本發(fā)明專利技術(shù)涉及幼兒健保領(lǐng)域，具體為一種基于超聲圖像的幼年特發(fā)性關(guān)節(jié)炎識別方法、裝置、終端；方法包括：從多個(gè)來源獲取標(biāo)準(zhǔn)多個(gè)標(biāo)準(zhǔn)超聲圖像，基于多個(gè)標(biāo)準(zhǔn)超聲圖像建立標(biāo)準(zhǔn)超聲圖像數(shù)據(jù)庫；基于超聲圖像數(shù)據(jù)庫建立超聲圖像識別模型；基于超聲圖像識別模型對待識別超聲圖像進(jìn)行識別，得到識別結(jié)果；本申請實(shí)施例提供的技術(shù)方案中，將癥像所對應(yīng)的超聲圖像特征進(jìn)行整合和建立并設(shè)置超聲圖像數(shù)據(jù)庫，基于超聲圖像數(shù)據(jù)庫建立對應(yīng)的超聲圖像識別模型，通過超聲圖像識別模型對待識別超聲圖像進(jìn)行識別，基于建立的判斷規(guī)則實(shí)現(xiàn)超聲圖像對應(yīng)異常情況的確定。情況的確定。情況的確定。
【技術(shù)實(shí)現(xiàn)步驟摘要】
基于超聲圖像的幼年特發(fā)性關(guān)節(jié)炎識別方法、裝置、終端
[0001]本專利技術(shù)涉及幼兒健保領(lǐng)域，具體為一種基于超聲圖像的幼年特發(fā)性關(guān)節(jié)炎識別方法、裝置、終端。
技術(shù)介紹
[0002]幼年特發(fā)性關(guān)節(jié)炎(Juvenile idiopathic arthritis,JIA)是兒童時(shí)期最常見的自身免疫性疾病，需要長期慢病管理，是后天致畸致盲的首要原因。目前，幼年特發(fā)性關(guān)節(jié)炎疾病活動評分系統(tǒng)(Juvenile Arthritis Disease A超聲ivity Score，JADAS)是世界廣泛應(yīng)用的疾病活動評分方法，是基于患兒或家長的自我評估，實(shí)驗(yàn)室炎癥非特異性指標(biāo)的綜合疾病活動評分方法，但存在年幼患兒描述癥狀不客觀、不準(zhǔn)確、不特異等不足之處。因此在JIA的病情評估、治療和隨訪中亟待建立一種客觀、特異和準(zhǔn)確的疾病活動程度的評分方法。
[0003]隨著肌骨超聲(musculoskeletalultrasonography,MSUS)的發(fā)展，近年來已開始應(yīng)用于成人各種關(guān)節(jié)病變的診斷和隨訪。具有實(shí)時(shí)性、無創(chuàng)性、操作簡單和無放射線輻射等優(yōu)勢，越來越受到青睞，應(yīng)用于早期發(fā)現(xiàn)關(guān)節(jié)病變，監(jiān)測疾病發(fā)展，評估治療效果。但是由于兒童生長發(fā)育的特殊性，不同年齡階段MSUS的影像是發(fā)展變化的，目前尚無正常兒童MSUS各關(guān)節(jié)軟骨厚度正常值及標(biāo)準(zhǔn)切面圖譜。國內(nèi)外也鮮有兒童MSUS的研究報(bào)道，限制了其在JIA的應(yīng)用。此外，成人關(guān)節(jié)病變和兒童JIA受累關(guān)節(jié)不盡相同，病變各有特點(diǎn)，不能照搬成人MSUS的標(biāo)準(zhǔn)直接用于兒童，需要研究兒童特色的MSUS。r/>[0004]現(xiàn)有技術(shù)中，一般是醫(yī)護(hù)人員在進(jìn)行超聲檢查時(shí)，根據(jù)自己的臨床經(jīng)驗(yàn)知識，手動點(diǎn)擊或按鍵來篩查出符合需求的超聲切面圖像，并且需要醫(yī)護(hù)人員自己去判斷識別超聲切面圖像中的組織器官，以進(jìn)行標(biāo)注或測量。這樣的方式需要醫(yī)護(hù)人員自己判斷，并需要手動反復(fù)確認(rèn)或調(diào)整，效率較低，而且有可能引入主觀錯(cuò)誤，降低檢查過程的準(zhǔn)確性。
