本发明涉及融合医学与计算机视觉领域，具体涉及一种基于产时超声图像的宫口扩张距离自动测量方法。
背景技术：
1、在产科临床生产中，主要的生产方式有阴道分娩和剖宫产分娩，其中，阴道分娩作为正常的自然生理过程比剖宫产具有显著优势，是世界卫生组织所认可的，对正常生产孕妇所鼓励、提倡的分娩方式。正确及时的产程进展评估对促进自然分娩、减少剖宫产手术干预至关重要。在产科临床上产程的评估主要采用阴道指检的传统方式，但阴道指检受医护人员个人主观因素及个人经验影响，存在一定的偏差，同时阴道指检会给孕妇带来较大的不适感，也可能增加宫内感染的风险。
2、产时超声技术相较于上述传统阴道指检的诸多弊端，产时超声可选择非侵入性操作，孕妇无明显不适，易于接受。已有许多研究证明其可以帮助医护人员进行产程进展评估和生产方式预测，通过测量超声参数及其数值的变化，如胎头下降角(angle ofdescend,aod)、胎头耻骨联合距离(head symphysis distance,hsd)、胎头会阴距离(head perineumdistance,hpd)，宫口扩张距离(uterus opening distance,uod)等，可反应产程进展。
3、然而借助超声图像评估和测量宫口扩张距离仍无法去除产程判断过程中的主观性问题，不同的医师对于同一张超声图像依据其个人经验的不同可能有不同的判断。
4、另一方面，随着深度学习的快速发展，借助计算机设备针对具体任务构建深度复杂的模型成为可能，对于图形任务而言，模型的感知精度为像素级别，远胜过人眼。将以往的超声图像数据送入模型进行训练，经测试得到满足要求的模型，再次面对数量繁多的超声图像时，将其输入深度学习模型进行关键解剖结构定位、分类、分割，可以较大程度上减轻医生的工作量，降低以往手动测量中的主观性弊端。本发明公开了一种基于产时超声图像的宫口扩张距离自动测量方法。
5、
技术实现要素：
信息
6、本发明提供了一种基于产时超声图像的宫口扩张距离自动测量方法，将临床上产时超声检查后医生手动测量超声图像上宫口扩张距离步骤改为计算机设备上利用深度学习和ald(angle-line dichotomy)法自动测量。将超声图像输入至训练好的uodnet中，得到分割信息，紧接着对得到的分割信息进行宫口扩张距离测量并输出测量结果，实现自动化测量，减轻医生的工作量。另外，考虑到由于时间和复杂度限制，临床医生往往仅测量单张产时超声图像的宫口扩张距离，本发明还包含自动测量单人多张超声图像的宫口扩张距离平均值，这样可以得到更加稳定的宫口扩张距离，增强测量的鲁棒性。在临床上，由于操作医师的专业水平和经验有所不同，对于同一孕妇的宫口扩张距离测量结果可能有所不同，存在较大的主观性，本发明可以较大程度的避免以上弊端，经本发明测得的宫口扩张距离具有较强的鲁棒性。另外，以往的宫口扩张距离需要医生手动测量，本发明的自动化测量可以较大程度地减轻医生的负担。
7、为实现上述目的，本发明提供如下技术方案：一种基于产时超声图像的宫口扩张距离自动测量方法，该方法包括下列步骤：
8、s1、采集经会阴超声图像及宫口的标签注释；
9、s2、对超声图像进行进一步筛选，选择解剖结构清晰的超声图像；
10、s3、对s2所得到的图像，使用uodnet进行处理计算，得到图像的宫口位置和分割信息；
11、s4、根据s3的分割信息使用ald法测量宫口扩张距离。
12、进一步地，所述步骤s1中整理从医院得到的产时超声图像，并且对超声图像的宫口区域进行标注处理。
13、进一步地，依据宫口的横切纵切类型对产时超声图像进行筛选，选择宫口横切的产时超声图像。
