对连续获得的多张超声影像进行拼接,由于探头作非匀速运动,多张超声影像难以进行准确地拼接,会存在构建完成的三维模型不能准确反映人体组织结构的缺陷,影响超声检查的准确性。
发明内容
本申请目的一是提供一种数据采样方法,具有提高超声检查的准确性的特点。
本申请的上述发明目的一是通过以下技术方案得以实现的:
数据采样方法,包括:
确定样本序列;其中,所述样本序列包含多帧样本图像,所述样本图像由影像采集模块在移动状态下连续采集获得;
基于样本序列所对应的运动信息,从样本序列中选定对应的样本图像为目标图像;其中,所述运动信息用于反映所述影像采集模块的移动速度,且相邻两帧所述目标图像在所述样本序列中的间隔大小关联于所述影像采集模块的移动速度大小;
基于目标图像,确定目标序列;其中,所述目标序列与所述样本序列一一对应;
基于多个目标序列,确定目标数据集合。
通过采用上述技术方案,影像采集模块在移动的同时进行图像采集,因此若将影像采集模块移动过程分解成多段移动,可以确定对应于各段移动的样本序列。由于影像采集模块在移动时处于非匀速移动,因此各组样本序列所对应的移动速度可能不同。由于各组样本序列所对应的移动速度可能不同,在各组样本序列通过同一帧率获得的情况下,各组样本序列中相邻两帧样本图像所对应的实际位置之间的距离可能不同。目标序列由样本序列中抽取的样本图像组成。当影像采集模块的移动速度变化时,由于相邻两帧所述目标图像在所述样本序列中的间隔也会发生变化,因此,目标序列的图像抽取频率可以跟随影像采集模块的移动速度而发生变化,在影像采集模块处于非匀速运动的情况下,各组样本序列中相邻两帧样本图像所对应的实际位置之间的距离接近相同,因此,利用目标数据集合中的各帧图像可以更加准确地创建三维模型,提高超声检查的准确性。
可选的,所述样本序列中的首帧所述样本图像为起点图像,所述样本序列中的末帧所述样本图像为终止图像;
所述影像采集模块采集所述起点图像时的位置与所述影像采集模块采集所述终止图像时的位置之间距离关联于步进间距,各个所述目标序列所对应的所述步进间距一致;
所述运动信息包含运动时间参数,所述运动时间参数用于指示所述影像采集模块采集所述起点图像时的位置移动到所述影像采集模块采集所述终止图像时的位置所对应的时间。
通过采用上述技术方案,各组样本序列所对应的步进间距一致,对于各组样本序列而言,采集起点图像的实际位置和采集终止图像的实际位置之间的实际距离一致。在移动距离相同的情况下,移动速度的大小关联于移动所消耗的时间,因此,各个样本序列所对应的运动时间参数能够反映出各个样本序列所对应的运动速度。利用固定步进间距的方式,只需要通过影像采集模块进行图像采集所移动的时间,则可以分析出影像采集模块移动过的速度,以便后续的分析计算。
可选的,在确定样本序列的具体方法中,包括:
基于原始帧率,获取原始序列;其中,所述原始序列包含有多帧按照采集顺序依次分布的原始图像,所述原始图像在采集时的时间点为采集时间点;
距离检测模块实时检测影像采集模块的移动距离,每当影像采集模块的移动距离达到步进间距时,距离检测模块发送步进触发信号;
实时获取步进触发信号,基于相邻两次步进触发信号所对应的采集时间点,从原始序列中确定起点图像和终止图像,并基于起点图像、终止图像以及原始序列中位于起点图像和终止图像之间的各帧原始图像,确定样本序列。
通过采用上述技术方案,原始序列可以一次性获取多帧图像,以为样本序列的抽取提供基础。基于相邻两次步进触发信号,可以从原始序列中依次确定多组起点图像和终止图像,由于影像采集模块采集起点图像的位置和影像采集模块采集终止图像的位置之间的距离已知,相邻两次步进触发信号所对应的采集时间点已知,因此,可以依次分析出影像采集模块所对应的移动距离和移动时间,进而从原始序列中依次抽取出多个样本序列,达到一次性提取多个样本序列的目的,更加高效。
可选的,在基于样本序列所对应的运动信息,从样本序列中选定对应的样本图像为目标图像的具体方法中,包括:
基于运动时间参数、原始帧率和采样精度系数,确定采样间隔;其中,相邻两帧所述目标图像在所述样本序列中的间隔大小关联于所述采样间隔;
基于采样间隔,从样本序列中选定对应的样本图像为目标图像。
通过采用上述技术方案,运动时间参数和原始帧率可以计算出样本序列中的样本图像的数量。影像采集模块的移动速度越快,则运动时间参数所对应的时间越短,则样本图像的总数量越少,采样间隔应越小,以采集抽取更多的样本图像,以减少三维模型构建时的内容缺失;影像采集模块的移动速度越慢,则运动时间参数所对应的时间越长,则样本图像的总数量越多,采样间隔应越小,以减少距离过于接近的样本图像的抽取,以使三维模型构建时更加准确。
可选的,在基于多个目标序列,确定目标数据集合的具体方法中,包括:
基于多个目标序列进行序列迭代,确定目标数据集合;其中,所述序列迭代的具体方法包括:
按照时间顺序排列各个所述目标序列,使用后一个所述目标序列的首帧目标图像取代前一个所述目标序列的末帧目标图像。
通过采用上述技术方案,减少多个目标序列中出现距离过于接近的两帧样本图像,以使三维模型构建时更加准确。
本申请目的二是提供一种病灶部位检查方法,具有提高超声检查的准确性的特点。
本申请的上述发明目的二是通过以下技术方案得以实现的:
病灶部位检查方法,包括如上述任一种数据采样方法,还包括:
基于目标数据集合和模型长度,构建三维模型。
通过采用上述技术方案,目标序列的图像抽取频率可以跟随影像采集模块的移动速度而发生变化,在影像采集模块处于非匀速运动的情况下,各组样本序列中相邻两帧样本图像所对应的实际位置之间的距离接近相同,因此,利用目标数据集合中的各帧图像可以更加准确地创建三维模型,提高超声检查的准确性。
本申请目的三是提供一种数据采样装置,具有提高超声检查的准确性的特点。
本申请的上述发明目的三是通过以下技术方案得以实现的:
数据采样装置,包括:
样本获取单元,用于确定样本序列;其中,所述样本序列包含多帧样本图像;
目标选定单元,用于基于样本序列所对应的运动信息,从样本序列中选定对应的样本图像为目标图像;其中,所述运动信息用于反映所述影像采集模块的移动速度,且相邻两帧所述目标图像在所述样本序列中的间隔大小关联于所述影像采集模块的移动速度大小;
数据组合单元,用于基于目标图像,确定目标序列;其中,所述目标序列与所述样本序列一一对应;
采样生成单元,用于基于多个目标序列,确定目标数据集合。
通过采用上述技术方案,目标序列的图像抽取频率可以跟随影像采集模块的移动速度而发生变化,在影像采集模块处于非匀速运动的情况下,各组样本序列中相邻两帧样本图像所对应的实际位置之间的距离接近相同,因此,利用目标数据集合中的各帧图像可以更加准确地创建三维模型,提高超声检查的准确性。
可选的,样本获取单元包括:
影像采集模块,用于基于原始帧率,获取原始序列;其中,所述原始序列包含有多帧按照采集顺序依次分布的原始图像,所述原始图像在采集时的时间点为采集时间点;
距离检测模块,用于实时检测影像采集模块的移动距离,并发送步进触发信号;其中,每当所述影像采集模块的移动距离达到步进间距时,所述步进触发信号发送;
数据处理模块,用于实时获取步进触发信号,基于相邻两次步进触发信号所对应的采集时间点,从原始序列中确定起点图像和终止图像,并基于起点图像、终止图像以及原始序列中位于起点图像和终止图像之间的各帧原始图像,确定样本序列;
其中,距离检测模块包括:
滚轮,转动连接于所述影像采集模块,所述滚轮能够跟随所述影像采集模块的移动而发生转动,所述滚轮设置有若干个透光孔,各个所述透光孔围绕所述滚轮的转轴呈间隔均匀分布;
