本发明涉及超声成像领域，具体涉及一种超声成像系统和卵巢间质自动定量分析方法。
背景技术：
1、目前不孕不育是一个值得引起重视的问题；完成胚胎的孕育需要三个器官的参与：卵巢、输卵管和子宫内膜；其中，卵巢用于产生卵子，输卵管用于传送精子和受精卵，子宫内膜为受精卵的着床以及生长发育提供必要的生长条件。一颗健康的卵子的产生对胚胎的形成起着决定性的作用，因此对卵巢的超声评估是不孕不育的筛查中不可或缺的检查项目。卵巢包括卵泡和卵巢间质，对卵巢的超声评估中一个重要的方面是对卵巢间质进行超声评估。
2、在获取卵巢的超声图像后，对卵巢间质进行评估时，操作比较繁琐。
技术实现思路
1、针对上述问题，本发明提出一种超声成像系统和卵巢间质自动定量分析方法，下面具体说明。
2、根据第一方面，一种实施例提供一种超声成像系统，包括：
3、超声探头，用于向包含卵巢的感兴趣组织发射超声波，以及接收相应的超声波回波信号；
4、发射和接收控制电路，用于控制所述超声探头执行发射超声波和接收超声波回波信号；以及，
5、处理器，用于对所述相应的超声波回波信号进行处理，得到包含卵巢的超声图像数据；其中：
6、所述超声成像系统具有卵巢间质自动定量分析功能，在所述卵巢间质自动定量分析功能被启用时：
7、所述处理器获取包含卵巢的超声图像数据；
8、所述处理器从所述包含卵巢的超声图像数据中自动获取卵巢区域，包括：所述处理器基于卵巢间质的结构特征或图像特征，从所述包含卵巢的超声图像数据中自动分割出卵巢间质区域；或者，所述处理器基于卵巢的结构特征或图像特征，从所述包含卵巢的超声图像数据中自动分割出卵巢区域，以及基于卵泡的结构特征或图像特征，从所述包含卵巢的超声图像数据中自动分割出卵泡区域，并基于分割出的卵巢区域和卵泡区域得到分割出的卵巢间质区域；
9、所述处理器从分割出的卵巢间质区域获取卵巢间质内的血流像素；
10、所述处理器至少基于所述卵巢间质内的血流像素计算与卵巢间质相关的血流参数，所述与卵巢间质相关的血流参数包括卵巢间质动脉血管化指数、卵巢间质血流指数和卵巢间质血管化血流指数中的一者或多者。
11、一实施例中，所述处理器从所述包含卵巢的超声图像数据中自动获取卵巢间质区域，包括：
12、所述处理器从所述包含卵巢的超声图像数据确定目标切面图像，所述目标切面图像为最大卵巢切面图像或最多卵泡切面图像；
13、所述处理器基于卵巢间质的结构特征或图像特征，从所述目标切面图像中自动分割出卵巢间质区域；或者，
14、所述处理器基于卵巢的结构特征或图像特征，从所述目标切面图像中自动分割出卵巢区域，以及基于卵泡的结构特征或图像特征，从所述目标切面图像中自动分割出卵泡区域，并基于分割出的卵巢区域和卵泡区域得到分割出的卵巢间质区域。
15、一实施例中，所述处理器从所述包含卵巢的超声图像数据确定目标切面图像，包括：
16、所述处理器获取由机器学习所训练的模型，并基于该模型从所述包含卵巢的超声图像数据中至少一个切面图像中检测或分割出卵巢区域，并基于切面图像中检测或分割出的卵巢区域来得到最大卵巢切面图像；或者，
17、所述处理器通过图像分割算法从所述包含卵巢的超声图像数据中至少一个切面图像中分割出卵巢区域，并比较各切面图像中分割出的卵巢区域来得到最大卵巢切面图像；或者，