技術(shù)實(shí)現(xiàn)思路
[0005]為了解決以上的技術(shù)問題，本申請?zhí)峁┮环N基于超聲圖像的幼年特發(fā)性關(guān)節(jié)炎識別方法、裝置、終端。
[0006]為了達(dá)到上述目的，本申請實(shí)施例采用的技術(shù)方案如下：
[0007]第一方面，基于超聲圖像的幼年特發(fā)性關(guān)節(jié)炎識別方法，應(yīng)用于服務(wù)器，所述方法包括：從多個(gè)來源獲取標(biāo)準(zhǔn)多個(gè)標(biāo)準(zhǔn)超聲圖像，基于多個(gè)所述標(biāo)準(zhǔn)超聲圖像建立標(biāo)準(zhǔn)超聲圖像數(shù)據(jù)庫；基于所述超聲圖像數(shù)據(jù)庫建立超聲圖像識別模型；基于所述超聲圖像識別模型對待識別超聲圖像進(jìn)行識別，得到識別結(jié)果。
[0008]在第一方面的第一種可實(shí)現(xiàn)方式中，從至少兩個(gè)來源獲取標(biāo)準(zhǔn)超聲圖像，基于至少兩個(gè)所述標(biāo)準(zhǔn)超聲圖像建立標(biāo)準(zhǔn)超聲圖像數(shù)據(jù)庫，包括以下方法：基于不同癥像對多個(gè)所述標(biāo)準(zhǔn)超聲圖像進(jìn)行分割，得到癥像圖像；提取所述癥像圖像的第一特征和第二特征，所述第一特征為所述癥像圖像的圖像特征，所述第二特征為所述癥像圖像的向量特征；基于
所述圖像特征和所述向量特征建立所述標(biāo)準(zhǔn)超聲圖像數(shù)據(jù)庫。
[0009]結(jié)合第一方面的第一種可能的實(shí)現(xiàn)方式，在第二種可能的實(shí)現(xiàn)方式中，基于所述圖像特征和所述向量特征建立所述標(biāo)準(zhǔn)超聲圖像數(shù)據(jù)庫，包括以下方法：將所述癥像圖像的圖像特征存儲為鍵，將所述圖像特征對應(yīng)的向量特征存儲為對應(yīng)的值，以建立所述標(biāo)準(zhǔn)超聲圖像數(shù)據(jù)庫。
[0010]結(jié)合第一方面的第二種可能的實(shí)現(xiàn)方式，在第三種可能的實(shí)現(xiàn)方式中，基于不同癥像對至少兩個(gè)所述標(biāo)準(zhǔn)超聲圖像進(jìn)行分割，得到癥像圖像，包括以下方法：將至少一個(gè)所述標(biāo)準(zhǔn)超聲圖像輸入已訓(xùn)練的圖像分割模型，得到所述標(biāo)準(zhǔn)超聲圖像的圖像分割結(jié)果；其中，所述圖像分割模型通過以下方式訓(xùn)練獲得：以模擬超聲圖像作為訓(xùn)練集進(jìn)行預(yù)訓(xùn)練，得到初始分割模型，所述模擬超聲圖像是根據(jù)電子計(jì)算機(jī)斷層掃描超聲圖像合成的超聲圖像；采用遷移學(xué)習(xí)的方法，以樣本超聲圖像作為訓(xùn)練集，繼續(xù)對所述初始分割模型進(jìn)行訓(xùn)練，得到所述圖像分割模型，所述樣本超聲圖像是預(yù)采集的作為訓(xùn)練樣本的超聲圖像。
[0011]結(jié)合第一方面的第三種可能的實(shí)現(xiàn)方式，在第四種可能的實(shí)現(xiàn)方式中，以模擬超聲圖像作為訓(xùn)練集進(jìn)行預(yù)訓(xùn)練，得到初始分割模型，包括以下方法：基于癥像對所述模擬超聲圖像進(jìn)行標(biāo)注，得到配置有標(biāo)注點(diǎn)的模擬超聲圖像，以配置有標(biāo)注點(diǎn)的模擬超聲圖像作為訓(xùn)練集進(jìn)行預(yù)訓(xùn)練，得到初始分割模型。
