CN116965852A - 盆腔的超声测量方法和超声成像*** - Google Patents

Abstract

一种盆腔的超声测量方法和超声成像***，该方法包括：获取被测对象从静息状态到Valsalva状态的运动过程中、针对盆腔采集的超声数据；基于超声数据的图像特征提取待测体数据，待测体数据包括静息状态对应的第一目标体数据和Valsalva状态对应的第二目标体数据；基于待测体数据提取盆腔的标准矢状面；基于标准矢状面的图像特征确定测量点，测量点包括耻骨联合下缘点和至少一个测量标记点；基于耻骨联合下缘点和至少一个测量标记点得到盆腔测量项的测量结果。该方法无需用户反复做静息状态动作和Valsalva状态动作，能够实现盆腔的全自动测量，从而更好地简化操作流程、缩短检查时间以及降低操作难度，能够更好地推动盆底超声的普及和应用。

Description

盆腔的超声测量方法和超声成像***

技术领域

本申请涉及超声成像技术领域，更具体地涉及一种盆腔的超声测量方法和超声成像***。

背景技术

盆腔器官脱垂(POP)已经成为了严重影响女性生活质量的慢性疾病之一。目前对于盆腔脏器的脱垂评估，超声临床上主要采用二维超声来进行检查。检查过程中需要患者多次反复做静息状态动作和Valsalva状态动作，并在静息状态和Valsalva状态下分别寻找目标切面并进行扫查，扫查结束后还需在二维超声图像上手动标记测量点，并对多个测量项进行测量，使得整个检查流程复杂而且效率低。并且，测量结果会受到用户的主观意识影响，使得测量结果的差异性较大。

发明内容

在发明内容部分中引入了一系列简化形式的概念，这将在具体实施方式部分中进一步详细说明。本申请的发明内容部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征，更不意味着试图确定所要求保护的技术方案的保护范围。

本发明实施例一方面提供了种盆腔的超声测量方法，所述方法包括：

向被测对象的盆腔发射超声波，以获取所述被测对象从静息状态到Valsalva状态的运动过程中、针对所述被测对象的盆腔采集的超声数据；

基于所述超声数据的图像特征提取待测体数据，所述待测体数据包括静息状态对应的第一目标体数据和Valsalva状态对应的第二目标体数据；

基于所述第一目标体数据提取盆腔的第一标准矢状面，基于所述第二目标体数据提取盆腔的第二标准矢状面；

基于所述第一标准矢状面的图像特征确定第一测量点，基于所述第二标准矢状面的图像特征确定第二测量点，其中所述第一测量点和所述第二测量点均包括耻骨联合下缘点和至少一个测量标记点；

基于所述第一标准矢状面上确定的耻骨联合下缘点和至少一个测量标记点得到盆腔测量项的第一测量结果，基于所述第二标准矢状面上确定的耻骨联合下缘点和至少一个测量标记点得到盆腔测量项的第二测量结果；

显示所述第一测量结果和所述第二测量结果。

本发明实施例另一方面提供一种超声成像***，包括：

超声探头；

发射电路，用于激励所述超声探头向被测对象的盆腔发射超声波；

接收电路，用于控制所述超声探头接收所述超声波的回波，以获得超声波回波信号；

处理器，用于基于所述超声回波信号获取所述被测对象从静息状态到Valsalva状态的运动过程中、针对所述被测对象的盆腔采集的超声数据，所述处理器还用于执行如上所述的盆腔的超声测量方法的步骤，以得到测量结果；

显示器，用于显示所述测量结果。

本发明实施例的盆腔的超声测量方法和超声成像***在超声数据中自动提取静息状态的体数据和Valsalva状态的体数据，分别在其中确定盆腔的标准矢状面，并确定测量点以对测量项进行测量。相比于传统的手动测量方法，本发明实施例的超声测量方法无需用户反复做静息状态动作和Valsalva状态动作，能够实现盆腔的自动测量，从而更好地简化操作流程、缩短检查时间以及降低操作难度，更好地推动盆底超声的普及和应用。

附图说明

通过结合附图对本发明实施例进行更详细的描述，本申请的上述以及其它目的、特征和优势将变得更加明显。附图用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与本发明实施例一起用于解释本申请，并不构成对本申请的限制。在附图中，相同的参考标号通常代表相同部件或步骤。

图1示出根据本发明一个实施例的超声成像***的结构框图；

图2示出根据本发明一个实施例的盆腔的超声测量方法的示意性流程图；

图3示出根据本发明一个实施例的静息状态和Valsalva状态的超声图像的对比图；

图4示出根据本发明一个实施例的根据待测体数据的冠状面确定标准矢状面的示意图；

图5示出根据本发明一个实施例的根据待测体数据的横截面确定标准矢状面的示意图；

图6示出根据本发明一个实施例的根据耻骨联合下缘点确定参考线的示意图；

图7示出根据本发明一个实施例的盆腔测量项的示意图。

具体实施方式

为了使得本申请的目的、技术方案和优点更为明显，下面将参照附图详细描述根据本申请的示例实施例。显然，所描述的实施例仅仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。基于本申请中描述的本发明实施例，本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本申请的保护范围之内。

在下文的描述中，给出了大量具体的细节以便提供对本申请更为彻底的理解。然而，对于本领域技术人员而言显而易见的是，本申请可以无需一个或多个这些细节而得以实施。在其他的例子中，为了避免与本申请发生混淆，对于本领域公知的一些技术特征未进行描述。

应当理解的是，本申请能够以不同形式实施，而不应当解释为局限于这里提出的实施例。相反地，提供这些实施例将使公开彻底和完全，并且将本申请的范围完全地传递给本领域技术人员。

在此使用的术语的目的仅在于描述具体实施例并且不作为本申请的限制。在此使用时，单数形式的“一”、“一个”和“所述/该”也意图包括复数形式，除非上下文清楚指出另外的方式。还应明白术语“组成”和/或“包括”，当在该说明书中使用时，确定所述特征、整数、步骤、操作、元件和/或部件的存在，但不排除一个或更多其它的特征、整数、步骤、操作、元件、部件和/或组的存在或添加。在此使用时，术语“和/或”包括相关所列项目的任何及所有组合。