18、所述处理器获取由机器学习所训练的模型，并基于该模型从所述包含卵巢的超声图像数据中至少一个切面图像中检测或分割出卵泡区域，并比较各切面图像中检测或分割出的卵泡的数量来得到最多卵泡切面图像；或者，
19、所述处理器通过图像分割算法从所述包含卵巢的超声图像数据中至少一个切面图像中分割出卵泡区域，并比较各切面图像中检测或分割出的卵泡的数量来得到最多卵泡切面图像。
20、一实施例中，所述处理器基于卵巢间质的结构特征或图像特征，从所述目标切面图像中自动分割出卵巢间质区域，包括：所述处理器获取由机器学习所训练的模型，并基于该模型从所述目标切面图像检测或分割出卵巢间质区域；或者，所述处理器通过图像分割算法从所述目标切面图像中分割出卵巢间质区域；
21、所述处理器基于卵巢的结构特征或图像特征，从所述目标切面图像中自动分割出卵巢区域，包括：所述处理器获取由机器学习所训练的模型，并基于该模型从所述目标切面图像检测或分割出卵巢区域；或者，所述处理器通过图像分割算法从所述目标切面图像中分割出卵巢区域；
22、所述处理器基于卵泡的结构特征或图像特征，从所述目标切面图像中自动分割出卵泡区域，包括：所述处理器获取由机器学习所训练的模型，并基于该模型从所述目标切面图像检测或分割出卵泡区域；或者，所述处理器通过图像分割算法从所述目标切面图像中分割出卵泡区域。
23、一实施例中，所述包含卵巢的超声图像数据为包含卵巢的三维体数据；
24、所述处理器基于卵巢间质的结构特征或图像特征，从所述包含卵巢的超声图像数据中自动分割出卵巢间质区域，包括：所述处理器获取由机器学习所训练的模型，并基于该模型从所述包含卵巢的三维体数据中检测或分割出卵巢间质区域；或者，所述处理器对所述包含卵巢的三维体数据按照预设规则进行切分得到二维切面图像序列，并从所述二维切面图像序列检测或分割出卵巢间质的二维轮廓，根据所述二维切面图像序列中各二维切面图像中所述卵巢间质的二维轮廓，得到所述卵巢间质的三维轮廓，从而从所述包含卵巢的三维体数据中分割出卵巢间质区域；
25、所述处理器基于卵巢的结构特征或图像特征，从所述包含卵巢的超声图像数据中自动分割出卵巢区域，包括：所述处理器获取由机器学习所训练的模型，并基于该模型从所述包含卵巢的三维体数据中检测或分割出卵巢区域；或者，所述处理器对所述包含卵巢的三维体数据按照预设规则进行切分得到二维切面图像序列，并从所述二维切面图像序列检测或分割出卵巢的二维轮廓，根据所述二维切面图像序列中各二维切面图像中所述卵巢的二维轮廓，得到所述卵巢的三维轮廓，从而从所述包含卵巢的三维体数据中分割出卵巢区域；
26、所述处理器基于卵泡的结构特征或图像特征，从所述包含卵巢的超声图像数据中自动分割出卵泡区域，包括：所述处理器获取由机器学习所训练的模型，并基于该模型从所述包含卵巢的三维体数据中检测或分割出卵泡区域；或者，所述处理器对所述包含卵巢的三维体数据按照预设规则进行切分得到二维切面图像序列，并从所述二维切面图像序列检测或分割出卵泡的二维轮廓，根据所述二维切面图像序列中各二维切面图像中所述卵泡的二维轮廓，得到所述卵泡的三维轮廓，从而从所述包含卵巢的三维体数据中分割出卵泡区域。
27、一实施例中，所述处理器至少基于所述卵巢间质内的血流像素计算与卵巢间质相关的血流参数，包括以下至少一者：
28、所述处理器根据所述血流像素的灰度值，计算卵巢间质血流指数；