[0012]結(jié)合第一方面的第四種可能的實(shí)現(xiàn)方式，在第五種可能的實(shí)現(xiàn)方式中，所述模擬超聲圖像通過以下方式合成：獲取預(yù)采集的超聲圖像數(shù)據(jù)集；對所述超聲圖像數(shù)據(jù)集進(jìn)行預(yù)處理操作，得到目標(biāo)圖像；將所述目標(biāo)超聲圖像輸入預(yù)訓(xùn)練的循環(huán)生成對抗網(wǎng)絡(luò)，以合成所述模擬超聲圖像。
[0013]結(jié)合第一方面的第二種可能的實(shí)現(xiàn)方式，在第六種可能的實(shí)現(xiàn)方式中，基于所述超聲圖像數(shù)據(jù)庫建立超聲圖像識別模型，包括以下方法：基于多個(gè)所述標(biāo)準(zhǔn)超聲數(shù)據(jù)庫中的向量特征建立向量特征閾值；將向量特征閾值與圖像特征建立對應(yīng)關(guān)系；基于對應(yīng)關(guān)系建立超聲圖像識別模型。
[0014]結(jié)合第一方面的第六種可能的實(shí)現(xiàn)方式，在第七種可能的實(shí)現(xiàn)方式中，基于所述超聲圖像識別模型對待識別超聲圖像進(jìn)行識別，得到識別結(jié)果，包括以下方法：基于癥像提取所述待識別超聲圖像中的待識別特征；基于超聲圖像識別模型對待識別特征進(jìn)行識別，得到識別結(jié)果；其中，針對超聲圖像識別模型對待識別特征進(jìn)行識別，得到識別結(jié)果，包括以下方法：將所述超聲圖像識別模型中的向量特征的向量特征閾值與待識別特征中的向量特征進(jìn)行比對，得到識別結(jié)果。
[0015]第二方面，本申請實(shí)施例還提供一種基于超聲圖像的幼年特發(fā)性關(guān)節(jié)炎識別裝置，應(yīng)用于服務(wù)器，包括：標(biāo)準(zhǔn)超聲圖像數(shù)據(jù)庫建立模塊，基于從多個(gè)來源獲取標(biāo)準(zhǔn)多個(gè)標(biāo)準(zhǔn)超聲圖像并建立標(biāo)準(zhǔn)超聲圖像數(shù)據(jù)庫；超聲圖像識別模型建立模塊，基于所述超聲圖像數(shù)據(jù)庫建立超聲圖像識別模型；識別結(jié)果獲取模塊，基于所述超聲圖像識別模型對待識別超聲圖像進(jìn)行識別。
[0016]第三方面，本申請實(shí)施例提供一種終端設(shè)備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如權(quán)利要求第一方面中任一種可實(shí)現(xiàn)方式中的基于超聲圖像的幼年特發(fā)性關(guān)節(jié)炎識別方法。
[0017]本申請實(shí)施例提供的技術(shù)方案中，將癥像所對應(yīng)的超聲圖像特征進(jìn)行整合和建立并設(shè)置超聲圖像數(shù)據(jù)庫，基于超聲圖像數(shù)據(jù)庫建立對應(yīng)的超聲圖像識別模型，通過超聲圖像識別模型對待識別超聲圖像進(jìn)行識別，基于建立的判斷規(guī)則實(shí)現(xiàn)超聲圖像對應(yīng)異常情況的確定。
附圖說明
[0018]為了更清楚地說明本申請實(shí)施例中的技術(shù)方案，下面將對實(shí)施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本申請的一些實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0019]附圖中的方法、系統(tǒng)和/或程序?qū)⒏鶕?jù)示例性實(shí)施例進(jìn)一步描述。這些示例性實(shí)施例將參照圖紙進(jìn)行詳細(xì)描述。這些示例性實(shí)施例是非限制的示例性實(shí)施例，其中示例數(shù)字在附圖的各個(gè)視圖中代表相似的機(jī)本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