红外发射管,用于朝所述滚轮发射红外光;
红外接收管,用于接收穿过所述透光孔的红外光;所述红外发射管和所述红外接收管分别设置于所述滚轮的两侧;
信号处理子模块,所述红外接收管和所述数据处理模块分别电信号连接于所述信号处理子模块,用于根据所述红外接收管的红外光接收状态向所述数据处理模块发送步进触发信号。
通过采用上述技术方案,使用者手持影像采集模块在人体表面进行移动扫查,可以将滚轮抵于人体表面,随着影像采集模块的移动,滚轮持续发生转动。
当滚轮转动至透光孔与红外光对准的状态时,红外接收管能够接收到红外光,而当滚轮转动至遮挡红外光的状态时,红外接收管不能接收到红外光,因此,随着滚轮的持续转动,红外光间断式地通过不同的透光孔,红外发射管和红外接收管之间形成红外通断切换,以时信号处理子模块间断性地发送步进触发信号。由于各个透光孔在滚轮上间隔均匀,因此,红外接收管当前接收到红外光的位置与红外接收管下一个接收到红外光的位置之间相等,达到起点图像所对应的位置和终止图像所对应的位置之间距离相等的效果。
使用者可以通过手持影像采集模块在人体表面进行移动扫查,一次性获取原始序列,然后利用步进触发信号的间断式触发,从原始序列中抽取多组起点图像和终止图像,并确定采集时间点,进而抽取出多个样本序列,达到一次性提取多个样本序列的目的,更加高效。
本申请目的四是提供一种智能终端,具有提高超声检查的准确性的特点。
本申请的上述发明目的四是通过以下技术方案得以实现的:
一种智能终端,包括存储器和处理器,所述存储器上存储有能够被处理器加载并执行上述一种病灶部位检查方法的计算机程序。
本申请目的五是提供一种计算机存储介质,能够存储相应的程序,具有提高超声检查的准确性的特点。
本申请的上述发明目的五是通过以下技术方案得以实现的:
一种计算机可读存储介质,存储有能够被处理器加载并执行上述任一种病灶部位检查方法的计算机程序。
附图说明
图1是本申请实施例一的数据采样方法的流程示意图。
图2是本申请实施例一的影像采集模块工作时的状态示意图。
图3是本申请实施例一的数据采样方法的子流程示意图。
图4是本申请实施例一的影像采集模块的结构示意图。
图5是滚轮的结构示意图。
图6是步进间距与样本序列之间的关系示意图。
图7是选定目标图像时的示意图。
图8是本申请实施例二的影像采集模块工作时的状态示意图。
图9是本申请实施例三的病灶部位检查方法的流程示意图。
图10是病灶部位检查方法中影像采集模块、距离检测模块和工作站的模块示意图。
图11是构建完成的三维模型的示意图。
图12是本申请实施例四的数据采样装置的模块示意图。
图13是本申请实施例四中滚轮、红外发射管和红外接收管之间的***示意图。
图14是本申请实施例五中病灶部位检查***的模块示意图。
图中,1、样本获取单元;11、影像采集模块;12、距离检测模块;121、滚轮;1211、轮辐;1212、透光孔;122、红外接收管;13、数据处理模块;2、目标选定单元;3、数据组合单元;4、采样生成单元;5、模型呈现单元。
具体实施方式
在浅表血管组织的检查中,例如颈部动脉检查中,由于颈部动脉产生的斑块是引起脑卒中的主要原因,因此检查医生需要检查颈部动脉内部的情况。检查医生对颈部动脉进行检查时,尤其对颈部血管内斑块的超声图像进行呈现时,由于斑块在血管管腔内分布不均且形态多样,检查医生难以通过调整探头切面的方式,来获得较好的斑块特征或较完整的斑块影像。因此,所采集的影像中的斑块或患者血管病变部位,是当前检查医生检查时认为的较为准确的斑块或病变部位的切面,此影像具备较强的主观性,不具备可重复性。由此存在技术缺陷,比如,在对患者进行随访和病案研究时,由于仅能通过病变部位的部分切面影像对患者病况进行回溯和分析,而切面影响可重复性较差,难以准确地回溯到患者检查时的实际病况。
为了克服上述情况的局限性,现有技术中出现能够基于多帧超声图像合成得到全景超声图像或者构建三维模型,以较为完整地展示病灶部位,以便对患者检查数据进行随访和病案研究时能准确回溯患者检查时的病况。
以全景超声图像为例,在进行超过超声探头所发射超声束照射宽度(通常线阵探头照射范围为6cm宽)的待检测者身体浅表组织进行检查时,现有的超声设备通常具备全景采集模式,即由医生手持超声探头以待***位为参考,采用横切或纵切对待***位进行长距离的扫查,超声设备将连续获得的超声影像进行拼接,显示待***位较长距离的全景超声图像,以便检查医生进行待检测者待***位的全局分析。
但是,在医生手持超声探头进行扫查时,超声探头在人体表面的运动并不是匀速运动,但超声设备处理数据、工作站设备记录超声设备的输出视频流则有固定的处理速率,若是直接使用多帧超声影像拼接组成全景超声图像,则得到的全景超声图像难以准确地反映出人体组织的剖面二维结构。其中,工作站指的是由计算机、相应的外部设备以及成套的应用软件包所组成的信息处理***,本申请实施例中选用为配置有超声应用软件的超声工作站。
同理,在将超声医生手动获取的超声影像重建为与实际待检测者生理解剖结构近似的三维模型时,也难以准确地进行三维模型构建,并且,由于超声检查中病灶部位的测量精度至少需要达到1毫米,通过超声设备采集的影像进行三维模型的重建后,在模型中进行测量、观察的精度应与被扫查部位的解剖结构误差应小于1毫米,才能提供较为可靠的空间模型参考,准确度较低的三维模型严重影响病情诊断的准确性。
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
另外,本实施例中各步骤的标号仅为方便说明,不代表对各步骤执行顺序的限定,在实际应用时,可以根据需要各步骤执行顺序进行调整,或同时进行,这些调整或者替换均属于本发明的保护范围。
下面结合说明书附图1-图14对本申请实施例作进一步详细描述。
实施例一:
本申请实施例提供一种数据采样方法,所述方法的主要流程描述如下。
参照图1和图2,S1、确定样本序列。
其中,样本序列包含有多帧样本图像,样本图像由影像采集模块11由影像采集模块11在移动状态下基于预设的帧率连续采集得到。样本图像在经过抽取后可用于在后续步骤中构建三维模型,是构建三维模型的基础。
在本实施例中,影像采集模块11为超声探头,使用者通过影像采集模块11在人体表面进行超声波扫查后可以获取超声影像,超声影像为多帧图像按照时间排布组成的超声视频流,***能够获取超声影像中的全部图像或者部分图像为样本图像。如使用者在对颈部血管进行扫描,需要采集血管的颈总起始部到血管的颈部分叉部的超声图像时,可将影像采集模块11对准颈总起始部的位置并开启扫查,移动至颈部分叉部的位置后停止扫查。
影像采集模块11采集图像时的帧率为原始帧率,由于样本序列中的各帧样本图像均基于原始帧率进行获取,因此,任意相邻两帧样本图像被采集时的时间差为固定值。定义图像在采集时的时间点为采集时间点,定义图像在采集时对应的实际位置为采集位置。基于移动时间、移动速度和移动距离三者之间的关系,当物体的移动速度越快时,物体在单位时间段内移动的距离越长,反之则越短,同理可以推导,当影像采集模块11的移动速度越快时,由于两帧样本图像的采集时间点之间的时间差固定,因此两帧样本图像所对应的采集位置之间的距离会更小。
参照图2和图3,在步骤S1的具体方法中,包括:
S11、基于原始帧率,获取原始序列。
其中,原始序列中包含有多帧原始图像,样本图像由影像采集模块11由影像采集模块11在移动状态下原始帧率连续采集得到。样本序列中的样本图像由原始序列中抽取,原始序列可以一次性获取多帧原始图像,并通过图像抽取的方式,取出对应的原始图像作为样本图像生成多组样本序列,从而提高确定多组样本序列的效率。