29、所述处理器从分割出的卵巢间质区域获取卵巢间质像素，并根据所述血流像素的数目和所述卵巢间质像素的数目，计算卵巢间质动脉血管化指数；
30、所述处理器根据所述卵巢间质动脉血管化指数和所述卵巢间质血流指数，计算卵巢间质血管化血流指数。
31、一实施例中，所述处理器还从分割出的卵巢区域获取卵巢像素；所述处理器还计算所述卵巢像素的平均灰度值和所述卵巢间质像素的平均灰度值，并根据所述卵巢像素的平均灰度值和所述卵巢间质像素的平均灰度值计算卵巢间质加声强度指数。
32、根据第二方面，一种实施例提供一种超声成像系统，包括：
33、超声探头，用于向包含卵巢的感兴趣组织发射超声波，以及接收相应的超声波回波信号；
34、发射和接收控制电路，用于控制所述超声探头执行发射超声波和接收超声波回波信号；以及，
35、处理器，用于对所述相应的超声波回波信号进行处理，得到包含卵巢的超声图像数据；所述处理器基于卵巢间质的结构特征或图像特征，从所述包含卵巢的超声图像数据中自动分割出卵巢间质区域；或者，所述处理器基于卵巢的结构特征或图像特征，从所述包含卵巢的超声图像数据中自动分割出卵巢区域，以及基于卵泡的结构特征或图像特征，从所述包含卵巢的超声图像数据中自动分割出卵泡区域，并基于分割出的卵巢区域和卵泡区域得到分割出的卵巢间质区域；所述处理器基于所获取的述卵巢间质区域获取卵巢间质内的血流像素，并基于所述血流像素计算与卵巢间质相关的血流参数。
36、一实施例中，所述卵巢间质的血流参数包括卵巢间质动脉血管化指数、卵巢间质血流指数和卵巢间质血管化血流指数中的一者或多者。
37、一实施例中，所述处理器还从所述包含卵巢的超声图像数据中自动获取卵巢区域；所述处理器还根据所获取的卵巢区域和卵巢间质区域，计算卵巢间质加声强度指数。
38、一实施例中，所述处理器从所述包含卵巢的超声图像数据中自动获取卵巢间质区域，包括：
39、所述处理器从所述包含卵巢的超声图像数据确定目标切面图像，所述目标切面图像为最大卵巢切面图像或最多卵泡切面图像；
40、所述处理器基于卵巢间质的结构特征或图像特征，从所述目标切面图像中自动分割出卵巢间质区域；或者，
41、所述处理器基于卵巢的结构特征或图像特征，从所述目标切面图像中自动分割出卵巢区域，以及基于卵泡的结构特征或图像特征，从所述目标切面图像中自动分割出卵泡区域，并基于分割出的卵巢区域和卵泡区域得到分割出的卵巢间质区域。
42、一实施例中，所述处理器从所述包含卵巢的超声图像数据确定目标切面图像，包括：
43、所述处理器获取由机器学习所训练的模型，并基于该模型从所述包含卵巢的超声图像数据中至少一个切面图像中检测或分割出卵巢区域，并基于切面图像中检测或分割出的卵巢来得到最大卵巢切面图像；或者，
44、所述处理器通过图像分割算法从所述包含卵巢的超声图像数据中至少一个切面图像中分割出卵巢区域，并比较各切面图像中分割出的卵巢来得到最大卵巢切面图像；或者，
45、所述处理器获取由机器学习所训练的模型，并基于该模型从所述包含卵巢的超声图像数据中至少一个切面图像中检测或分割出卵泡区域，并比较各切面图像中检测或分割出的卵泡的数量来得到最多卵泡切面图像；
46、所述处理器通过图像分割算法从所述包含卵巢的超声图像数据中至少一个切面图像中分割出卵泡区域，并比较各切面图像中检测或分割出的卵泡的数量来得到最多卵泡切面图像。
