本發明專利技術實施例提供一種肺部超聲圖像分析方法、裝置、電子設備及可讀存儲介質,該方法通過獲取肺超聲圖像,然后對所述肺超聲圖像基于肺超聲征象進行標記,然后將標記好的肺超聲圖像輸入至預先訓練好的密集卷積網絡模型中,利用所述密集卷積網絡模型對所述肺超聲圖像進行分析,獲得表征所述肺超聲圖像對應的肺損傷程度的分析結果,通過預先訓練好的密集卷積網絡模型來對獲取的肺超聲圖像進行分析,自動獲得的分析結果可以反映獲取的肺超聲圖像對應的肺損傷程度,由此,可根據分析結果來表征肺部健康狀況的目的,進而緩解了現有技術中無法對超聲圖像進行分析處理,從而基于分析結果來對患者的健康狀態進行研究的技術問題。
【技術實現步驟摘要】
肺部超聲圖像分析方法、裝置、電子設備及可讀存儲介質
本專利技術涉及數據處理領域,具體而言,涉及一種肺部超聲圖像分析方法、裝置、電子設備及可讀存儲介質。
技術介紹
臨床科室應用超聲技術技能日益成為臨床醫生關心的基本技能,在眾多臨床科室,特別是在圍手術期相關科室及急危重癥相關科室,超聲檢查已經逐步成為臨床醫生的常規技能。肺部超聲檢查是急危重癥的超聲檢查的核心。有別于其他傳統超聲檢查,肺部超聲成像大多數情況下反映的不是肺部組織的直接影像,而是一系列偽像。這些偽像是根據肺部超聲圖像的顯示特點來定義的。但是超聲檢查也有不足之處。超聲檢查結果很大程度上受到操作醫師水平的影響。目前常規的超聲檢查探頭單次掃描的成像范圍有限。完成一個靶器官的檢查,需要操作者從不同部位、角度等進行多次掃描,這使得超聲檢查結果受到很大影響。針對上述問題,還未提出有效的解決方案。
技術實現思路
有鑒于此,本專利技術實施例的目的在于提供一種肺部超聲圖像分析方法、裝置、電子設備及可讀存儲介質,以改善上述問題。第一方面,本專利技術實施例提供了一種肺部超聲圖像分析方法,所述方法包括:獲取肺超聲圖像;對所述肺超聲圖像基于肺超聲征象進行標記;將標記好的肺超聲圖像輸入至預先訓練好的密集卷積網絡模型中,利用所述密集卷積網絡模型對所述肺超聲圖像進行分析,獲得表征所述肺超聲圖像對應的肺損傷程度的分析結果。進一步地,所述獲取肺超聲圖像之前,所述方法還包括:對預先建立的密集卷積網絡模型按照肺超聲圖像的標記不同進行訓練,獲得訓練后的密集卷積網絡模型。進一步地,對預先建立的密集卷積網絡模型按照肺超聲圖像的標記不同進行訓練,獲得訓練后的密集卷積網絡模型,包括:獲取多張肺超聲圖像;對所述多張肺超聲圖像基于不同的肺超聲征象進行不同標記;將標記好的多張肺超聲圖像輸入至預先建立的密集卷積網絡模型進行訓練,獲得訓練后的密集卷積網絡模型。進一步地,將標記好的多張肺超聲圖像輸入至預先建立的密集卷積網絡模型進行訓練,以獲得訓練后的密集卷積網絡模型,包括:將標記好的多張肺超聲圖像輸入至預先建立的密集卷積網絡模型進行訓練,獲得訓練后的初始密集卷積網絡模型;獲取多張測試肺超聲圖像,輸入至所述初始密集卷積網絡模型中,獲得輸出的測試結果,所述測試結果用于表征所述肺超聲圖像對應的肺損傷程度;將所述測試結果與預設的預期結果進行比對,若比對不一致時,則繼續將所述標記好的多張肺超聲圖像輸入至所述初始密集卷積網絡模型中進行訓練,獲得訓練后的所述密集卷積網絡模型。第二方面,本專利技術實施例提供了一種肺部超聲圖像分析裝置,所述裝置包括:圖像獲取模塊,用于獲取肺超聲圖像;標記模塊,用于對所述肺超聲圖像基于肺超聲征象進行標記;分析模塊,用于將標記好的肺超聲圖像輸入至預先訓練好的密集卷積網絡模型中,利用所述密集卷積網絡模型對所述肺超聲圖像進行分析,獲得表征所述肺超聲圖像對應的肺損傷程度的分析結果。