为了彻底理解本申请，将在下列的描述中提出详细的结构，以便阐释本申请提出的技术方案。本申请的可选实施例详细描述如下，然而除了这些详细描述外，本申请还可以具有其他实施方式。

下面，首先参考图1描述根据本申请一个实施例的超声成像***，图1示出了根据本发明实施例的超声成像***100的示意性结构框图。

如图1所示，超声成像***100包括超声探头110、发射电路112、接收电路114、处理器116和显示器118。进一步地，超声成像***还可以包括发射/接收选择开关120和波束合成模块122，发射电路112和接收电路114可以通过发射/接收选择开关120与超声探头110连接。

超声探头110包括多个换能器阵元，多个换能器阵元可以排布成二维矩阵构成面阵，多个换能器阵元也可以构成凸阵列。换能器阵元用于根据激励电信号发射超声波，或将接收的超声波转换为电信号，因此每个换能器阵元可用于实现电脉冲信号和超声波的相互转换，从而实现向被测对象的目标区域的组织发射超声波、也可用于接收经组织反射回的超声波回波。在进行超声检测时，可通过发射序列和接收序列控制哪些换能器阵元用于发射超声波，哪些换能器阵元用于接收超声波，或者控制换能器阵元分时隙用于发射超声波或接收超声波的回波。参与超声波发射的换能器阵元可以同时被电信号激励，从而同时发射超声波；或者，参与超声波束发射的换能器阵元也可以被具有一定时间间隔的若干电信号激励，从而持续发射具有一定时间间隔的超声波。

在超声成像过程中，处理器116控制发射电路112将经过延迟聚焦的发射脉冲通过发射/接收选择开关120发送到超声探头110。超声探头110受发射脉冲的激励而向被测对象的目标区域的组织发射超声波束，经一定延时后接收从目标区域的组织反射回来的带有组织信息的超声回波，并将此超声回波重新转换为电信号。接收电路114接收超声探头110转换生成的电信号，获得超声回波信号，并将这些超声回波信号送入波束合成模块122，波束合成模块122对超声回波数据进行聚焦延时、加权和通道求和等处理，然后送入处理器116。处理器116对超声回波信号进行信号检测、信号增强、数据转换、对数压缩等处理形成超声图像。处理器116得到的超声图像可以在显示器118上显示，也可以存储于存储器124中。

可选地，处理器116可以实现为软件、硬件、固件或其任意组合，并且可以使用单个或多个专用集成电路(Application Specific Integrated Circuit，ASIC)、单个或多个通用集成电路、单个或多个微处理器、单个或多个可编程逻辑器件、或者前述电路和/或器件的任意组合、或者其他适合的电路或器件。并且，处理器116可以控制所述超声成像***100中的其它组件以执行本说明书中的各个实施例中的方法的相应步骤。

显示器118与处理器116连接，显示器118可以为触摸显示屏、液晶显示屏等；或者，显示器118可以为独立于超声成像***100之外的液晶显示器、电视机等独立显示器；或者，显示器118可以是智能手机、平板电脑等电子设备的显示屏，等等。其中，显示器118的数量可以为一个或多个。

显示器118可以显示处理器116得到的超声图像。此外，显示器118在显示超声图像的同时还可以提供给用户进行人机交互的图形界面，在图形界面上设置一个或多个被控对象，提供给用户利用人机交互装置输入操作指令来控制这些被控对象，从而执行相应的控制操作。例如，在图形界面上显示图标，利用人机交互装置可以对该图标进行操作，用来执行特定的功能，例如在超声图像上绘制出感兴趣区域框等。

可选地，超声成像***100还可以包括显示器118之外的其他人机交互装置，其与处理器116连接，例如，处理器116可以通过外部输入/输出端口与人机交互装置连接，外部输入/输出端口可以是无线通信模块，也可以是有线通信模块，或者两者的组合。外部输入/输出端口也可基于USB、如CAN等总线协议、和/或有线网络协议等来实现。

其中，人机交互装置可以包括输入设备，用于检测用户的输入信息，该输入信息例如可以是对超声波发射/接收时序的控制指令，可以是在超声图像上绘制出点、线或框等的操作输入指令，或者还可以包括其他指令类型。输入设备可以包括键盘、鼠标、滚轮、轨迹球、移动式输入设备(例如带触摸显示屏的移动设备、手机等等)、多功能旋钮等等其中之一或者多个的结合。人机交互装置还可以包括诸如打印机之类的输出设备。

超声成像***100还可以包括存储器124，用于存储处理器执行的指令、存储接收到的超声回波、存储超声图像，等等。存储器可以为闪存卡、固态存储器、硬盘等。其可以为易失性存储器和/或非易失性存储器，为可移除存储器和/或不可移除存储器等。

应理解，图1所示的超声成像***100所包括的部件只是示意性的，其可以包括更多或更少的部件。本申请对此不限定。

下面，将参考图2描述根据本发明实施例的盆腔的超声测量方法，该方法可以实现于上述的超声成像***100中。图2是本发明实施例的盆腔的超声测量方法200的一个示意性流程图。

如图2所示，本申请一个实施例的盆腔的超声测量方法200包括如下步骤：

在步骤S210，向被测对象的盆腔发射超声波，以获取所述被测对象从静息状态到Valsalva状态的运动过程中、针对所述被测对象的盆腔采集的超声数据；

在步骤S220，基于所述超声数据的图像特征提取待测体数据，所述待测体数据包括静息状态对应的第一目标体数据和Valsalva状态对应的第二目标体数据；

在步骤S230，基于所述第一目标体数据提取盆腔的第一标准矢状面，基于所述第二目标体数据提取盆腔的第二标准矢状面；

在步骤S240，基于所述第一标准矢状面的图像特征确定第一测量点，基于所述第二标准矢状面的图像特征确定第二测量点，其中所述第一测量点和所述第二测量点均包括耻骨联合下缘点和至少一个测量标记点；

在步骤S250，基于所述第一标准矢状面上确定的耻骨联合下缘点和至少一个测量标记点得到盆腔测量项的第一测量结果，基于所述第二标准矢状面上确定的耻骨联合下缘点和至少一个测量标记点得到盆腔测量项的第二测量结果；