在本实施例中,使用者通过影像采集模块11在人体表面进行一次超声波扫查后,***获取超声影像,并将超声影像中的所有图像确定为原始图像,组成原始序列,且原始序列中各帧原始图像的采集时间点可通过超声影响中的进度时间体现,每一帧原始图像均一一对应于一个采集时间点。
在超声波扫查中,影像采集模块11刚开始进行采集的位置(如颈总起始部)为采集原始序列中首帧原始图像的采集位置,影像采集模块11最后进行采集的位置(如颈部分叉部)为采集原始序列中末帧原始图像的采集位置。其中,首帧指的是第一帧,末帧指的是最后一帧。颈总起始部到颈部分叉部之间的距离则为影像采集模块11在超声波扫查中实际经过的总距离。首帧原始图像的采集时间点到末帧原始图像的采集时间点之间的时间差则为影像采集模块11在超声波扫查中的总耗时。
S12、距离检测模块12实时检测影像采集模块11的移动距离,每当影像采集模块11的移动距离达到步进间距时,距离检测模块12发送步进触发信号。
其中,在超声波扫查中,距离检测模块12实时检测影像采集模块11已经移动过的距离,在本实施例中,该移动过的距离为步进间距,即每当影像采集模块11移动了步进间距,则发送一次步进触发信号。
S13、实时获取步进触发信号,基于相邻两次步进触发信号所对应的采集时间点,从原始序列中确定起点图像和终止图像,并基于起点图像、终止图像以及原始序列中位于起点图像和终止图像之间的各帧原始图像,确定样本序列。
其中,起点图像指的是原始序列中的首帧图像,终止图像指的是原始序列中的末帧图像。由于相邻两次步进触发信号所对应的移动距离为步进间距,因此,起点图像所对应的采集位置和终止图像所对应的采集位置之间的距离始终为步进间距,可以理解为:影像采集模块11每移动步进间距则能够采集一个样本序列,且样本序列包含了影像采集模块11在该路程上采集的所有图像。由于样本序列所对应的移动距离始终为步进距离,因此,通过分析相邻两次步进触发信号所对应的采集时间点,即通过分析样本序列所对应的移动时间,则可估算样本序列所对应的移动速度。
利用原始序列一次性获取大量的原始图像,并基于步进触发信号对原始图像选定抽取,以获取多组起点图像和终止图像,进而确定多组样本序列,达到一次性提取多个样本序列的目的,更加高效。
参照图4和图5,在本实施例中,距离检测模块12设置于影像采集模块11的一端,距离检测模块12与影像采集模块11同步移动。距离检测模块12包括有滚轮121、红外发射管、红外接收管122和信号处理子模块。
滚轮121转动连接于影像采集模块11的探头端。使用者在进行超声波扫查时,需使滚轮121接触于人体的表面,并且使影像采集模块11的探头端对着人体的监测部位,然后移动影像采集模块11,随着影像采集模块11的移动,滚轮121会同步发生转动,且影像采集模块11的移动距离越长,则滚轮121的转动圈数也会越多。滚轮121设置有可以供光线通过的贯通区域,贯通区域围绕滚轮121的转轴呈换环状分布,贯通区域内固定设置有多条用于阻断光线的轮辐1211,各个轮辐1211围绕滚轮121的转轴呈间隔均匀分布。相邻两条轮辐1211之间形成一个透光孔1212,各个透光孔1212也围绕滚轮121的转轴呈间隔均匀分布。
红外发射管和红外接收管122分别对称安装于滚轮121的两侧,红外发射管用于朝滚轮121发射红外光,红外接收管122用于接收穿过透光孔1212的红外光。信号处理子模块选用为控制芯片,红外接收管122电信号连接于信号处理子模块,信号处理子模块根据红外接收管122的红外光接收状态发送步进触发信号,并且记录步进触发信号所对应的发送时间点。
当滚轮121转动至透光孔1212与红外光对准的状态时,红外接收管122能够接收到红外光,而当滚轮121转动至遮挡红外光的状态时,红外接收管122不能接收到红外光,因此,随着滚轮121的持续转动,红外光间断式地通过不同的透光孔1212透过滚轮121,红外发射管和红外接收管122之间形成红外通断切换,以时信号处理子模块间断性地发送步进触发信号。由于各个透光孔1212在滚轮121上间隔均匀,因此,红外接收管122当前接收到红外光的位置与红外接收管122下一个接收到红外光的位置之间相等,达到起点图像所对应的位置和终止图像所对应的位置之间距离相等的效果。
在本实施例中,每当红外接收管122断开到红外光一次时,信号处理子模块发送一次步进触发信号。滚轮121围绕其转轴形成有多个间距相等且呈圆周分布的触发位,以触发位a1、触发位a2、触发位a3、触发位a4、步进间距为距离s为例。
当红外光经过触发位a1和触发位a2之间的透光孔1212时,红外接收管122能够接收到红外光;
随着滚轮121继续转动,当红外光经过触发位a1和触发位a2之间的轮辐1211时,红外光被遮挡,红外接收管122不能接收到红外光,发送一次步进触发信号;
随着滚轮121继续转动,红外光经过触发位a2和触发位a3之间的透光孔1212,红外接收管122重新接收到红外光;
随着滚轮121继续转动,当红外光经过触发位a2和触发位a3之间的轮辐1211时,影像采集模块11距离上一次发送步进触发信号已经移动距离s,红外光被遮挡,红外接收管122不能接收到红外光,发送一次步进触发信号;
随着滚轮121继续转动,红外光经过触发位a3和触发位a4之间的透光孔1212,红外接收管122重新接收到红外光;
随着滚轮121继续转动,当红外光经过触发位a3和触发位a4之间的轮辐1211时,影像采集模块11距离上一次发送步进触发信号已经移动距离s,红外光被遮挡,红外接收管122不能接收到红外光,发送一次步进触发信号。
如此类推,当影像采集模块11的移动距离达到步进间距时,信号处理子模块就会发送一次步进触发信号。步进间距实际为滚轮121的相邻两个轮辐1211之间的弧长,步进间距关联于滚轮121的半径和相邻两条轮辐1211之间的间隔角度,设计者可基于滚轮121的半径和相邻两条轮辐1211之间的间隔角度设计步进间距。
参照图5和图6,为了便于理解,以下为从原始序列中获取样本序列的其中一示例:
第一次收到步进触发信号时,记录对应的采集时间点T0,标记采集时间点T0所对应的原始图像为起点图像P0;
第二次收到步进触发信号时,记录对应的采集时间点T1,标记采集时间点T1所对应的原始图像为终止图像E0,基于起点图像P0、终止图像E0,以及起点图像P0和终止图像E0之间的所有原始图像组成样本序列D0;并且,标记终止图像E0的下一帧原始图像为起点图像P1;样本序列D0所对应的运动时间参数为△t0=(T1-T0);
第三次收到步进触发信号时,记录对应的采集时间点T2,标记采集时间点T2所对应的原始图像为终止图像E1,基于起点图像P1、终止图像E1,以及起点图像P1和终止图像E1之间的所有原始图像组成样本序列D1;并且,标记终止图像E2的下一帧原始图像为起点图像P2;样本序列D1所对应的运动时间参数为△T1=(T2-T1);
第四次收到步进触发信号时,记录对应的采集时间点T3,标记采集时间点T3所对应的原始图像为终止图像E2,基于起点图像P2、终止图像E2,以及起点图像P2和终止图像E2之间的所有原始图像组成样本序列D2;并且,标记终止图像E3的下一帧原始图像为起点图像P4;样本序列D2所对应的运动时间参数为△t2=(T3-T2);通过对比样本序列D1和样本序列D2可见,若样本序列D1所对应的移动速度大于样本序列D2所对应的移动速度,则样本序列D1所消耗的时间越长,样本序列D1内的图像越多。
