(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210321159.8 (22)申请日 2022.03.30 (65)同一申请的已公布的文献号 申请公布号 CN 114419044 A (43)申请公布日 2022.04.29 (73)专利权人 广东恒腾科技有限公司 地址 510000 广东省广州市黄埔区科 学大 道101号2010,201 1 (72)发明人 吴月华　钟志腾　 (74)专利代理 机构 广州本诺知识产权代理事务 所(普通合伙) 44574 专利代理师 王好旭 (51)Int.Cl. G06T 7/00(2017.01) G06V 10/44(2022.01)G06V 10/764(2022.01) G06K 9/62(2022.01) (56)对比文件 CN 113112469 A,2021.07.13 US 2018242 950 A1,2018.08.3 0 US 2022061816 A1,202 2.03.03 US 2003105401 A1,20 03.06.05 WO 96258 82 A1,19 96.08.29 审查员 郑明月 (54)发明名称 一种基于人工智能的医用超声图像分析系 统及方法 (57)摘要 本发明公开了一种基于人工智能的医用超 声图像分析系统及方法， 包括步骤S100： 逐一对 原始超声图像序列内每一超声图像进行异常筛 查； 步骤S200： 基于异常图像序列在超声操作视 频序列内进行视频分帧的提取， 提取与每一异常 图像对应的操作视频帧内的操作信息； 获取每一 异常图像的特征信息； 步骤S300： 对各异常图像 进行特征事例挖掘； 步骤S400： 对规律特征事例 进行挖掘； 步骤S500： 根据医生的超声伪像识别 反馈结果将确认为超声伪像的异常图像从异常 图像序列中进行删除得到校验过后的异常图像 序列； 步骤S600： 将校验过后的异常图像序列发 送至责任医生处。 权利要求书3页 说明书8页 附图1页 CN 114419044 B 2022.06.17 CN 114419044 B 1.一种基于人工智能的医用超声图像分析 方法， 其特 征在于， 所述分析 方法包括： 步骤S100： 实时获取医生利用医用超声设备对患者目标检测部位进行超声检测得到的 原始超声图像序列， 基于大数据提取所述 目标检测部位的标准解剖断层图像， 基于所述标 准解剖断层图像逐一对所述原始超声图像序列内每一超声图像进 行异常筛查， 并将异常筛 查得到的若干超声图像进行汇集得到异常图像序列； 步骤S200： 分析系统对医生在利用医用超声设备对患者目标检测部位进行超声检测的 全操作过程进 行视频摄取并生成超声操作视频序列； 所述分析系统基于异常图像序列在所 述超声操作视频序列内进 行视频分帧的提取， 提取与每一异常图像对应的操作视频帧内的 操作信息； 获取每一异常图像的特 征信息； 步骤S300： 基于各异常图像的特 征信息对各异常图像进行 特征事例挖掘； 步骤S400： 在所有挖掘得到的特 征事例中对规 律特征事例进行挖掘； 步骤S500： 提取患者的就诊背景信息， 将所述患者的就诊背景信息整合所述规律特征 事例向医生 发起超声伪像识别信号， 根据医生的超声伪像识别反馈结果将确认为超声伪像 的异常图像从所述异常图像序列中进行删除得到校验过后的异常图像序列； 步骤S600： 将所述校验过后的异常图像序列发送至责任医生处。 2.根据权利要求1所述的一种基于人工智能的医用超声图像分析方法， 其特征在于， 所 述步骤S100对原始超声图像序列内每一超声图像进行异常筛查的过程包括： 步骤S101： 将所述标准解剖断层图像内各正常组织视为背景， 分别将所述原始超声图 像序列内每一超声图像逐一与所述标准解剖断层图像进行重合比对， 筛选出与所述标准解 剖断层图像不完全重合的超声图像， 并将筛 选出的超声图像均 作为异常图像； 步骤S102： 分别将若干张所述异常图像内未与背景组织重合的对照组织进行标记得到 各异常图像的异常组织， 并将标记后的若干张所述异常图像按照检测时间进 行排序得到异 常图像序列。 