【技術(shù)特征摘要】
1.基于超聲圖像的幼年特發(fā)性關(guān)節(jié)炎識別方法，其特征在于，應(yīng)用于服務(wù)器，所述方法包括：從多個(gè)來源獲取標(biāo)準(zhǔn)多個(gè)標(biāo)準(zhǔn)超聲圖像，基于多個(gè)所述標(biāo)準(zhǔn)超聲圖像建立標(biāo)準(zhǔn)超聲圖像數(shù)據(jù)庫；基于所述超聲圖像數(shù)據(jù)庫建立超聲圖像識別模型；基于所述超聲圖像識別模型對待識別超聲圖像進(jìn)行識別，得到識別結(jié)果。2.根據(jù)權(quán)利要求1所述的基于超聲圖像的幼年特發(fā)性關(guān)節(jié)炎識別方法，其特征在于，從至少兩個(gè)來源獲取標(biāo)準(zhǔn)超聲圖像，基于至少兩個(gè)所述標(biāo)準(zhǔn)超聲圖像建立標(biāo)準(zhǔn)超聲圖像數(shù)據(jù)庫，包括以下方法：基于不同癥像對多個(gè)所述標(biāo)準(zhǔn)超聲圖像進(jìn)行分割，得到癥像圖像；提取所述癥像圖像的第一特征和第二特征，所述第一特征為所述癥像圖像的圖像特征，所述第二特征為所述癥像圖像的向量特征；基于所述圖像特征和所述向量特征建立所述標(biāo)準(zhǔn)超聲圖像數(shù)據(jù)庫。3.根據(jù)權(quán)利要求2所述的基于超聲圖像的幼年特發(fā)性關(guān)節(jié)炎識別方法，其特征在于，基于所述圖像特征和所述向量特征建立所述標(biāo)準(zhǔn)超聲圖像數(shù)據(jù)庫，包括以下方法：將所述癥像圖像的圖像特征存儲為鍵，將所述圖像特征對應(yīng)的向量特征存儲為對應(yīng)的值，以建立所述標(biāo)準(zhǔn)超聲圖像數(shù)據(jù)庫。4.根據(jù)權(quán)利要求2所述基于超聲圖像的幼年特發(fā)性關(guān)節(jié)炎識別方法，其特征在于，基于不同癥像對至少兩個(gè)所述標(biāo)準(zhǔn)超聲圖像進(jìn)行分割，得到癥像圖像，包括以下方法：將至少一個(gè)所述標(biāo)準(zhǔn)超聲圖像輸入已訓(xùn)練的圖像分割模型，得到所述標(biāo)準(zhǔn)超聲圖像的圖像分割結(jié)果；其中，所述圖像分割模型通過以下方式訓(xùn)練獲得：以模擬超聲圖像作為訓(xùn)練集進(jìn)行預(yù)訓(xùn)練，得到初始分割模型，所述模擬超聲圖像是根據(jù)電子計(jì)算機(jī)斷層掃描超聲圖像合成的超聲圖像；采用遷移學(xué)習(xí)的方法，以樣本超聲圖像作為訓(xùn)練集，繼續(xù)對所述初始分割模型進(jìn)行訓(xùn)練，得到所述圖像分割模型，所述樣本超聲圖像是預(yù)采集的作為訓(xùn)練樣本的超聲圖像。5.根據(jù)權(quán)利要求4所述的基于超聲圖像的幼年特發(fā)性關(guān)節(jié)炎識別方法，其特征在于，以模擬超聲圖像作為訓(xùn)練集進(jìn)行預(yù)訓(xùn)練，得到初始分割模型，包括以下方法：...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：周娟，
申請(專利權(quán))人：周娟，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。