如此类推,随着影像采集模块11的持续移动,可以获取多个样本序列。在本实施例中,为了保证数据的有效性,确保所有样本序列所对应的移动距离均为步进间距,样本序列D0需要剔除。
另外的,使用者也可以通过设置触发位置的方式来设置步进间距,如在其它实施例中,使用者也可以将信号处理子模块发送一次步进触发信号的触发条件,从每当红外接收管122重新断开到红外光一次时,改为每当红外接收管122重新断开到红外光两次时,从而使步进间距增大为原设置的两倍。
在本实施例中,***还设置有采集控制开关,采集控制开关用于控制超声影像采集的起始状态和结束状态。采集控制开关可以选用设置于影像采集模块11上的点触开关,也可以采用分离于影像采集模块11的脚踏开关。使用者在开始获取原始序列时,通过触发采集控制开关,使距离检测模块12和影像采集模块11开始工作,当停止获取原始序列时,通过触发采集控制开关,使距离检测模块12和影像采集模块11暂停工作。
参照图3和图5,S2、基于样本序列所对应的运动信息,从样本序列中选定对应的样本图像为目标图像。
其中,运动信息用于反映影像采集模块11的移动速度,且相邻两帧目标图像在样本序列中的间隔大小关联于影像采集模块11的移动速度大小。运动信息包含有一一对应于样本序列的运动时间参数,运动时间参数指的是样本序列中起点图像的采集时间点和终止图像的采集时间点之间的时差,即影像采集模块11从起点图像的采集位置移动到终止图像的采集位置所消耗的时间。在本实施例中,基于起点图像在超声影像中的时间点和终止图像在超声影像中的时间点,可以确定运动时间参数。
对于不同的样本序列之间,各个样本序列中起点图像的采集位置和终止图像的采集位置之间的距离均为步进间距。基于移动距离、移动时间和移动速度之间的关系,在样本序列所对应的移动距离固定的情况下,样本序列中起点图像的采集时间点和终止图像的采集时间点之间的时差越大,即运动时间参数越大,则样本序列所对应的移动速度越慢;反之,则样本序列所对应的移动速度越快。
在样本序列中,由于所有样本图像基于原始帧率采集,因此,任意两帧相邻的样本图像所对应的间隔时间一致,假定影像采集模块11在获取样本序列时的移动接近为匀速运动,则任意两帧相邻的样本图像所对应的采集位置之间的距离差也在误差允许范围内接近一致。
假定影像采集模块11在获取样本序列时的移动接近为匀速运动,若样本序列所对应的移动速度越大,则样本序列中两帧相邻的样本图像所对应的采集位置之间的距离差越小;若样本序列所对应的移动速度越小,则样本序列中两帧相邻的样本图像所对应的采集位置之间的距离差越大。基于上述假定为基础,将运动信息引入进行补偿计算,基于运动时间参数从样本序列中抽取对应的样本图像为目标图像。当运动时间参数越大时,代表移动速度越快,则以较小的间隔从样本序列中获取目标图像;当运动时间参数越小时,代表移动速度越慢,则以较大的间隔从样本序列中获取目标图像;以上述方式从多个样本序列中依次获取目标图像,任意相邻两帧目标图像所对应的采集位置之间的距离差接近于一致,即各个目标图像的对应采集位置在人体表面的分布接近于间隔均匀分布。
参照图3,在步骤S2中,包括:
S21、基于运动时间参数、原始帧率和采样精度系数,确定采样间隔。
其中,采样间隔的大小决定相邻两帧目标图像在样本序列中的间隔大小,移动速度是影响采样间隔的大小的其中一个因素,移动速度越快则采样间隔越小;移动速度越慢则采样间隔越大。采样精度系数指的是影响采样间隔大小的另一个因素,采样精度系数为后续用于重构三维模型的数据抽取采样率,用于供人工调控各个采样间隔的整体大小,为***预设值。
在本实施例中,确定采样间隔的具体方法为:
(1)基于运动时间参数和原始帧率,确定样本序列的总帧数。其中,总帧数指的是样本序列中样本图像的总数;若样本序列对应的移动速度越大则总帧数越少,反之则越多。
设运动时间参数为△t秒,原始帧率为R帧/秒,总帧数为△k帧,则基于公式(1)可计算出总帧数。
(2)基于总帧数和采样精度系数,确定采样间隔。
设采样精度系数为f幅/毫米,采样间隔为m,则基于公式(2)可计算采样间隔。
S22、基于采样间隔,从样本序列中选定对应的样本图像为目标图像。
其中,将样本序列中所有样本图像,按照k1、k2、…、kn进行编号,并且分别取编号为k1、k1*int(m)、k2*int(m)、…kn*int(m)的图像为目标图像,其中,n*int(m)小于等于△k,int()为取整函数。
参照图7和图8,以下为一示例:
设样本序列D1所对应的运动时间参数△T1为1秒,则样本序列D1所对应的总帧数△k1为8帧,设采样精度系数f为3幅/毫米,样本序列D1所对应的采样间隔m1为2,获取序号分别为:k1、k2、k4、k6、k8的样本图像为目标图像;
设样本序列D2所对应的运动时间参数△t2为2秒,则样本序列D2所对应的总帧数△k2为16帧,设采样精度系数f为3幅/毫米,样本序列D2所对应的采样间隔m1为4,获取序号分别为:k1、k4、k8、k12、k16的样本图像为目标图像。
由于不同的样本序列所对应的移动速度不同,但是各个样本序列所对应的移动距离一致,所以不同的样本序列中相邻两帧样本图像的采集位置之间的距离差不同,导致每个样本序列的总帧数也不同。
若是所有样本序列按照等间隔(各个样本序列所对应的采样间隔一致)去抽取,则会出现以下情况:移动速度越慢,样本序列的总帧数越多,能够抽取出来的目标图像也越多,这部分目标图像中可能会存在很多相似度极高的重复部分;移动速度越快,样本序列的总帧数越少,能够抽取出来的目标图像也越少,这部分目标图像中可能会忽略掉细节部分。为了改善上述情况,基于样本序列的实际情况去改变采样间隔,基于移动速度越快采样间隔越小、移动速度越慢采样间隔越大的基础,即使每个样本序列的总帧数也不同,最终得到的每个目标序列的总帧数也能够接近相同,使得所以不同的目标序列中,相邻两帧目标图像的采集位置之间的距离差在误差允许范围内接近一致。
另外的,基于奈奎斯特定律,若需要保证三维模型精度为1毫米,则数据采样的间隔至少为其两倍,即空间中1毫米至少需要3张图片来构建。为保证三维模型的呈现精度,采样精度系数通常取值为3幅/毫米。
参照图3,S3、基于目标图像,确定目标序列。
其中,从同一样本序列中抽取出来的所有目标图像组成一个目标序列,目标序列与样本序列一一对应。
S5、基于多个目标序列进行序列迭代,确定目标数据集合。
其中,目标数据集合为时间-空间特性的数据集。序列迭代的方法为:按照各个样本序列所对应的采集时间点对各个目标序列进行排序,各个目标序列按照时间增长的顺序依次排列形成队列,然后使用队列中后一个目标序列的首帧目标图像取代队列中前一个目标序列的末帧目标图像,从而获取目标数据集合。
利用序列迭代的方式,减少相邻目标序列中首尾两帧目标图像相似度极高的可能性,确保数据的有效性。
本申请提供的一种数据采样方法的实施原理为:影像采集模块11在移动的同时进行图像采集,因此若将影像采集模块11移动过程分解成多段移动,可以确定对应于各段移动的样本序列。由于影像采集模块11在移动时处于非匀速移动,因此各组样本序列所对应的移动速度可能不同。由于各组样本序列所对应的移动速度可能不同,在各组样本序列通过同一帧率获得的情况下,各组样本序列中相邻两帧样本图像所对应的实际位置之间的距离可能不同。
目标序列由样本序列中抽取的样本图像组成。当影像采集模块11的移动速度变化时,由于相邻两帧所述目标图像在所述样本序列中的间隔也会发生变化,因此,目标序列的图像抽取频率可以跟随影像采集模块11的移动速度而发生变化,在影像采集模块11处于非匀速运动的情况下,各组样本序列中相邻两帧样本图像所对应的实际位置之间的距离接近相同。