在步骤S260，显示所述第一测量结果和所述第二测量结果。

本发明实施例的盆腔的超声测量方法200首先在被测对象从静息状态到Valsalva状态的运动过程中采集盆腔的超声数据，在超声数据中自动提取静息状态的体数据和Valsalva状态的体数据，分别在其中确定盆腔的标准矢状面，并确定测量点以对测量项进行测量。相比于传统的手动测量方法，本发明实施例的超声测量方法无需用户反复做静息状态动作和Valsalva状态动作，能够实现盆腔的自动测量，从而更好地简化操作流程、缩短检查时间以及降低操作难度，更好地推动盆底超声的普及和应用。

示例性地，在步骤S210中，可以提示女性被测对象从静息状态运动到Valsalva状态，其中，静息状态即放松状态，Valsalva状态即盆腔向下最大程度发力的状态。在该过程中，由临床医生采用经***三维容积探头(或经***采用腔内容积探头)对盆腔进行超声扫描。

参照图1的超声成像***100，在扫描过程中，发射电路112将一组经过延迟聚焦的发射脉冲发送到超声探头110，以激励超声探头110沿二维扫描平面向测对象的盆腔发射超声波。接收电路114控制超声探头110接收到测对象的盆腔反射回的超声回波后，将其转化为电信号，由波束合成模块112对多次发射和接收得到的超声回波信号进行相应的延时与加权求和处理，实现波束合成，再送入处理器116进行后续的信号处理。

之后，可以由超声成像***的处理器基于接收到的超声波的回波信号获得测对象的盆腔的超声数据，该超声数据可以是基于被测对象从静息状态到Valsalva状态的一次连续运动过程中获取的在时间维度上连续的四维超声数据，也可以是基于被测对象从静息状态到Valsalva状态的一次连续运动过程中获取的在时间维度上不连续的多卷三维超声数据；又或者是分开获取的，即分别基于被测对象在静息状态下获取至少一卷三维超声数据以及基于被测对象在Valsalva状态下获取的至少一卷三维超声数据；本申请中提及的三维超声数据也可称为体数据。示例性地，以四维超声数据为例，继续参照图1，处理器116可以对超声探头110在一系列扫描平面内扫描得到的超声回波信号的三维空间关系进行整合，从而实现盆腔在三维空间的扫描以及三维超声数据的重建。最后，经过去噪、平滑、增强等部分或全部图像后处理步骤后，获得被测对象盆腔的多卷连续的三维超声数据，从而构成四维超声数据，该四维超声数据记录了被测对象从静息状态运动到Valsalva状态的过程中盆腔的变化。该四维超声数据可以是前盆腔、中盆腔或后盆腔的四维超声数据，其中包括盆腔的多个组织结构，例如子宫、尿道、膀胱、耻骨等。

在步骤S220，基于超声数据的图像特征自动提取待测体数据，待测体数据包括静息状态对应的第一目标体数据和Valsalva状态对应的第二目标体数据。具体地，可以由超声成像***的处理器实现待测体数据的提取过程。在二维或三维超声测量时，可能由于临床医生未扫查到标准切面等原因导致被测对象需要多次反复做静息状态动作和Valsalva状态动作的问题。与之相比，本发明实施例的超声测量方法200在被测对象从静息状态运动到Valsalva状态的过程中采集超声数据，其中必然包含静息状态对应的体数据和Valsalva状态对应的体数据，因此，只需被测对象进行从静息状态到Valsalva状态的运动即可得到待测体数据，极大地提高了检查效率。

在一个实施例中，由于在从静息状态运动到Valsalva状态的过程中，耻骨和盆底脏器结构解剖结构之间的相对位置会发生运动变化，总体上，耻骨会远离超声波束近场方向，脏器结构会靠近超声波束近场方向，因此，可以根据超声数据中关键特征结构的位置提取静息状态对应的第一目标体数据和Valsalva状态对应的第二目标体数据。其中，可以采用机器学习模型识别超声数据中各卷体数据的关键特征结构，以便于根据关键特征结构的相对位置确定第一目标体数据以及第二目标体数据。

具体地，关键特征结构可以包括耻骨结构和/或脏器结构，其中，脏器结构包括膀胱、尿道、膀胱最低点、尿道口点、宫颈口点等。识别到耻骨结构和/或脏器结构之后，根据耻骨结构和/或脏器结构的位置从超声数据中提取待测体数据。其中，静息状态对应的第一目标体数据满足以下两个条件中的至少一个：耻骨结构距离超声波的波束近场(又称探头近场)方向最近、脏器结构距离超声波的波束近场方向最远；Valsalva状态对应的第二目标体数据满足以下两个条件中的至少一个：耻骨结构距离超声波的波束近场方向最远、脏器结构距离超声波的波束近场方向最近。由此，可以实现待测体数据的自动提取。

从超声数据中识别出关键特征结构，具体可以包括采用机器学习模型，识别超声数据中各卷体数据的关键特征结构，从而根据关键特征结构的相对位置在各卷体数据中选择待测体数据。进一步地，可以在各卷体数据的正中矢状面上识别关键特征结构，根据正中矢状面上关键特征结构的相对位置选择待测体数据。参见图3，其中示出了静息状态和Valsalva状态的体数据的正中矢状面，在静息状态下，耻骨结构靠近波束近场方向，脏器结构远离波束近场方向，在Valsalva状态下，耻骨结构远离波束近场方向，脏器结构靠近波束近场方向。由于体数据的正中矢状面通常是标准矢状面或接近于标准矢状面，即正中矢状面上耻骨结构和脏器结构通常较为清晰，因此根据正中矢状面选择待测体数据的成功率和准确率更高，在二维超声图像上识别关键特征结构所需的运算量也较小。

示例性地，在采用机器学习方法识别关键特征结构时，需要预先构建从盆腔的体数据中获取的矢状面的图像库，其中包含各矢状面对应的标定结果。标定结果可以是矢状面上的膀胱结构、耻骨支结构等关键特征结构的位置和类别。然后，基于深度学习的边界框检测识别方法搭建端到端的目标检测网络，并对目标检测网络进行训练以检测超声数据中各卷体数据的正中矢状面上的关键特征结构的位置，以便于根据关键特征结构之间的相对位置识别静息状态的体数据和Valsalva状态的体数据。在搭建目标检测网络时，可以通过堆叠轻量型深度可分离卷积层来构建主干网络提取特征信息，然后通过特征金字塔结构进行参数的回归。对于输入到目标检测网络的图像，可以通过该网络直接回归出关键特征结构的边界框位置和类别。常见的网络包括有SSD、YOLO、RetinaNet等。