進一步地,所述裝置還包括:訓練模塊,用于對預先建立的密集卷積網絡模型按照肺超聲圖像的標記不同進行訓練,獲得訓練后的密集卷積網絡模型。進一步地,所述訓練模塊,包括:圖像獲取單元,用于獲取多張肺超聲圖像;標記單元,用于對所述多張肺超聲圖像基于不同的肺超聲征象進行不同標記;訓練單元,用于將標記好的多張肺超聲圖像輸入至預先建立的密集卷積網絡模型進行訓練,獲得訓練后的密集卷積網絡模型。進一步地,所述訓練單元,用于將標記好的多張肺超聲圖像輸入至預先建立的密集卷積網絡模型進行訓練,獲得訓練后的初始密集卷積網絡模型;獲取多張測試肺超聲圖像,輸入至所述初始密集卷積網絡模型中,獲得輸出的測試結果,所述測試結果用于表征所述肺超聲圖像對應的肺損傷程度;將所述測試結果與預設的預期結果進行比對,若比對不一致時,則繼續將所述標記好的多張肺超聲圖像輸入至所述初始密集卷積網絡模型中進行訓練,獲得訓練后的所述密集卷積網絡模型。第三方面,本專利技術實施例提供一種電子設備,包括處理器以及存儲器,所述存儲器存儲有計算機可讀取指令,當所述計算機可讀取指令由所述處理器執行時,運行如上述第一方面提供的所述方法中的步驟。第四方面,本專利技術實施例提供一種可讀存儲介質,其上存儲有計算機程序,所述計算機程序被處理器執行時運行如上述第一方面提供的所述方法中的步驟。本專利技術實施例的有益效果是:本專利技術實施例提供一種肺部超聲圖像分析方法、裝置、電子設備及可讀存儲介質,該方法通過獲取肺超聲圖像,然后對所述肺超聲圖像基于肺超聲征象進行標記,然后將標記好的肺超聲圖像輸入至預先訓練好的密集卷積網絡模型中,利用所述密集卷積網絡模型對所述肺超聲圖像進行分析,獲得表征所述肺超聲圖像對應的肺損傷程度的分析結果,通過預先訓練好的密集卷積網絡模型來對獲取的肺超聲圖像進行自動分析,獲得的分析結果可以反映獲取的肺超聲圖像對應的肺損傷程度,由此,可根據分析結果來表征肺部健康狀況的目的,進而減少不同醫生對超聲圖像解讀的主觀差異性,緩解了現有技術中無法對超聲圖像進行分析處理,從而基于分析結果來對患者的健康狀態進行研究的技術問題。本專利技術的其他特征和優點將在隨后的說明書闡述,并且,部分地從說明書中變得顯而易見,或者通過實施本專利技術實施例了解。本專利技術的目的和其他優點可通過在所寫的說明書、權利要求書、以及附圖中所特別指出的結構來實現和獲得。附圖說明為了更清楚地說明本專利技術實施例的技術方案,下面將對實施例中所需要使用的附圖作簡單地介紹,應當理解,以下附圖僅示出了本專利技術的某些實施例,因此不應被看作是對范圍的限定,對于本領域普通技術人員來講,在不付出創造性勞動的前提下,還可以根據這些附圖獲得其他相關的附圖。圖1示出了一種可應用于本申請實施例中的電子設備的結構框圖;圖2為本專利技術實施例提供的一種肺部超聲圖像分析方法的流程圖;圖3為本專利技術實施例提供的一種肺部分區示意圖;圖4為本專利技術實施例提供的一種超聲探頭的結構示意圖;圖5為本專利技術實施例提供的一種肺部超聲圖像分析裝置的結構框圖;圖6為本專利技術實施例提供的另一種電子設備的結構示意圖。具體實施方式下面將結合本專利技術實施例中附圖,對本專利技術實施例中的技術方案進行清楚、完整地描述,顯然,所描述的實施例僅僅是本專利技術一部分實施例,而不是全部的實施例。