利用距离检测的方式,在超声视频流中选定特定位置的目标图像,以排除影像采集模块11的非匀速运动对后续建立三维模型造成的不良影响,更加准确地创建三维模型,提高超声检查的准确性。
实施例二:
参照图8,本实施例提供一种数据采样方法,本实施例与实施例一的不同之处在于:
距离检测模块12仅具有测距功能,距离检测模块12可以为红外测距模块,也可以为输入设备。
在一个典型的示例中,若距离检测模块12选用为红外测距模块,则在使用者的移动过程中,距离检测模块12实时检测影像采集模块移动过的距离。
在一个典型的示例中,若距离检测模块12选用为输入设备,且输入设备支持手动输入距离的功能,则在使用者完成移动后,使用者自行测量移动距离,并将移动距离输入输入设备中,作为影像采集模块移动过的距离。
在一个典型的示例中,若距离检测模块12选用为输入设备,且输入设备支持外部测距设备输入距离的功能,如外部测距设备为自动机械臂,影像采集模块安装于自动机械臂上。在检测过程中,自动机械臂根据使用者的控制或根据预设的程序进行移动,并搭载影像采集模块以使影像采集模块对人体完成扫查。在扫查完成后,自动机械臂基于移动过的距离生成距离参数并输出给输入设备。
在本实施例中,一个原始序列包含仅包含一个样本目标,使用者在采集完成一个超声视频流后,根据超声视频流的起始时间和结束时间,确定运动时间参数,并且按照步骤S2-步骤S3获取目标序列;然后再采集下一个超声视频流以获取下一个目标序列,如此类推,直到采集足够数量的目标序列。
本申请实施例二提供的数据采样方法,其原理分析可参见前述方法步骤的相关描述,在此不再累述。
实施例三:
参照图9,在一个实施例中,提供一种病灶部位检查方法,包括上述实施例一中的数据采样方法,还包括:
S5、基于目标数据集合和模型长度,构建三维模型。
参照图10和图11,其中,模型长度指的是影像采集模块11采集目标数据集合时所对应的移动距离,模型长度的大小关联于患者的***位的长度。
使用者将目标数据集合和模型长度映射到空间坐标中,以构建患者的***位的三维模型。超声医生可以调整三维模型的查看视角,设定模拟切面,以较优的超声切面观察病灶部位的病变情况。
另外的,重建三维模型技术目前已经较为成熟,本申请方案并不对重建三维模型技术本身进行改进,重建三维模型技术的技术原理在此也不加赘述。
为了便于理解,下文以一医生的实操为一种示例:
在医生开始以移动方式采集人体超声影像时,医生将影像采集模块11置于采集人体部位的起始点,将采集控制开关打开,影像采集模块11和距离检测模块12开始工作。医生握持影像采集模块11进行移动,距离检测模块12实时检测距离并发送步进触发信号。在此过程中,滚轮121跟随影像采集模块11的运动而在人体表面滚动,影像采集模块11运动的距离与滚轮121转动的弧长相对应。医生完成采集后,关闭采集控制开关,影像采集模块11和距离检测模块12暂停工作,完成一系列超声视频流的采集。
在实时检查的一个典型的实施方式中,工作站与距离检测模块12信号连接。医生操作影像采集模块11采集超声视频流,工作站中同步呈现采集的超声影像。同时,每间隔1秒,工作站的模型更新采集到的超声图像并进行三维模型的构建,当医生完成采集后,三维模型也随之完成。医生可以在三维模型中以不同角度观察重建的患者颈部动脉的解剖结构,还可以设定不同的切面以观察最优的病灶切面。
在实时检查的一个典型的实施方式中,工作站未与距离检测模块12信号连接。医生操作影像采集模块11采集超声视频流,工作站中同步呈现采集的超声影像。同时,每间隔1秒,工作站的模型更新采集到的超声图像并进行三维模型的构建,当医生完成采集后,三维模型也随之完成。医生可以在三维模型中以不同角度观察重建的患者颈部动脉的解剖结构,还可以设定不同的切面以观察最优的病灶切面。超声医生完成超声影响采集后,在距离采集模块中输入模型长度,工作站根据输入的模型长度和记录的超声影响重建患者病灶部位的三维模型。医生可以在三维模型中以不同角度观察重建的患者颈部动脉的解剖结构,还可以设定不同的切面以观察最优的病灶切面。
在随访检查的一个典型的实施方式中,医生打开患者的检查记录,选择查看患者病灶部位的三维模型,工作站根据保存的模型长度和超声影响重建患者病灶部位的三维模型。医生可以在三维模型中以不同角度观察重建的患者颈部动脉的解剖结构,还可以设定不同的切面以观察最优的病灶切面。
在随访检查的一个典型的实施方式中,医生打开患者的检查记录,选择查看患者病灶部位的三维模型,工作站根据输入的模型长度和超声影响重建患者病灶部位的三维模型。医生可以重新输入模型长度,查看并操作由***根据输入的模型长度和超声影响重建患者病灶部位的三维模型。医生可以在三维模型中以不同角度观察重建的患者颈部动脉的解剖结构,还可以设定不同的切面以观察最优的病灶切面。
本申请实施例三提供的病灶部位检查方法,其原理分析可参见前述方法步骤的相关描述,在此不再累述。
实施例四:
参照图12,在一个实施例中,提供一种数据采样装置,与上述实施例一中的数据采样方法一一对应,包括:
样本获取单元1,用于确定样本序列,向目标选定单元2发送样本序列信息。
目标选定单元2,用于基于样本序列所对应的运动信息,从样本序列中选定对应的样本图像为目标图像,向数据组合单元3发送目标图像信息。
数据组合单元3,用于基于目标图像,确定目标序列,向采样生成单元4发送目标序列信息。
采样生成单元4,用于基于多个目标序列,确定目标数据集合。
具体的,样本获取单元1包括:
影像采集模块11,用于基于原始帧率,获取原始序列。
距离检测模块12,用于实时检测影像采集模块11的移动距离,并发送步进触发信号。
数据处理模块13,用于实时获取步进触发信号,基于相邻两次步进触发信号所对应的采集时间点,从原始序列中确定起点图像和终止图像,并基于起点图像、终止图像以及原始序列中位于起点图像和终止图像之间的各帧原始图像,确定样本序列。
参照图12和图13,其中,距离检测模块12包括:
滚轮121,转动连接于影像采集模块11,滚轮121跟随影像采集模块11的移动而发生转动,滚轮121设置有若干个透光孔1212,各个透光孔1212围绕滚轮121的转轴呈间隔均匀分布;
红外发射管,用于朝滚轮121发射红外光;
红外接收管122,用于接收穿过透光孔1212的红外光;红外发射管和红外接收管122分别设置于滚轮121的两侧;
信号处理子模块,红外接收管122和数据处理模块13分别电信号连接于信号处理子模块,用于根据红外接收管122的红外光接收状态向数据处理模块13发送步进触发信号。
本实施例提供的数据采样装置,由于其各模块本身的功能及彼此之间的逻辑连接,能实现前述实施例的各个步骤,因此能够达到与前述实施例相同的技术效果,原理分析可参见前述方法步骤的相关描述,在此不再累述。
实施例五:
参照图14,在一个实施例中,提供一种病灶部位检查***,包含上述实施例一中的数据采样装置,还包括:
模型呈现单元5,用于接收数据处理模块13发送的目标数据集合信息,基于目标数据集合和模型长度,构建三维模型。
本实施例提供的病灶部位检查***,由于其各模块本身的功能及彼此之间的逻辑连接,能实现前述实施例的各个步骤,因此能够达到与前述实施例相同的技术效果,原理分析可参见前述方法步骤的相关描述,在此不再累述。
实施例六:
在一个实施例中,提供了一种智能终端,其包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中存储器存储训练模型中的训练数据、算法公式以及滤波机制等。处理器用于提供计算和控制能力,处理器执行计算机程序时实现以下步骤:
S1、确定样本序列。
S2、基于样本序列所对应的运动信息,从样本序列中选定对应的样本图像为目标图像。
S3、基于目标图像,确定目标序列。
S4、基于多个目标序列进行序列迭代,确定目标数据集合。
本实施例提供的智能终端,由于其存储器中的计算机程序在处理器上运行后,会实现前述实施例的各个步骤,因此能够达到与前述实施例相同的技术效果,原理分析可参见前述方法步骤的相关描述,在此不再累述。
实施例七:
在一个实施例中,提供了一种智能终端,其包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中存储器存储训练模型中的训练数据、算法公式以及滤波机制等。处理器用于提供计算和控制能力,处理器执行计算机程序时实现以下步骤:
S1、确定样本序列。
S2、基于样本序列所对应的运动信息,从样本序列中选定对应的样本图像为目标图像。
S3、基于目标图像,确定目标序列。
S4、基于多个目标序列进行序列迭代,确定目标数据集合。
S5、基于目标数据集合和模型长度,构建三维模型。
本实施例提供的智能终端,由于其存储器中的计算机程序在处理器上运行后,会实现前述实施例的各个步骤,因此能够达到与前述实施例相同的技术效果,原理分析可参见前述方法步骤的相关描述,在此不再累述。
实施例八:
在一个实施例中,提供了一种计算机可读存储介质,其存储有能够被处理器加载并执行上述病灶部位检查方法的计算机程序,计算机程序被处理器执行时实现以下步骤:
S1、确定样本序列。
S2、基于样本序列所对应的运动信息,从样本序列中选定对应的样本图像为目标图像。
S3、基于目标图像,确定目标序列。
S4、基于多个目标序列进行序列迭代,确定目标数据集合。
本实施例提供的可读存储介质,由于其中的计算机程序在处理器上加载并运行后,会实现前述实施例的各个步骤,因此能够达到与前述实施例相同的技术效果,原理分析可参见前述方法步骤的相关描述,在此不再累述。
实施例九:
在一个实施例中,提供了一种计算机可读存储介质,其存储有能够被处理器加载并执行上述病灶部位检查方法的计算机程序,计算机程序被处理器执行时实现以下步骤:
S1、确定样本序列。
S2、基于样本序列所对应的运动信息,从样本序列中选定对应的样本图像为目标图像。
S3、基于目标图像,确定目标序列。
S4、基于多个目标序列进行序列迭代,确定目标数据集合。
S5、基于目标数据集合和模型长度,构建三维模型。
本实施例提供的可读存储介质,由于其中的计算机程序在处理器上加载并运行后,会实现前述实施例的各个步骤,因此能够达到与前述实施例相同的技术效果,原理分析可参见前述方法步骤的相关描述,在此不再累述。
所述计算机可读存储介质例如包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
具体实施方式的实施例均为本申请的较佳实施例,并非依此限制本申请的保护范围,故:凡依本申请的方法、原理所做的等效变化,均应涵盖于本申请的保护范围之内。
Claims (10)
1.数据采样方法,其特征在于,包括:
确定样本序列;其中,所述样本序列包含多帧样本图像,所述样本图像由影像采集模块(11)在移动状态下连续采集获得;
基于样本序列所对应的运动信息,从样本序列中选定对应的样本图像为目标图像;其中,所述运动信息用于反映所述影像采集模块(11)的移动速度,且相邻两帧所述目标图像在所述样本序列中的间隔大小关联于所述影像采集模块(11)的移动速度大小;
基于目标图像,确定目标序列;其中,所述目标序列与所述样本序列一一对应;
基于多个目标序列,确定目标数据集合。
2.根据权利要求1所述的数据采样方法,其特征在于:所述样本序列中的首帧所述样本图像为起点图像,所述样本序列中的末帧所述样本图像为终止图像;
所述影像采集模块(11)采集所述起点图像时的位置与所述影像采集模块(11)采集所述终止图像时的位置之间距离关联于步进间距,各个所述目标序列所对应的所述步进间距一致;
所述运动信息包含运动时间参数,所述运动时间参数用于指示所述影像采集模块(11)采集所述起点图像时的位置移动到所述影像采集模块(11)采集所述终止图像时的位置所对应的时间。
3.根据权利要求2所述的数据采样方法,其特征在于,在确定样本序列的具体方法中,包括:
基于原始帧率,获取原始序列;其中,所述原始序列包含有多帧按照采集顺序依次分布的原始图像,所述原始图像在采集时的时间点为采集时间点;
距离检测模块(12)实时检测影像采集模块(11)的移动距离,每当影像采集模块(11)的移动距离达到步进间距时,距离检测模块(12)发送步进触发信号;
实时获取步进触发信号,基于相邻两次步进触发信号所对应的采集时间点,从原始序列中确定起点图像和终止图像,并基于起点图像、终止图像以及原始序列中位于起点图像和终止图像之间的各帧原始图像,确定样本序列。
4.根据权利要求3所述的数据采样方法,其特征在于,在基于样本序列所对应的运动信息,从样本序列中选定对应的样本图像为目标图像的具体方法中,包括:
基于运动时间参数、原始帧率和采样精度系数,确定采样间隔;其中,相邻两帧所述目标图像在所述样本序列中的间隔大小关联于所述采样间隔;
基于采样间隔,从样本序列中选定对应的样本图像为目标图像。
5.根据权利要求4所述的数据采样方法,其特征在于,在基于多个目标序列,确定目标数据集合的具体方法中,包括:
基于多个目标序列进行序列迭代,确定目标数据集合;其中,所述序列迭代的具体方法包括:
按照时间顺序排列各个所述目标序列,使用后一个所述目标序列的首帧目标图像取代前一个所述目标序列的末帧目标图像。
6.病灶部位检查方法,其特征在于,包括如权利要求1-5任一项所述的数据采样方法,还包括:
基于目标数据集合和模型长度,构建三维模型。
7.数据采样装置,其特征在于,包括:
样本获取单元(1),用于确定样本序列;其中,所述样本序列包含多帧样本图像;
目标选定单元(2),用于基于样本序列所对应的运动信息,从样本序列中选定对应的样本图像为目标图像;其中,所述运动信息用于反映所述影像采集模块(11)的移动速度,且相邻两帧所述目标图像在所述样本序列中的间隔大小关联于所述影像采集模块(11)的移动速度大小;
数据组合单元(3),用于基于目标图像,确定目标序列;其中,所述目标序列与所述样本序列一一对应;
采样生成单元(4),用于基于多个目标序列,确定目标数据集合。
8.根据权利要求7所述的数据采样装置,其特征在于,样本获取单元(1)包括:
影像采集模块(11),用于基于原始帧率,获取原始序列;其中,所述原始序列包含有多帧按照采集顺序依次分布的原始图像,所述原始图像在采集时的时间点为采集时间点;
距离检测模块(12),用于实时检测影像采集模块(11)的移动距离;每当影像采集模块(11)的移动距离达到步进间距时,距离检测模块(12)发送步进触发信号;
数据处理模块(13),用于实时获取步进触发信号,基于相邻两次步进触发信号所对应的采集时间点,从原始序列中确定起点图像和终止图像,并基于起点图像、终止图像以及原始序列中位于起点图像和终止图像之间的各帧原始图像,确定样本序列;
其中,距离检测模块(12)包括:
滚轮(121),转动连接于所述影像采集模块(11),所述滚轮(121)能够跟随所述影像采集模块(11)的移动而发生转动,所述滚轮(121)设置有若干个透光孔(1212),各个所述透光孔(1212)围绕所述滚轮(121)的转轴呈间隔均匀分布;
红外发射管,用于朝所述滚轮(121)发射红外光;