可选地，图像库中标定的结果也可以是超声数据中各卷体数据的正中矢状面上关键点的坐标，关键点包括膀胱最低点、尿道中心点或者耻骨联合下缘点等；然后基于深度学习的端到端的高斯点回归网络方法训练模型来定位超声数据中各卷体数据的矢状面上关键点的相对位置，从而识别静息状态的体数据和Valsalva状态的体数据。该方法的特征提取结构与上述基于深度学习的检测识别方法所用的特征提取结构类似，不同之处在于网络的解码部分需要将特征图上采样或者反卷积回输入图的原尺寸大小，最后输出的是输入数据的关键点位置的高斯热图以及相应类别。

在其他实施例中，也可以采用机器学习的方法，直接回归出超声数据中每卷体数据的分数，以此区分静息状态的体数据和Valsalva状态的体数据。体数据的分数也可以是正中矢状面的分数。同样地，可以采用机器学习方法回归出超声数据中每卷体数据的正中矢状面的分数，相应地，用于网络训练的图像库中各图像对应标定的结果可以是超声数据中各卷体数据的正中矢状面的分数，通过深度学习网络堆叠卷积层和全连接层，在最后的全连接层直接回归出各体数据的正中矢状面的分数，根据所得的分数提取静息状态对应的第一目标体数据和Valsalva状态对应的第二目标体数据。

示例性地，提取到第一目标体数据和第二目标体数据之后，可以呈现第一目标体数据和第二目标体数据在声数据中的位置，并接收用户的手动调节操作，根据手动调节操作对第一目标体数据或第二目标体数据在超声数据中所对应的时间点进行调节。

由于矢状面能够较好地反映盆腔各脏器的脱垂情况，因此，在获取静息状态对应的第一目标体数据和Valsalva状态对应的第二目标体数据后，执行步骤S230，分别获得第一目标体数据的第一标准矢状面和第二目标体数据的第二标准矢状面，以便于根据第一标准矢状面和第二标准矢状面进行盆腔脱垂评估。标准矢状面是能够清晰显示多个特定解剖结构的矢状面，例如，在标准矢状面上，耻骨结构、尿道结构、膀胱结构、***结构、肛管结构以及各个测量点都能够清晰地显示，而在非标准矢状面上，部分解剖结构只能模糊显示，部分解剖结构则完全不可见。因此，提取标准矢状面有助于提高脱垂评估效果。

在一个实施例中，可以采用机器学习的方法，通过待测体数据的图像特征自动检测标准矢状面的位置。基于机器学习的方法可以构建盆底体数据矢状面切面的图像库，然后通过深度学习网络堆叠卷积层和全连接层，在最后的全连接层直接回归该体数据中所有的矢状面的分数，分数最大的矢状面切面即为标准矢状面。

在一些实施例中，基于第一目标体数据提取盆腔的第一标准矢状面，包括：基于第一目标体数据提取盆腔的冠状面或标准横截面；检测冠状面横截面上的耻骨支中心点；确定经过耻骨支中心点的矢状面，以作为第一标准矢状面。具体地，可以构建盆腔体数据中冠状面或横截面的图像库，然后搭建端到端的目标检测网络，基于图像库来对目标检测网络进行训练来检测冠状面或横截面中耻骨支的检测框位置，此时检测框的中心点位置等价于耻骨支中心点位置；或者，也可以通过深度学习的端到端高斯点回归网络来直接定位耻骨支中心点的位置。最后，通过冠状面或横截面上耻骨支中心点的位置来获取与冠状面或横截面垂直的矢状面，该矢状面即为标准矢状面。参见图4和图5，其中图4示出了根据冠状面上耻骨支中心点的位置提取标准矢状面的示意图，图5示出了根据冠状面上耻骨支中心点的位置提取标准矢状面的示意图，根据冠状面或横截面得到的标准矢状面都能够清晰显示耻骨联合下缘点。

由于体数据的正中矢状面一般较为接近标准矢状面，因此，在一些实施例中，也可以根据待测体数据的中心位置获取正中矢状面，直接将第一目标特数据的正中矢状面作为标准矢状面，将第二目标体数据的正中矢状面作为第二标准矢状面，以提高运算速度。

示例性地，识别到第一标准矢状面和第二标准矢状面之后，可以显示第一标准矢状面和第二标准矢状面，进一步地，还可以通过第一标准矢状面和第二标准矢状面接收用户的调节操作，根据调节操作调节第一标准矢状面和第二标准矢状面在待测体数据中的角度，从而更好地满足用户需求。

获取第一标准矢状面和第二标准矢状面后，在步骤S240，基于第一标准矢状面的图像特征确定第一测量点，基于第二标准矢状面的图像特征确定第二测量点，其中第一测量点和第二测量点均包括耻骨联合下缘点和至少一个测量标记点。在第一测量点和第二测量点中，耻骨联合下缘点用于作为基准点确定参考线，从而以参考线为参考对测量标记点进行测量。

在提取耻骨联合下缘点时，可以采用机器学习的方法，分别在第一标准矢状面和第二标准矢状面上检测出耻骨联合下缘点的位置。具体地，可以基于深度学习网络堆叠卷积层和全连接层，在最后的全连接层直接回归第一标准矢状面或第二标准矢状面上耻骨联合下缘点的位置坐标；也可以基于深度学习搭建端到端的高斯点回归网络，网络最后输出的是关键点的高斯热图，通过计算高斯热图中概率最大的位置确定耻骨联合下缘点的位置。

或者，也可以采用机器学习的方法，结合其他切面的空间信息检测耻骨联合下缘点，其他空间信息包括但不限于冠状面和横截面上的耻骨支回声特点。具体地，可以根据体数据中各切面之间的映射关系，从冠状面或横截面上耻骨支的解剖结构映射到第一标准矢状面或第二标准矢状面上，以定位到耻骨联合下缘点的位置。