通常在此處附圖中描述和示出的本專利技術實施例的組件可以以各種不同的配置來布置和設計。因此,以下對在附圖中提供的本專利技術的實施例的詳細描述并非旨在限制要求保護的本專利技術的范圍,而是僅僅表示本專利技術的選定實施例。基于本專利技術的實施例,本領域技術人員在沒有做出創造性勞動的前提下所獲得的所有其他實施例,都屬于本專利技術保護的范圍。應注意到:相似的標號和字母在下面的附圖中表示類似項,因此,一旦某一項在一個附圖中被定義,則在隨后的附圖中不需要對其進行進一步定義和解釋。同時,在本專利技術的描述中,術語“第一”、“第二”等僅用于區分描述,而不能理解為指示或暗示相對重要性。請參照圖1,圖1示出了一種可應用于本申請實施例中的電子設備100的結構框圖。電子設備100可以包括肺部超聲圖像分析裝置、存儲器101、存儲控制器102、處理器103、外設接口104、輸入輸出單元105、音頻單元106、顯示單元107。所述存儲器101、存儲控制器102、處理器103、外設接口104、輸入輸出單元105、音頻單元106、顯示單元1本文檔來自技高網...
【技術保護點】
1.一種肺部超聲圖像分析方法,其特征在于,所述方法包括:獲取肺超聲圖像;對所述肺超聲圖像基于肺超聲征象進行標記;將標記好的肺超聲圖像輸入至預先訓練好的密集卷積網絡模型中,利用所述密集卷積網絡模型對所述肺超聲圖像進行分析,獲得表征所述肺超聲圖像對應的肺損傷程度的分析結果。
【技術特征摘要】
1.一種肺部超聲圖像分析方法,其特征在于,所述方法包括:獲取肺超聲圖像;對所述肺超聲圖像基于肺超聲征象進行標記;將標記好的肺超聲圖像輸入至預先訓練好的密集卷積網絡模型中,利用所述密集卷積網絡模型對所述肺超聲圖像進行分析,獲得表征所述肺超聲圖像對應的肺損傷程度的分析結果。2.根據權利要求1所述的方法,其特征在于,所述獲取肺超聲圖像之前,所述方法還包括:對預先建立的密集卷積網絡模型按照肺超聲圖像的標記不同進行訓練,獲得訓練后的密集卷積網絡模型。3.根據權利要求2所述的方法,其特征在于,對預先建立的密集卷積網絡模型按照肺超聲圖像的標記不同進行訓練,獲得訓練后的密集卷積網絡模型,包括:獲取多張肺超聲圖像;對所述多張肺超聲圖像基于不同的肺超聲征象進行不同標記;將標記好的多張肺超聲圖像輸入至預先建立的密集卷積網絡模型進行訓練,獲得訓練后的密集卷積網絡模型。4.根據權利要求3所述的方法,其特征在于,將標記好的多張肺超聲圖像輸入至預先建立的密集卷積網絡模型進行訓練,以獲得訓練后的密集卷積網絡模型,包括:將標記好的多張肺超聲圖像輸入至預先建立的密集卷積網絡模型進行訓練,獲得訓練后的初始密集卷積網絡模型;獲取多張測試肺超聲圖像,輸入至所述初始密集卷積網絡模型中,獲得輸出的測試結果,所述測試結果用于表征所述肺超聲圖像對應的肺損傷程度;將所述測試結果與預設的預期結果進行比對,若比對不一致時,則繼續將所述標記好的多張肺超聲圖像輸入至所述初始密集卷積網絡模型中進行訓練,獲得訓練后的所述密集卷積網絡模型。5.一種肺部超聲圖像分析裝置,其特征在于,所述裝置包括:圖像獲取模塊,用于獲取肺超聲圖像;標記模塊,用于對所...
【專利技術屬性】
技術研發人員:張茂,吳春雙,
申請(專利權)人:張茂,吳春雙,
類型:發明
國別省市:浙江,33
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。