47、一实施例中，所述处理器基于卵巢间质的结构特征或图像特征，从所述目标切面图像中自动分割出卵巢间质区域，包括：所述处理器获取由机器学习所训练的模型，并基于该模型从所述目标切面图像检测或分割出卵巢间质区域；或者，所述处理器通过图像分割算法从所述目标切面图像中分割出卵巢间质区域；
48、所述处理器基于卵巢的结构特征或图像特征，从所述目标切面图像中自动分割出卵巢区域，包括：所述处理器获取由机器学习所训练的模型，并基于该模型从所述目标切面图像检测或分割出卵巢区域；或者，所述处理器通过图像分割算法从所述目标切面图像中分割出卵巢区域；
49、所述处理器基于卵泡的结构特征或图像特征，从所述目标切面图像中自动分割出卵泡区域，包括：所述处理器获取由机器学习所训练的模型，并基于该模型从所述目标切面图像检测或分割出卵泡区域；或者，所述处理器通过图像分割算法从所述目标切面图像中分割出卵泡区域。
50、一实施例中，所述包含卵巢的超声图像数据为包含卵巢的三维体数据；
51、所述处理器基于卵巢间质的结构特征或图像特征，从所述包含卵巢的超声图像数据中自动分割出卵巢间质，包括：所述处理器获取由机器学习所训练的模型，并基于该模型从所述包含卵巢的三维体数据中检测或分割出卵巢间质区域；或者，所述处理器对所述包含卵巢的三维体数据按照预设规则进行切分得到二维切面图像序列，并从所述二维切面图像序列检测或分割出卵巢间质的二维轮廓，根据所述二维切面图像序列中各二维切面图像中所述卵巢间质的二维轮廓，得到所述卵巢间质的三维轮廓，从而从所述包含卵巢的三维体数据中分割出卵巢间质区域；
52、所述处理器基于卵巢的结构特征或图像特征，从所述包含卵巢的超声图像数据中自动分割出卵巢区域，包括：所述处理器获取由机器学习所训练的模型，并基于该模型从所述包含卵巢的三维体数据中检测或分割出卵巢区域；或者，所述处理器对所述包含卵巢的三维体数据按照预设规则进行切分得到二维切面图像序列，并从所述二维切面图像序列检测或分割出卵巢的二维轮廓，根据所述二维切面图像序列中各二维切面图像中所述卵巢的二维轮廓，得到所述卵巢的三维轮廓，从而从所述包含卵巢的三维体数据中分割出卵巢区域；
53、所述处理器基于卵泡的结构特征或图像特征，从所述包含卵巢的超声图像数据中自动分割出卵泡区域，包括：所述处理器获取由机器学习所训练的模型，并基于该模型从所述包含卵巢的三维体数据中检测或分割出卵泡区域；或者，所述处理器对所述包含卵巢的三维体数据按照预设规则进行切分得到二维切面图像序列，并从所述二维切面图像序列检测或分割出卵泡的二维轮廓，根据所述二维切面图像序列中各二维切面图像中所述卵泡的二维轮廓，得到所述卵泡的三维轮廓，从而从所述包含卵巢的三维体数据中分割出卵泡区域。
54、根据第三方面，一种实施例提供一种卵巢间质自动定量分析方法，包括：
55、向包含卵巢的感兴趣组织发射超声波；
56、接收相应的超声波回波信号；
57、对所述相应的超声波回波信号进行处理，得到包含卵巢的超声图像数据；
58、基于卵巢间质的结构特征或图像特征，从所述包含卵巢的超声图像数据中自动分割出卵巢间质区域；或者，基于卵巢的结构特征或图像特征，从所述包含卵巢的超声图像数据中自动分割出卵巢区域，以及基于卵泡的结构特征或图像特征，从所述包含卵巢的超声图像数据中自动分割出卵泡区域，并基于分割出的卵巢和卵泡得到分割出的卵巢间质区域；
59、从分割出的卵巢间质区域获取卵巢间质内的血流像素数；
