本申請涉及數(shù)據(jù)處理,特別是涉及切面識別方法、圖像生成方法、切面識別裝置和電子裝置。
背景技術(shù):
1、超聲成像作為醫(yī)學(xué)診斷中不可或缺的工具,提供了對人體內(nèi)部結(jié)構(gòu)的實時可視化。其因為其價格最為低廉,對患者無侵入性傷害且輻射低以及篩查效率高等特性,使得超聲圖像成為目前最流行的病變早期篩查手段。
2、在超聲影像領(lǐng)域,對成像進行自動切面或部位識別能有效的提升工作流,提高成像效率。在相關(guān)技術(shù)中,自動切面識別方法都是基于影像數(shù)據(jù)進行的,這就需要整個成像流程處理完后才能進行切面識別,這在實現(xiàn)上增加了超聲系統(tǒng)處理時間,導(dǎo)致圖像處理效率較低。
3、目前針對相關(guān)技術(shù)中圖像處理的效率低的問題,尚未提出有效的解決方案。
技術(shù)實現(xiàn)思路
1、本申請實施例提供了一種切面識別方法、圖像生成方法、切面識別裝置和電子裝置質(zhì),以至少解決相關(guān)技術(shù)中圖像處理的效率低的問題。
2、第一方面,本申請實施例提供了一種切面識別方法,所述方法包括:
3、獲取原始探測數(shù)據(jù);
4、將所述原始探測數(shù)據(jù)輸入至訓(xùn)練后的切面識別模型,得到切面識別結(jié)果;所述切面識別模型,用于指示原始探測數(shù)據(jù)與切面類型之間的映射關(guān)系。
5、在其中一些實施例中,所述切面識別模型包括第一切面識別模型;所述將所述原始探測數(shù)據(jù)輸入至訓(xùn)練后的切面識別模型,得到切面識別結(jié)果,包括:
6、對所述原始探測數(shù)據(jù)進行第一數(shù)據(jù)處理,得到二維矩陣數(shù)據(jù);
7、將所述二維矩陣數(shù)據(jù)輸入至第一切面識別模型,得到所述切面識別結(jié)果。
8、在其中一些實施例中,訓(xùn)練所述第一切面識別模型,包括:
9、獲取訓(xùn)練探測數(shù)據(jù);
10、對所述訓(xùn)練探測數(shù)據(jù)進行處理,得到訓(xùn)練矩陣數(shù)據(jù);
11、根據(jù)所述訓(xùn)練探測數(shù)據(jù)進行圖像生成處理,得到訓(xùn)練圖像,并確定所述訓(xùn)練圖像對應(yīng)的訓(xùn)練切面類型;
12、根據(jù)所述訓(xùn)練矩陣數(shù)據(jù)和所述訓(xùn)練切面類型生成第一訓(xùn)練數(shù)據(jù)集;將所述第一訓(xùn)練數(shù)據(jù)集輸入至第一初始模型進行訓(xùn)練,生成所述第一切面識別模型。
13、在其中一些實施例中,所述切面識別模型包括第二切面識別模型;所述將所述原始探測數(shù)據(jù)輸入至訓(xùn)練后的切面識別模型,得到切面識別結(jié)果,包括:
14、對所述原始探測數(shù)據(jù)進行第二數(shù)據(jù)處理,得到原始探測序列;
15、將所述原始探測序列輸入至第二切面識別模型,得到所述切面識別結(jié)果。
16、在其中一些實施例中,訓(xùn)練所述第二切面識別模型,包括:
17、獲取訓(xùn)練探測數(shù)據(jù);
18、對所述訓(xùn)練探測數(shù)據(jù)進行處理,得到多條線數(shù)據(jù),并根據(jù)所述多條線數(shù)據(jù)得到訓(xùn)練探測序列;
19、根據(jù)所述訓(xùn)練探測數(shù)據(jù)進行圖像生成處理,得到訓(xùn)練圖像,并確定所述訓(xùn)練圖像對應(yīng)的訓(xùn)練切面類型;
20、根據(jù)所述訓(xùn)練探測序列和所述訓(xùn)練切面類型生成第二訓(xùn)練數(shù)據(jù)集;基于所述訓(xùn)練探測數(shù)據(jù)確定多個時間輸入點,按照所述時間輸入點將所述第二訓(xùn)練數(shù)據(jù)集輸入至第二初始模型進行訓(xùn)練,生成所述第二切面識別模型。
21、在其中一些實施例中,所述得到切面識別結(jié)果之后,所述方法還包括:
22、將所述切面識別結(jié)果發(fā)送至圖像處理界面進行顯示,并檢測針對所述切面識別結(jié)果的確認(rèn)指令;
23、響應(yīng)于檢測到的所述確認(rèn)指令,生成目標(biāo)切面結(jié)果。
24、在其中一些實施例中,所述將所述原始探測數(shù)據(jù)輸入至訓(xùn)練后的切面識別模型,得到切面識別結(jié)果,包括:
25、針對所述原始探測數(shù)據(jù)進行數(shù)據(jù)預(yù)處理,得到后處理數(shù)據(jù);