在一个实施例中，第一标准矢状面和第二标准矢状面上的测量标记点分别包括以下至少一个：尿道口点、尿道方向点、膀胱内壁点、膀胱最低点和耻骨方向点。检测测量标记点的方法与检测耻骨联合下缘点的方法类似，例如，可以采用机器学习的方法，基于深度学习构建端到端的高斯点回归网络，网络最后输出的是所有测量标记点的高斯热图，然后计算各自高斯热图中概率最大的位置点作为其各自的测量标记点位置。同样地，也可以基于深度学习堆叠卷积层和全连接层，在最后的全连接层直接回归第一标准矢状面或第二标准矢状面上各测量标记点的位置坐标。

由于测量标记点有多个，手动定位测量标记点操作繁琐且主观性强，本发明实施例基于图像特征自动定位测量标记点，能够提高测量效率，以及提高测量的准确性。

在确定测量点的位置之后，还可以在第一标准矢状面中显示第一测量点的第一位置标记，在第二标准矢状面中显示第二测量点的第一位置标记，且第一位置标记和第二位置标记可调；当接收到对第一位置标记或第二位置标记的调节操作时，根据调节操作重新确定第一测量点和第二测量点的位置，从而增强用户交互性，提高用户体验。

在步骤S250，基于第一标准矢状面上确定的耻骨联合下缘点和至少一个测量标记点得到盆腔测量项的第一测量结果，基于第二标准矢状面中确定的耻骨联合下缘点和至少一个测量标记点得到盆腔测量项的第二测量结果，从而实现盆腔测量项的自动测量。

具体地，可以基于第一标准矢状面上确定的耻骨联合下缘点确定第一参考线，相对于第一参考线对第一标准矢状面上至少一个测量标记点对应的盆腔测量项进行测量，以得到第一测量结果；以及基于第二标准矢状面上确定的耻骨联合下缘点确定第二参考线，相对于第二参考线对第二标准矢状面上至少一个测量标记点对应的盆腔测量项进行测量，以得到第二测量结果。其中，以耻骨联合下缘点为基准，第一测量结果表征静息状态下各测量标记点对应的解剖结构的状态，第二测量结果表征Valsalva状态下各测量标记点对应的解剖结构的状态。

参照图6，基于第一标准矢状面上确定的耻骨联合下缘点确定第一参考线，可以有以下三种方式：第一种方式为将经过耻骨联合下缘点(S)的水平线确定为第一参考线(C1)；第二种方式为，基于耻骨联合下缘点(S)确定耻骨联合中轴线，即耻骨联合下缘点(S)与耻骨方向点(P)之间的连线，并将与耻骨中轴线呈预设夹角的直线确定为第一参考线(C2)，该预设夹角一般是135°；第三种方式为基于耻骨联合下缘点(S)确定耻骨中轴线，直接将耻骨中轴线确定为第一参考线(C3)。

在自动生成第一参考线时，可以提供以上三种参考线的选项，以供用户根据实际需求选择，并响应于接收到的操作指令选择确定第一参考线的方式。用户也可以在以上三种参考线之间进行切换。或者，也可以采用以上任意一种方式作为设置参考线的默认方式。

类似地，基于第二标准矢状面上确定的耻骨联合下缘点确定第二参考线也可以有以上三种方式。为了便于对第一测量结果和第二测量结果进行比对，一般采用相同的方式确定第一参考线和第二参考线，例如，如果第一参考线为经过耻骨联合下缘点的水平线，则第二参考线同样为经过耻骨联合下缘点的水平线。

在一个实施例中，还可以显示第一标准矢状面，并在第一标准矢状面中标记出第一测量点和第一参考线；以及显示第二标准矢状面，并在第二标准矢状面中标记出第二测量点和第二参考线。在标准矢状面中标记自动确定的测量点和参考线，便于用户查看各测量点处的超声征象，也便于用户对测量点和参考线的位置进行手动调节，超声成像***可以响应于调节第一测量点和/或第一参考线的操作指令，对第一测量点和/或所述第一参考线的位置进行调节，以及响应于调节第二测量点和/或第二参考线的操作指令，对第二测量点和/或所述第二参考线的位置进行调节。盆腔测量项的测量结果随测量点和参考线的移动而动态变化。

其中，盆腔测量项包括距离测量项和角度测量项两类。距离测量项包括测量标记点到参考线之间的距离，角度测量项包括多个测量点构成的夹角。

示例性地，参照图7，盆腔测量项包括不限于膀胱颈距离(Bladder-SymphysisDistance，BSD)、耻骨膀胱角(PubicboneVesical Angle，PVA)、耻骨尿道角(PubicboneUrethral Angle，PUA)、膀胱后角(Retrovesical Angle，RVA)、膀胱后壁距离(BladderPost Wall-Symphysis Publis Distance，BPW-SP Dist.)和尿道倾斜角(Urethrainclination Angle，UTA)。

具体地，可以根据膀胱最低点(V)测得膀胱后壁距离(BPW-SP Dist.)以及耻骨膀胱角(PVA)，膀胱后壁距离为膀胱最低点到参考线之间的距离，耻骨膀胱角(PVA)为耻骨联合下缘点(S)与膀胱最低点(V)的连线与耻骨联合中轴线形成的夹角，耻骨联合中轴线即耻骨联合下缘点(S)与耻骨方向点(P)之间的连线。

可以基于尿道口点(U)测得膀胱颈距离(BSD)以及耻骨尿道角(PUA)，膀胱颈距离即尿道口点与参考线之间的距离，耻骨尿道角即尿道口点与耻骨联合下缘点的连线与耻骨联合中轴线形成的夹角。

可以根据尿道口点(U)和尿道方向点(E)测得尿道倾斜角(UTA)，即尿道口点与尿道方向点之间的连线与尿道口点到参考线的垂线之间的夹角。

膀胱后角(RVA)为近端尿道和***区后端之间的夹角，可以根据尿道口点(U)和膀胱内壁点(R)的连线与尿道口点(U)和尿道方向点(E)的连线之间的夹角进行测量。

以上六项为前盆腔脱垂评估常用的测量项，在一些实施例中，还可以测量子宫颈最低点距离(Cx-SP Dist.)和***部最低点距离(RA-SP Dist.)，子宫颈最低点到参考线的距离为子宫颈最低点距离，***部最低点到参考线的距离为***部最低点距离，因此，若对以上两个测量项进行测量，则在识别测量标记点时，还需要识别出子宫颈最低点(C)和***部最低点(A)。