60、至少基于所述血流像素计算与卵巢间质相关的血流参数。
61、一实施例中，所述卵巢间质的血流参数包括卵巢间质动脉血管化指数、卵巢间质血流指数和卵巢间质血管化血流指数中的一者或多者
62、依上述实施的超声成像系统和卵巢间质自动定量分析方法，具有卵巢间质自动定量分析功能，能够对包含卵巢的二维或三维超声图像数据进行自动检测或分割得到卵巢间质区域，并进一步从分割出的卵巢间质区域获取卵巢间质内的血流像素，再至少基于所述卵巢间质内的血流像素计算与卵巢间质相关的血流参数。
1.一种超声成像系统，其特征在于，包括：
2.如权利要求1所述的超声成像系统，其特征在于，所述处理器从所述包含卵巢的超声图像数据中自动获取卵巢间质区域，包括：
3.如权利要求2所述的超声成像系统，其特征在于，所述处理器从所述包含卵巢的超声图像数据确定目标切面图像，包括：
4.如权利要求2所述的超声成像系统，其特征在于，所述处理器基于卵巢间质的结构特征或图像特征，从所述目标切面图像中自动分割出卵巢间质区域，包括：所述处理器获取由机器学习所训练的模型，并基于该模型从所述目标切面图像检测或分割出卵巢间质区域；或者，所述处理器通过图像分割算法从所述目标切面图像中分割出卵巢间质区域；
5.如权利要求1所述的超声成像系统，其特征在于，所述包含卵巢的超声图像数据为包含卵巢的三维体数据；
6.如权利要求1所述的超声成像系统，其特征在于，所述处理器至少基于所述卵巢间质内的血流像素计算与卵巢间质相关的血流参数，包括以下至少一者：
7.如权利要求1所述的超声成像系统，其特征在于，所述处理器还从分割出的卵巢区域获取卵巢像素；所述处理器还计算所述卵巢像素的平均灰度值和所述卵巢间质像素的平均灰度值，并根据所述卵巢像素的平均灰度值和所述卵巢间质像素的平均灰度值计算卵巢间质加声强度指数。
8.一种超声成像系统，其特征在于，包括：
9.如权利要求1所述的超声成像系统，其特征在于，所述卵巢间质的血流参数包括卵巢间质动脉血管化指数、卵巢间质血流指数和卵巢间质血管化血流指数中的一者或多者。
10.如权利要求8所述的超声成像系统，其特征在于，所述处理器还从所述包含卵巢的超声图像数据中自动获取卵巢区域；所述处理器还根据所获取的卵巢区域和卵巢间质区域，计算卵巢间质加声强度指数。
11.如权利要求8所述的超声成像系统，其特征在于，所述处理器从所述包含卵巢的超声图像数据中自动获取卵巢间质区域，包括：
12.如权利要求11所述的超声成像系统，其特征在于，所述处理器从所述包含卵巢的超声图像数据确定目标切面图像，包括：
13.如权利要求11所述的超声成像系统，其特征在于，所述处理器基于卵巢间质的结构特征或图像特征，从所述目标切面图像中自动分割出卵巢间质区域，包括：所述处理器获取由机器学习所训练的模型，并基于该模型从所述目标切面图像检测或分割出卵巢间质区域；或者，所述处理器通过图像分割算法从所述目标切面图像中分割出卵巢间质区域；
14.如权利要求8所述的超声成像系统，其特征在于，所述包含卵巢的超声图像数据为包含卵巢的三维体数据；
15.一种卵巢间质自动定量分析方法，其特征在于，包括：
16.如权利要求15所述的卵巢间质自动定量分析方法，其特征在于，所述卵巢间质的血流参数包括卵巢间质动脉血管化指数、卵巢间质血流指数和卵巢间质血管化血流指数中的一者或多者。