3.根据权利要求1所述的一种基于人工智能的医用超声图像分析方法， 其特征在于， 所 述步骤S200包括： 步骤S201： 分别从与异常图像序列和正常图像序列内每一超声图像相对应的操作视频 帧中提取医生在利用医用超声设备对患者目标检测部位进行超声检测时超声探头的操作 方式； 步骤S202： 将所述异常图像序列中每一异常图像内包括的若干异常组织作为该异常图 像的第一特征信息； 将所述异常图像序列中每一异常图像对应的一种超声探头操作方式作 为该异常图像的第二特征信息； 分别提取所述若干异常组织对照于对应背 景组织的若干区 别轮廓， 将所述若干区别轮廓作为该异常图像的第三特 征信息。 4.根据权利要求3所述的一种基于人工智能的医用超声图像分析方法， 其特征在于， 在 每一操作视频帧中含有一种超声探头的操作方式； 记所述一种超声探头的操作方式包括探 头的探测位置place， 探 头的探测角度angle； 若超声图像1对应的操作方式为 ， 在超声图像序列上存在位于超声 图像1之后的超声图像2对应的操作方式为 或者 ， 则判定超声图像1到超声图像2发生了操作方式的转变。权　利　要　求　书 1/3 页 2 CN 114419044 B 25.根据权利要求1所述的一种基于人工智能的医用超声图像分析方法， 其特征在于， 所 述步骤S300对各异常图像进行 特征事例挖掘的过程包括： 步骤S301： 记所述异常图像序列包括 ， 其中， 分别表示在时间序列 上的第一个、 第二个、 第三个、 、 第n个异常图像； 对异常图像序列中 各异常图像的特征信息进行整合， 分别提取 的第一特征信 息、 第二特征 信息； 步骤S302： 在所述异常图像序列中捕捉发生了操作方式转变的所有异常图像对， 一对 异 常 图 像 对 存 在 一 次 操 作 方 式 转 变 ； 记 某 对 异 常 图 像 对 为 ， 其 中 ， 且 ； 的操作方式为 ， 的 操作方式为 ； 其中， 表示探头的探测位置， 表示探头的探 测角度； 步 骤 S 3 0 3 ：记 与 之 间 的 操 作 转 变 形 式 为 A ，其 中 ，A 可 以 为 ， 或者 ， ； 获取所有异常图像对之间 的操作转变形式； 同时对所有异常图像对中每个异常图像的第一特征信息进行提取； 对 应的第一特征信息内的异常组织集为 ， 对应的第一特征信息内的异常组织集为 ， 与操作转变形式A对应的规 律异常组织 为 ； 步骤S304： 将操作转变形式A与规律异常组织集 组合出现作为一种特征事例 ， 循环步骤S302 ‑步骤S303得到所有的特征事 例。 6.根据权利要求5所述的一种基于人工智能的医用超声图像分析方法， 其特征在于， 所 述步骤S400对规律特征事例进行挖掘的过程包括： 步骤S401： 分别计算 所有特征事例的重复率： ； 其中 表 示所有事例中出现事例 的总次数； N表示所有事例的总例数； 步骤S402： 设置重复率阈值， 将大于所述重复率阈值的特征事例筛选出来作为规律特 征事例。 7.一种应用于权利要求1 ‑6中任一项的基于人工智能的医用超声图像分析方法的基于 人工智能的医用超声图像分析系统， 其特征在于， 所述分析系统包括： 数据库、 异常筛查模 块、 特征信息提取模块、 特征事例挖掘模块、 规律特征事例挖掘模块、 伪像校验模块、 病灶分 析模块； 所述数据库， 用于实时获取医生利用医用超声设备对患 者目标检测部位进行超声检测权　利　要　求　书 2/3 页 3 CN 114419044 B 3