示例性地，第一测量项和第二测量项可以是默认的测量项，也可以是根据用户指令选择的测量项。在一些实施例中，可以在执行步骤S240之前确定第一测量项和第二测量项，并在步骤S240中对第一测量项和第二测量项对应的测量标记点进行识别，以减少识别多余的测量标记点所需的运算量。

在步骤S260，显示第一测量结果和第二测量结果。第一测量结果和第二测量结果可以同屏显示，以便于用户对静息状态和Valsalva状态的测量结果进行对比。第一测量结果和第二测量结果可以分别显示在第一标准矢状面和第二标准矢状面上，但不限于此；第一测量结果和第二测量结果可以以任何合适的方式进行显示。

进一步地，在一些实施例中，还可以获得第一测量结果与对应的第二测量结果的差值并进行显示。例如，可以计算膀胱颈在两个状态之间的相对变化，得到膀胱颈的下降距离，计算耻骨膀胱距离在两个状态之间的相对变化，得到膀胱后壁下降距离，计算尿道倾斜角在两个状态之间的相对变化，得到尿道旋转角等。

进一步地，在一些实施例中，还可以基于第一测量结果和第二测量结果得到盆腔脱垂情况的评估结果，并显示所得到的评估结果。例如，可以采用任意的盆腔脱垂程度定量评估体系，根据第一测量结果和第二测量结果得到盆腔脱垂等级并进行显示。或者，也可以采用用户自定义的评估标准，或采用机器学习方法，根据第一测量结果和第二测量结果进行盆腔脱垂情况的评估。用于评估的测量结果可以是第一测量结果和第二测量结果中的部分或全部。

此外，在进行盆腔脏器的脱垂评估时，有时还会对肛提肌裂孔情况进行评估。以往采用二维超声进行盆腔脏器脱垂评估，采用三维超声进行肛提肌裂孔评估，需要进行多次超声测量，而在本发明实施例中，进行一次超声测量即可同时进行盆腔脏器脱垂评估和肛提肌裂孔评估，从而提高了检查效率。

具体地，可以在提取第一目标体数据和第二目标体数据之后，识别第一目标体数据和第二目标体数据中的肛提肌裂孔结构；若识别到肛提肌裂孔结构，则基于肛提肌裂孔结构得到肛提肌裂孔的第三测量结果，并显示第三测量结果。

其中，可以在第一目标体数据和第二目标体数据中分别提取标准矢状面，在标准盆底矢状面中确定多条参考线，根据多条参考线得到多个平行于标准横截面的断层切面。之后，可以基于图像识别算法检测多个断层切面中是否存在肛提肌裂孔结构，图像识别算法包括基于传统图像处理的模板匹配方法和基于深度学习的图像识别算法。或者，也可以自动测量肛提肌的LUG(Levator Urethra Gap，肛提肌尿道间隙)指标来判断每个断层切面上是否存在肛提肌裂孔结构。具体地，检测每个断层切面中尿道口点的区域、以及双侧肛提肌附着点的区域，获取尿道口点的区域与每一侧肛提肌附着点的区域之间的距离。若该距离超过预设阈值，则确定该标准盆底断层切面中存在肛提肌裂孔结构。

第三测量结果可以是与肛提肌裂孔有关的量化测量结果，包括但不限于肛提肌裂孔结构的周长、面积等。第三测量结果也可以是肛提肌裂孔结构的周长、面积等与预设阈值的比较结果，或者从第一目标体数据得到的第三测量结果与从第二目标体数据得到的第三测量结果的比较结果。在确定第三测量结果超过预设阈值时，可以生成提示信息以提示用户关注肛提肌裂孔情况。

进一步地，第三测量结果可以与第一测量结果和第二测量结果相结合，共同对盆腔脱垂情况进行自动评估，即基于第一测量结果、第二测量结果和第三测量结果得到盆腔脱垂情况的评估结果并进行显示，从而得到更全面准确的盆腔脱垂情况的评估结果。

为了对盆腔进行更全面的测量，在一个实施例中，还可以基于超声数据对***气体线进行测量。***气体线是由于***中的气体而在超声图像中形成的高亮、细长的白色区域，基于***气体线测得的***长度更加吻合临床指检的结果，因而能够更准确地对盆腔脏器进行脱垂评估。对***气体线的测量可以在第一标准矢状面和第二标准矢状面的至少一个上进行，具体地，在第一标准矢状面或第二标准矢状面中分割出***气体线区域，对***气体线区域进行曲线拟合，以得到待测曲线。之后，根据待测曲线的长度得到***气体线长度的第四测量结果，并显示第四测量结果。

其中，可以基于传统的图像分割算法在第一标准矢状面或第二标准矢状面中分割出***气体线区域。传统的图像分割算法主要根据图像的灰度、颜色等特征对图像中的不同区域进行划分，使得同一区域内部性质呈相似性，而不同区域之间性质显差异性。

示例性地，传统的图像分割算法包括基于阈值的分割方法、基于区域的图像分割方法、基于图论的分割方法和基于能力泛函的图像分割方法等。基于阈值的分割方法是基于图像的灰度特征，按照某个准则函数计算最佳灰度阈值，通过比较图像中的所有像素灰度与阈值之间的大小关系，进而划分出不同的区域，包括直方图双峰法、最大类间方差法等等。基于区域的图像分割方法是依据图像的相似性准则划分不同区域，主要包括区域生长法、区域***合并法、分水岭算法等。基于图论的图像分割方法是将图像分割问题与图的最小割问题相关联，包括但不限于GraphCut(图割)，GrabCut和Random Walk(随机游走)等。基于能量泛函的图像分割方法是使用连续曲线表示目标轮廓，借助目标轮廓定义能量泛函，通过求解能量泛函极小化问题，得到最终目标区域的分割轮廓，包括Snake模型、水平集分割方法等。