红外接收管(122),用于接收穿过所述透光孔(1212)的红外光;所述红外发射管和所述红外接收管(122)分别设置于所述滚轮(121)的两侧;
信号处理子模块,所述红外接收管(122)和所述数据处理模块(13)分别电信号连接于所述信号处理子模块,用于根据所述红外接收管(122)的红外光接收状态向所述数据处理模块(13)发送步进触发信号。
9.智能终端,其特征在于,包括存储器和处理器,所述存储器上存储有能够被处理器加载并执行如权利要求1至5中任一种方法的计算机程序。
10.计算机可读存储介质,其特征在于,存储有能够被处理器加载并执行如权利要求1至5中任一种方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111242136.XA CN113812978B (zh) | 2021-10-25 | 2021-10-25 | 数据采样方法、病灶部位检查方法及智能终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111242136.XA CN113812978B (zh) | 2021-10-25 | 2021-10-25 | 数据采样方法、病灶部位检查方法及智能终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113812978A true CN113812978A (zh) | 2021-12-21 |
CN113812978B CN113812978B (zh) | 2023-08-18 |
Family
ID=78919027
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111242136.XA Active CN113812978B (zh) | 2021-10-25 | 2021-10-25 | 数据采样方法、病灶部位检查方法及智能终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113812978B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112381006A (zh) * | 2020-11-17 | 2021-02-19 | 深圳度影医疗科技有限公司 | 一种超声影像的分析方法、存储介质及终端设备 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6012458A (en) * | 1998-03-20 | 2000-01-11 | Mo; Larry Y. L. | Method and apparatus for tracking scan plane motion in free-hand three-dimensional ultrasound scanning using adaptive speckle correlation |
JP2001324485A (ja) * | 2000-05-17 | 2001-11-22 | Hitachi Ltd | 超音波探傷結果表示方法及び超音波探傷装置 |
CN100998512A (zh) * | 2007-01-10 | 2007-07-18 | 华中科技大学 | 三维超声影像的重建方法 |
CN101559001A (zh) * | 2009-04-07 | 2009-10-21 | 北京汇影互联科技有限公司 | 一种超声扫查方法和设备 |
CN102697526A (zh) * | 2012-06-15 | 2012-10-03 | 华东医院 | 超声浅表组织与器官容积扫描断层成像设备 |
US20140152656A1 (en) * | 2012-12-04 | 2014-06-05 | Samsung Medison Co., Ltd. | Medical system, medical imaging apparatus, and method of providing three-dimensional marker |
CN103860197A (zh) * | 2014-03-14 | 2014-06-18 | 深圳先进技术研究院 | 自由式三维超声成像方法、装置和*** |
CN103961130A (zh) * | 2006-09-25 | 2014-08-06 | 马佐尔机器人有限公司 | 使得c型臂***适应以提供三维成像信息的方法 |
WO2014162365A1 (ja) * | 2013-04-05 | 2014-10-09 | テルモ株式会社 | 画像診断装置及びその制御方法、プログラム及びコンピュータ可読記憶媒体 |
US20180271484A1 (en) * | 2017-03-21 | 2018-09-27 | General Electric Company | Method and systems for a hand-held automated breast ultrasound device |
CN111904474A (zh) * | 2020-08-19 | 2020-11-10 | 深圳开立生物医疗科技股份有限公司 | 血管内超声图像处理方法、装置、***及可读存储介质 |
CN112700535A (zh) * | 2020-12-30 | 2021-04-23 | 华东师范大学 | 一种面向智能医疗辅助诊断的超声影像三维重建方法 |
CN113116388A (zh) * | 2019-12-31 | 2021-07-16 | 深圳开立生物医疗科技股份有限公司 | 一种动脉腔内超声影像处理方法及相关装置 |
CN113331809A (zh) * | 2021-05-20 | 2021-09-03 | 浙江大学 | 基于mems微型振镜的腔道内三维血流成像方法和装置 |
-
2021
- 2021-10-25 CN CN202111242136.XA patent/CN113812978B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6012458A (en) * | 1998-03-20 | 2000-01-11 | Mo; Larry Y. L. | Method and apparatus for tracking scan plane motion in free-hand three-dimensional ultrasound scanning using adaptive speckle correlation |
JP2001324485A (ja) * | 2000-05-17 | 2001-11-22 | Hitachi Ltd | 超音波探傷結果表示方法及び超音波探傷装置 |
CN103961130A (zh) * | 2006-09-25 | 2014-08-06 | 马佐尔机器人有限公司 | 使得c型臂***适应以提供三维成像信息的方法 |
CN100998512A (zh) * | 2007-01-10 | 2007-07-18 | 华中科技大学 | 三维超声影像的重建方法 |
CN101559001A (zh) * | 2009-04-07 | 2009-10-21 | 北京汇影互联科技有限公司 | 一种超声扫查方法和设备 |
CN102697526A (zh) * | 2012-06-15 | 2012-10-03 | 华东医院 | 超声浅表组织与器官容积扫描断层成像设备 |