26、將所述后處理數(shù)據(jù)輸入至所述切面識別模型,得到所述切面識別結(jié)果。
27、在其中一些實施例中,所述得到切面識別結(jié)果之后,所述方法還包括:
28、獲取與所述原始探測數(shù)據(jù)相對應(yīng)的當(dāng)前采集參數(shù);
29、在檢測到所述切面識別結(jié)果與所述當(dāng)前采集參數(shù)匹配失敗的情況下,更新所述當(dāng)前采集參數(shù),并得到新的采集參數(shù);在所述新的采集參數(shù)下,獲取對應(yīng)的新的原始探測數(shù)據(jù);
30、將所述新的原始探測數(shù)據(jù)輸入至所述切面識別模型,得到新的切面識別結(jié)果。
31、第二方面,本申請實施例提供了一種圖像生成方法,所述方法包括:
32、獲取原始探測數(shù)據(jù),并獲取所述原始探測數(shù)據(jù)的切面識別結(jié)果;其中,所述切面識別結(jié)果是根據(jù)如上述第一方面所述的切面識別方法得到的;
33、基于所述切面識別結(jié)果,對所述原始探測數(shù)據(jù)進行圖像重建處理,生成目標(biāo)醫(yī)學(xué)圖像。
34、第三方面,本申請實施例提供了一種切面識別裝置,所述裝置包括:
35、獲取模塊,用于獲取原始探測數(shù)據(jù);
36、識別模塊,用于將所述原始探測數(shù)據(jù)輸入至訓(xùn)練后的切面識別模型,得到切面識別結(jié)果;其中,所述切面識別模型是根據(jù)訓(xùn)練探測數(shù)據(jù)進行訓(xùn)練生成的;所述切面識別模型,用于指示原始探測數(shù)據(jù)與切面類型之間的映射關(guān)系。
37、第四方面,本申請實施例提供了一種電子裝置,包括存儲器、處理器以及存儲在所述存儲器上并可在所述處理器上運行的計算機程序,所述處理器執(zhí)行所述計算機程序時實現(xiàn)如上述第一方面所述的切面識別方法,或者如上述第二方面所述的圖像生成方法。
38、相比于相關(guān)技術(shù),本申請實施例提供的切面識別方法、圖像生成方法、切面識別裝置和電子裝置,通過獲取原始探測數(shù)據(jù);將原始探測數(shù)據(jù)輸入至訓(xùn)練后的切面識別模型,得到切面識別結(jié)果;其中,切面識別模型是根據(jù)訓(xùn)練探測數(shù)據(jù)進行訓(xùn)練生成的;切面識別模型,用于指示原始探測數(shù)據(jù)與切面類型之間的映射關(guān)系。基于此,將切面自動識別步驟前移,使其不再依賴影像數(shù)據(jù),切面識別可以與圖像重建流程并行,在提升系統(tǒng)自動化水平的同時不額外增加耗時,實現(xiàn)了基于非影像數(shù)據(jù)的自動切面識別方法,有效解決了醫(yī)學(xué)圖像處理效率低的問題。
39、本申請的一個或多個實施例的細(xì)節(jié)在以下附圖和描述中提出,以使本申請的其他特征、目的和優(yōu)點更加簡明易懂。
1.一種切面識別方法,其特征在于,所述方法包括:
2.根據(jù)權(quán)利要求1所述的切面識別方法,其特征在于,所述切面識別模型包括第一切面識別模型;所述將所述原始探測數(shù)據(jù)輸入至訓(xùn)練后的切面識別模型,得到切面識別結(jié)果,包括:
3.根據(jù)權(quán)利要求2所述的切面識別方法,其特征在于,訓(xùn)練所述第一切面識別模型,包括:
4.根據(jù)權(quán)利要求1所述的切面識別方法,其特征在于,所述切面識別模型包括第二切面識別模型;所述將所述原始探測數(shù)據(jù)輸入至訓(xùn)練后的切面識別模型,得到切面識別結(jié)果,包括:
5.根據(jù)權(quán)利要求4所述的切面識別方法,其特征在于,訓(xùn)練所述第二切面識別模型,包括:
6.根據(jù)權(quán)利要求1所述的切面識別方法,其特征在于,所述得到切面識別結(jié)果之后,所述方法還包括:
7.根據(jù)權(quán)利要求1所述的切面識別方法,其特征在于,所述得到切面識別結(jié)果之后,所述方法還包括:
8.根據(jù)權(quán)利要求1至7任一項所述的切面識別方法,其特征在于,所述將所述原始探測數(shù)據(jù)輸入至訓(xùn)練后的切面識別模型,得到切面識別結(jié)果,包括:
9.一種圖像生成方法,其特征在于,所述方法包括:
10.一種切面識別裝置,其特征在于,所述裝置包括:
11.一種電子裝置,包括存儲器和處理器,其特征在于,所述存儲器中存儲有計算機程序,所述處理器被設(shè)置為運行所述計算機程序以執(zhí)行權(quán)利要求1至8中任一項所述的切面識別方法,或者如權(quán)利要求9所述的圖像生成方法。