或者，可以采用深度学习方法，构建端到端的语义分割算法来分割出***气体线区域。基于深度学习端到端的语义分割算法主要包括两个步骤：数据库的准备步骤和目标区域的分割步骤。数据库中包括大量的数据及其对应的数据标定结果，分割算法需要的标定为待分割***气体线区域的分割结果。基于深度学习的图像分割方法通过神经网络架构实现，其主要结构为卷积层、激活层、池化层和上采样或者反卷积层，通过浅层的卷积层对图像进行提取相关特征，然后通过反卷积层将特征图进行上采样映射回原图的大小，得到一个和输入图像尺寸一致的输出图像，该输出图像直接分割出目标区域，即***气体线区域，该方法是一种监督学习方法，常见的网络有FCN，U-Net、Mask R-CNN等等。

分割出***气体线区域之后，对***气体线区域进行曲线拟合，以得到待测曲线。根据待测曲线可以得到***到***的曲线距离，从而反映出宫颈口脱垂的程度。在得到待测曲线之后，可以在第一标准矢状面或第二标准矢状面中标记出待测曲线的位置。

在一个实施例中，可以提取***气体线区域的轮廓，根据***气体线区域的轮廓的中线得到待测曲线，其中可以采用模式识别中的边缘检测算子对***气体线区域的轮廓进行提取；在提取***气体线的轮廓的中线时，可以采用最小二乘法来拟合***气体线区域的轮廓的中线。

在另一实施例中，可以基于细化算法对***气体线区域进行细化，以得到待测曲线。或者，可以对***气体线区域进行形态学膨胀和腐蚀操作，以得到***气体线区域的骨架，并对***气体线区域的骨架进行最长路径搜索，以得到待测曲线。其中，膨胀是求局部最大值的操作，腐蚀是求局部最小值的操作，基于形态学膨胀和腐蚀操作提取待测曲线能够消除噪声，并获得连续的待测曲线。

提取到待测曲线之后，可以直接根据待测曲线的长度得到***气体线长度的第四测量结果。由于理论上待测曲线的起点应位于***位置，但实际操作中，待测曲线的起点可能与***位置之间略有偏差，因此，可以识别第一标准矢状面或第二标准矢状面中的***位置点，测量待测曲线的端点与***位置点之间的距离，根据待测曲线的长度与待测曲线的端点与***位置点之间的距离之和得到第四测量结果，从而避免***气体线没有完整地覆盖整个***、或者未能完整地识别出整个***气体线区域所造成的测量误差。

得到第四测量结果之后，还可以基于第一测量结果、第二测量结果和第四测量结果共同得到盆腔脱垂情况的评估结果并进行显示。可选地，还可以基于第一测量结果、第二测量结果、第三测量结果和第四测量结果共同得到盆腔脱垂情况的评估结果并进行显示。由此，进行一次超声测量即可对盆腔进行全方位的评估。

综上所述，本发明实施例的盆腔的超声测量方法200无需用户反复做静息状态动作和Valsalva状态动作，能够实现盆腔的自动测量，从而更好地简化操作流程、缩短检查时间以及降低操作难度，更好地推动盆底超声的普及和应用。

本发明实施例还提供一种超声成像***，用于实现上述的盆腔的超声测量方法200。现在重新参照图1，该超声成像***可以实现为如图1所示的超声成像***100，超声成像***100可以包括超声探头110、发射电路112、接收电路114、处理器116以及显示器118，可选地，超声成像***100还可以包括发射/接收选择开关120和波束合成模块122，发射电路112和接收电路114可以通过发射/接收选择开关120与超声探头110连接，各个部件的相关描述可以参照上文的相关描述，在此不做赘述。

其中，发射电路112用于激励超声探头110向被测对象的盆腔发射超声波；接收电路112用于控制超声探头110接收超声波的回波，以获得超声波回波信号；处理器116用于执行盆腔的超声测量方法200的步骤，具体包括：获取被测对象从静息状态到Valsalva状态的运动过程中、针对盆腔采集的超声数据；基于超声数据的图像特征提取待测体数据，待测体数据包括静息状态对应的第一目标体数据和Valsalva状态对应的第二目标体数据；基于待测体数据提取盆腔的标准矢状面；基于标准矢状面的图像特征确定测量点，测量点包括耻骨联合下缘点和至少一个测量标记点；基于耻骨联合下缘点和至少一个测量标记点得到盆腔测量项的测量结果。

以上仅描述了超声成像***各部件的主要功能，更多细节参见对盆腔的超声测量方法200进行的相关描述，在此不做赘述。本发明实施例的超声成像***能够实现盆腔的自动测量，从而更好地简化操作流程、缩短检查时间以及降低操作难度。

尽管这里已经参考附图描述了示例实施例，应理解上述示例实施例仅仅是示例性的，并且不意图将本申请的范围限制于此。本领域普通技术人员可以在其中进行各种改变和修改，而不偏离本申请的范围和精神。所有这些改变和修改意在被包括在所附权利要求所要求的本申请的范围之内。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个设备，或一些特征可以忽略，或不执行。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本申请的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本申请并帮助理解各个发明方面中的一个或多个，在对本申请的示例性实施例的描述中，本申请的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该本申请的方法解释成反映如下意图：即所要求保护的本申请要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如相应的权利要求书所反映的那样，其发明点在于可以用少于某个公开的单个实施例的所有特征的特征来解决相应的技术问题。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本申请的单独实施例。

本领域的技术人员可以理解，除了特征之间相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本申请的范围之内并且形成不同的实施例。例如，在权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本申请的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的一些模块的一些或者全部功能。本申请还可以实现为用于执行这里所描述的方法的一部分或者全部的装置程序(例如，计算机程序和计算机程序产品)。这样的实现本申请的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本申请进行说明而不是对本申请进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。本申请可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

以上所述，仅为本申请的具体实施方式或对具体实施方式的说明，本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。本申请的保护范围应以权利要求的保护范围为准。

Claims (20)

1.一种盆腔的超声测量方法，其特征在于，所述方法包括：

向被测对象的盆腔发射超声波，以获取所述被测对象从静息状态到Valsalva状态的运动过程中、针对所述被测对象的盆腔采集的超声数据；

基于所述超声数据的图像特征提取待测体数据，所述待测体数据包括静息状态对应的第一目标体数据和Valsalva状态对应的第二目标体数据；

基于所述第一目标体数据提取盆腔的第一标准矢状面，基于所述第二目标体数据提取盆腔的第二标准矢状面；

基于所述第一标准矢状面的图像特征确定第一测量点，基于所述第二标准矢状面的图像特征确定第二测量点，其中所述第一测量点和所述第二测量点均包括耻骨联合下缘点和至少一个测量标记点；