US20140152656A1 (en) * | 2012-12-04 | 2014-06-05 | Samsung Medison Co., Ltd. | Medical system, medical imaging apparatus, and method of providing three-dimensional marker |
WO2014162365A1 (ja) * | 2013-04-05 | 2014-10-09 | テルモ株式会社 | 画像診断装置及びその制御方法、プログラム及びコンピュータ可読記憶媒体 |
CN103860197A (zh) * | 2014-03-14 | 2014-06-18 | 深圳先进技术研究院 | 自由式三维超声成像方法、装置和*** |
US20180271484A1 (en) * | 2017-03-21 | 2018-09-27 | General Electric Company | Method and systems for a hand-held automated breast ultrasound device |
CN113116388A (zh) * | 2019-12-31 | 2021-07-16 | 深圳开立生物医疗科技股份有限公司 | 一种动脉腔内超声影像处理方法及相关装置 |
CN111904474A (zh) * | 2020-08-19 | 2020-11-10 | 深圳开立生物医疗科技股份有限公司 | 血管内超声图像处理方法、装置、***及可读存储介质 |
CN112700535A (zh) * | 2020-12-30 | 2021-04-23 | 华东师范大学 | 一种面向智能医疗辅助诊断的超声影像三维重建方法 |
CN113331809A (zh) * | 2021-05-20 | 2021-09-03 | 浙江大学 | 基于mems微型振镜的腔道内三维血流成像方法和装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112381006A (zh) * | 2020-11-17 | 2021-02-19 | 深圳度影医疗科技有限公司 | 一种超声影像的分析方法、存储介质及终端设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113812978B (zh) | 2023-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7587023B2 (en) | Method and apparatus for achieving optimal radiation dose in coronary CT angiography using standard deviation of CT number | |
US7574249B2 (en) | Device-less gating of physiological movement for improved image detection | |
JP4717486B2 (ja) | X線装置の画像再構成装置および対象範囲の局部的3d再構成方法 | |
US20070053482A1 (en) | Reconstruction of an image of a moving object from volumetric data | |
CN106456095B (zh) | X射线ct装置以及图像重建方法 | |
KR101578770B1 (ko) | 의료 영상 처리 장치 및 그에 따른 의료 영상 처리 방법 | |
US6426987B2 (en) | Imaging system and method of constructing image using the system | |
JP4429677B2 (ja) | 周期的に運動する器官のct画像形成方法 | |
CN112218576A (zh) | 用于采集和分析皮肤的图像的装置和方法 | |
JPH06169924A (ja) | 超音波画像を取る方法 | |
JP2009028065A (ja) | X線ct装置 | |
WO2019021646A1 (ja) | 医用撮像装置及び画像処理方法 | |
CN101790351A (zh) | 用于doppler超声成像***中的自动图像选择的***和方法 | |
CN113812978B (zh) | 数据采样方法、病灶部位检查方法及智能终端 | |
KR102643899B1 (ko) | 3차원 초음파 영상을 사용한 복부 대동맥류 정량 분석 시스템 및 방법 | |
US10733753B2 (en) | Image display device and its control method, x-ray opaque marker detection method | |
JP4071475B2 (ja) | 生体光計測装置 | |
JP4495154B2 (ja) | 哺乳動物での動的な熱力学的過程を同定し分類してそれらを識別するシステム | |
JP2003000583A (ja) | コンピュータトモグラフの作動方法 | |
JP2000051207A (ja) | 医用画像処理装置 | |
US20130223589A1 (en) | Medical image processing apparatus | |
JP4652643B2 (ja) | 高解像度ダイナミックデジタル赤外線イメージングのための方法および装置 | |
JP6073558B2 (ja) | 医用画像診断装置 | |
JP7019758B2 (ja) | 画像表示装置およびその作動方法 | |
JP2012101045A (ja) | 医用画像処理装置及びx線コンピュータ断層撮影装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP01 | Change in the name or title of a patent holder | ||
CP01 | Change in the name or title of a patent holder |
Address after: 518100 18th floor, block B, high tech innovation center, guangqiao Road, Tianliao community, Yutang street, Guangming District, Shenzhen, Guangdong Patentee after: Shenzhen Delikai Medical Electronics Co.,Ltd. Address before: 518100 18th floor, block B, high tech innovation center, guangqiao Road, Tianliao community, Yutang street, Guangming District, Shenzhen, Guangdong Patentee before: SHENZHEN DELICA MEDICAL EQUIPMENT Co.,Ltd. |