14、进一步地，将符合筛选条件的的产时超声图像送入uodnet进行处理计算。得到宫口的目标位置和分割信息，进行宫口扩张距离测量。uodnet的网络模型结构为一系列不相同的下采样卷积层(编码器部分)和上采样卷积层(解码器部分)，下采样卷积层对超声图像进行特征提取，用以后续上采样的分割任务；其中所述的uodnet网络模型结构编码器部分采用的是poolformer抓取超声图像特征，将输入超声图像(尺寸大小为h×w)通过poolformer后，会得到尺寸不同的四张特征图，它们的大小分别为不同的特征图抓取到的信息有所不同，浅层特征图抓取浅层特征，深层特征图抓取深层特征，并在最后通过上采样进行特征融合；其中所述的uodnet网络模型结构解码器部分采用类fpn结构，主要任务是对编码器部分所抓取到的图像特征进行特征融合，用以后续的分割任务；具体来说，包括上采样得到与上层相同大小的特征图，接着将其进行合并，再卷积为原来的通道数，如此迭代循环，最终得到与原图大小相同的特征图，在测试阶段所得即为像素级分割信息。
15、进一步地，对于模型uodnet输出的每一个分割信息，首先确定宫口区域的形心位置，以此为中心，平行于图像长和宽建立新的坐标系，然后确定恰好框住宫口的矩形框用于辅助距离计算，接着以0°和90°为初始起点，计算与坐标系呈0°和呈90°的直线与宫口的两个交点，计算其距离，同样方法计算45°和135°所得距离，判断较小值落入[0°-90°]区间还是[90°-180°]区间，以此类推，往下迭代计算更新，当所得两个宫口测量值之差小于0.01时，停止计算，输出均值，此即为ald法。
16、进一步地，考虑到由于时间和复杂度限制，临床医生往往仅测量单张产时超声图像的宫口扩张距离，本发明还包含自动测量单人多张超声图像的宫口扩张距离平均值，这样可能得到更加稳定的宫口扩张距离，增强测量的鲁棒性。
17、本发明相对于现有技术具有如下的优点及效果：
18、本发明提出了一个基于深度学习的超声图像宫口扩张距离(uod)测量框架。主要为宫口解剖结构分割识别和宫口扩张距离的测量。本发明方法对62张测试用例进行宫口扩张距离测量，并与医生手动测量结果进行对比，结果表明，本发明方法与临床医生在宫口扩张距离测量方面具有较好的一致性。另外，考虑到由于时间和复杂度限制，临床医生往往仅测量单张产时超声图像的宫口扩张距离，本发明还包含自动测量单人多张超声图像的宫口扩张距离平均值，这样可以得到更加稳定的宫口扩张距离，增强测量的鲁棒性。在临床上，由于操作医师的专业水平和经验有所不同，对于同一孕妇的宫口扩张距离测量结果可能有所不同，存在较大的主观性，本发明可以较大程度的避免以上弊端，经本发明测得的宫口扩张距离具有较强的鲁棒性。
技术实现思路
1.一种基于产时超声图像的宫口扩张距离自动测量方法，其特征在于，所述产时超声图像宫口扩张距离自动测量方法包括下列步骤：
2.根据权利要求1所述的一种基于产时超声图像的宫口扩张距离自动测量方法，其特征在于，所述步骤s1中图像数据来自宫口扩张距离不同的产时超声图像。
3.根据权利要求1或2所述的一种基于产时超声图像的宫口扩张距离自动测量方法，其特征在于，所述步骤s2选择宫口横切的产时超声图像。
4.根据权利要求1-3任一项所述的一种基于产时超声图像的宫口扩张距离自动测量方法，其特征在于，所述步骤s3中uodnet的网络模型结构包含编码器和解码器。
5.根据权利要求4所述的一种基于产时超声图像的宫口扩张距离自动测量方法，其特征在于，所述uodnet网络模型结构编码器采用poolformer。
6.根据权利要求4或5所述的一种基于产时超声图像的宫口扩张距离自动测量方法，其特征在于，所述uodnet网络模型结构解码器采用类fpn结构。
7.根据权利要求1-6任一项所述的一种基于产时超声图像的宫口扩张距离自动测量方法，其特征在于，对于uodnet输出的分割信息，经ald法计算夹逼达到阈值后的均值为该图像的宫口扩张距离。