基于所述第一标准矢状面上确定的耻骨联合下缘点和至少一个测量标记点得到盆腔测量项的第一测量结果，基于所述第二标准矢状面上确定的耻骨联合下缘点和至少一个测量标记点得到盆腔测量项的第二测量结果；

显示所述第一测量结果和所述第二测量结果。

2.根据权利要求1所述的方法，其特征在于，所述超声数据包括多卷体数据或所述被测对象从静息状态到Valsalva状态的一次连续运动过程中获取的四维超声数据。

3.根据权利要求1或2所述的方法，其特征在于，所述基于所述超声数据的图像特征提取待测体数据，包括：

在所述超声数据中识别出耻骨结构和/或脏器结构；

从所述超声数据中，提取所述耻骨结构距离所述超声波的波束近场方向最近和/或所述脏器结构距离所述超声波的波束近场方向最远的体数据，作为所述第一目标体数据；

从所述超声数据中，提取所述耻骨结构距离所述超声波的波束近场方向最远和/或所述脏器结构距离所述超声波的波束近场方向最近的体数据，作为所述第二目标体数据。

4.根据权利要求1或2所述的方法，其特征在于，所述基于所述第一目标体数据提取盆腔的第一标准矢状面，包括：

基于所述第一目标体数据提取盆腔的冠状面或横截面；

检测所述冠状面或所述横截面上的耻骨支中心点；

确定经过所述耻骨支中心点的矢状面，作为所述第一标准矢状面。

5.根据权利要求4所述的方法，其特征在于，所述检测所述冠状面或所述横截面上的耻骨支中心点，包括：

识别所述冠状面或所述横截面中的耻骨支区域，将所述耻骨支区域的中心点确定为所述耻骨支中心点；

或者，通过经训练的机器学习模型定位所述冠状面或所述横截面上的所述耻骨支中心点。

6.根据权利要求1或2所述的方法，其特征在于，所述测量标记点包括以下至少一个：尿道口点、尿道方向点、膀胱内壁点、膀胱最低点和耻骨方向点。

7.根据权利要求1、2或4所述的方法，其特征在于，所述基于所述第一标准矢状面上确定的耻骨联合下缘点和至少一个测量标记点得到盆腔测量项的第一测量结果，包括：

基于所述第一标准矢状面上确定的耻骨联合下缘点确定第一参考线，相对于所述第一参考线对所述至少一个测量标记点对应的盆腔测量项进行测量，得到所述第一测量结果。

8.根据权利要求7所述的方法，其特征在于，所述至少一个测量标记点对应的盆腔测量项包括：

所述测量标记点到所述第一参考线之间的垂直距离，和/或，所述测量标记点与所述耻骨联合下缘点的连线与耻骨中轴线之间的夹角。

9.根据权利要求7所述的方法，其特征在于，所述方法还包括：

显示所述第一标准矢状面，并在所述第一标准矢状面上标记出所述第一测量点和所述第一参考线。

10.根据权利要求7所述的方法，其特征在于，所述基于所述第一标准矢状面上确定的耻骨联合下缘点确定第一参考线，包括如下三种方式中的一种：

将经过所述耻骨联合下缘点的水平线确定为所述第一参考线；

或者，基于所述耻骨联合下缘点确定耻骨中轴线，将与所述耻骨中轴线呈预设夹角的直线确定为所述第一参考线；

或者，基于所述耻骨联合下缘点确定耻骨中轴线，将所述耻骨中轴线确定为所述第一参考线。

11.根据权利要求10所述的方法，其特征在于，所述方法还包括：

响应于接收到的操作指令从所述三种方式中选定其中的一种。

12.根据权利要求9所述的方法，其特征在于，所述方法还包括：

响应于调节所述第一测量点和/或所述第一参考线的操作指令，对所述第一测量点和/或所述第一参考线的位置进行调节。

13.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

基于所述第一测量结果和所述第二测量结果得到盆腔脱垂情况的评估结果，并显示所述评估结果。

14.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

识别所述第一目标体数据和/或所述第二目标体数据中的肛提肌裂孔结构；

基于所述肛提肌裂孔结构得到肛提肌裂孔的第三测量结果，并显示所述第三测量结果。

15.根据权利要求14所述的方法，其特征在于，所述方法还包括：

基于所述第一测量结果、所述第二测量结果和所述第三测量结果得到盆腔脱垂情况的评估结果，并显示所述评估结果。

16.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

在所述第一标准矢状面和/或所述第二标准矢状面中分割出***气体线区域；

基于所述***气体线区域得到待测曲线；

根据所述待测曲线的长度得到***气体线长度的第四测量结果，并显示所述第四测量结果。

17.根据权利要求16所述的方法，其特征在于，所述方法还包括：

基于所述第一测量结果、所述第二测量结果和所述第四测量结果得到盆腔脱垂情况的评估结果，并显示所述评估结果。

18.根据权利要求1或2所述的方法，其特征在于，所述基于所述超声数据的图像特征提取待测体数据，包括：

采用机器学习模型，识别所述超声数据中各卷体数据的正中矢状面上的关键特征结构；

根据所述关键特征结构之间的相对位置确定所述第一目标体数据以及所述第二目标体数据。

19.根据权利要求1或2所述的方法，其特征在于，所述基于所述第一目标体数据提取盆腔的第一标准矢状面，包括：

根据所述第一目标体数据的中心位置确定所述第一目标体数据的第一正中矢状面，将所述第一正中矢状面确定为所述第一标准矢状面。

20.一种超声成像***，其特征在于，包括：

超声探头；

发射电路，用于激励所述超声探头向被测对象的盆腔发射超声波；

接收电路，用于控制所述超声探头接收所述超声波的回波，以获得超声波回波信号；

处理器，用于基于所述超声回波信号获取所述被测对象从静息状态到Valsalva状态的运动过程中、针对所述被测对象的盆腔采集的超声数据，所述处理器还用于执行权利要求1-19中任一项所述的盆腔的超声测量方法的步骤，以得到测量结果；

显示器，用于显示所述测量结果。