技术领域
[0001] 本
发明涉及
人工智能与超声医学影像处理技术领域，更具体的说是涉及一种便携式超声影像智能处理系统及其辅助分析方法。
背景技术
[0002] 目前，随着女性乳腺
疾病相关知识的不断普及，定期进行乳腺检查成为乳腺疾病诊断和防护的首要工作。乳腺超声技术具有无创、快捷、重复性强、无放射等优点，通过
超声波检查，医生可以提前看到人体内部组织的病变情况，提早诊断，尽早
治疗，为疾病的治疗和确定手术方案带来极大的帮助。在现在医院普遍的超声检查工作中，其设备一般包含两个主要组成部分：超声设备和工作站电脑。工作流程大致为：
[0003] 1.超声检查的医生使用超声设备对病人身体进行逐步扫描，并观察超声显示器上的成像，根据专业知识和工作经验来查找病患部位。
[0004] 2.对于发现的疑似病灶或疑似目标进行多
角度，多方向的扫描、研判。
[0005] 3.确认观察结果后，选择典型影像或者图片传输到工作站上。
[0006] 4.在工作站上使用鼠键等外设进行文字编辑，形成检查报告并上传相关系统。
[0007] 而疑似病灶具有多样性，这需要医生在为患者做超声检查时需要时刻保持着较高的注意
力。而超声检查又需要专业的知识和丰富的经验，对工作人员的专业
水平要求较高，且人工独立完成超声检查工作相对来说耗时耗力。
[0008] 随着科技的发展，一些先进的超声设备也加入了人工智能技术，用以辅助超声检查，减轻超声科医生的工作负担。但是由于实现这一技术需要的数据运算量较大，从而设备体积大、功耗高，价格昂贵。并不适合小型医疗机构使用，且移动和携带不便。
[0009] 因此，如何提供一种体积小、功耗低、可以辅助医生完成超声影像分析的系统是本领域技术人员亟需解决的问题。
发明内容
[0010] 有鉴于此，本发明提供了一种便携式超声影像智能处理系统及其辅助分析方法，该系统通过内部
硬件单元的合理设置，减少了设备体积并降低了功耗，解决了现有的超声设备体积大、功耗高，价格昂贵的问题。
[0011] 为了实现上述目的，本发明采用如下技术方案：
[0012] 一方面，本发明提供了一种便携式超声影像智能处理系统，该系统包括
超声波探头、
信号处理器、
中央处理器、人工智能单元、显示器和电源，所述超声波探头与所述
信号处理器电连接，所述信号处理器、人工智能单元、显示器及电源均与所述中央处理器电连接；
[0013] 所述超声波探头，超声多阵元换能器，用于发射超生波并接收反射信号，并将接收到的反射信号传送至信号处理器；
[0014] 所述信号处理器，是实现超声波发射信号生成和接收信号处理及影像合成的单元。该单元将采集到的超生波反射信号进行模拟和数字转换、量化和信号合成处理，并将处理后的
数字信号传送至中央处理器；
[0015] 所述中央处理器，用于对所述从信号处理器输入的影像合成信号进行影像后处理，并将处理后的影像数据传输至人工智能单元进行实时动态智能分析和处理。同时，中央处理器提供设备系统的主控和管理功能，包括：系统运算、存储、文件管理、
接口控制、显示控制和电源管理；
[0016] 所述人工智能单元，采用独立的
嵌入式系统，相对于传统的人工智能方案，例如智能显卡或智能工作站，具有体积小和功耗低的优势，故适用于便携设备。该人工智能单元用于对中央处理器处理后的影像进行实时动态智能分析和识别并
定位疑似病灶
位置，生成标记信号；
[0017] 所述显示器，用于接收所述中央处理器处理后的影像信号以及所述人工智能单元生成的标记信号，并进行实时显示；
[0018] 所述电源，用于为所述超声波探头、信号处理器、中央处理器、人工智能单元和显示器供电。
[0019] 本发明的有益效果是：该系统采用双
操作系统设计，即采用主控制系统(如Windows系统)结合嵌入式系统(如Linux系统)的小型人工智能单元，从而使得整个设备的集成度更高、体积更小、功耗更低，达到了便携的效果。
[0020] 具体地，所述系统为双操作系统，Windows主控制系统结合嵌入式Linux人工智能系统。
[0021] 进一步地，所述电源为可充电
电池。该系统可以使用电池供电工作，携带更加方便。
[0022] 进一步地，上述的便携式超声影像智能处理系统还包括声音提示单元，所述声音提示单元与所述中央处理器电连接，所述中央处理器根据
图像分析处理结果控制所述声音提示单元发出提示信号。声音提示单元可以在发现疑似病灶后发出声音提示，配合图像标记功能，更加直观的提示疑似病灶信息。
[0023] 另一方面，本发明还提供了一种基于上述的便携式超声影像智能处理系统的辅助分析方法，该方法包括：
[0024] 通过超声波探头对身体部位进行逐步扫描，并将接收到的反馈信号传送至信号处理器；
[0025] 经过信号处理器、中央处理器以及人工智能单元的识别处理，得到带有疑似病灶标记的图像，并在显示器上进行显示；
[0026] 医生根据显示图像确认观察结果，并选择典型影像进行保存；
[0027] 对保存的影像中标记的疑似病灶进行边缘分割，并添加文字描述，生成检查报告。
[0028] 经由上述的技术方案可知，与
现有技术相比，本发明公开提供了一种辅助分析方法，该方法可以将超声影像中疑似病灶的位置及区域进行标记，并实时动态显示给医生，从而辅助医生完成疑似病灶检查和分析工作，该方法更加人性化、使用更加方便，且图像显示更加直观。
附图说明
[0029] 为了更清楚地说明本发明
实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0030] 图1附图为本发明提供的一种便携式超声影像智能处理系统的结构示意图；
[0031] 图2附图为本发明提供的一种基于上述的便携式超声影像智能处理系统的辅助分析方法的流程示意图。
具体实施方式
[0032] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0033] 一方面，参见附图1，本发明实施例公开了一种便携式超声影像智能处理系统，该系统包括超声波探头1、信号处理器2、中央处理器3、人工智能单元4、显示器5和电源6，超声波探头1与信号处理器2电连接，信号处理器2、人工智能单元4、显示器5及电源6均与中央处理器3电连接；
[0034] 超声波探头1，用于发射超生波并接收反射信号，并将接收到的反射信号传送至信号处理器2；
[0035] 信号处理器2，用于超声波反射信号生成和对超生波反射信号并进行模拟和数字转换、量化和信号合成处理，并将处理后的信号传送至中央处理器3；
[0036] 中央处理器3，一方面它对从信号处理器2输入的信号并进行影像后处理，将处理后的影像数据传输至人工智能单元做智能分析和处理，另外一方面，中央处理器提供设备系统的主控和管理功能，包括：系统运算、存储、文件管理、接口控制、显示控制和电源管理；
[0037] 人工智能单元4，用于对中央处理器3处理后的影像进行智能分析，实时识别并定位疑似病灶位置，生成标记信号；
[0038] 显示器5，用于显示中央处理器3提供的超声影像和智能识别标记信息；
[0039] 电源6，用于为超声波探头1、信号处理器2、中央处理器3、人工智能单元4和显示器5供电。
[0040] 本实施例提供的系统采用双操作系统，主控制系统(如Windows系统)结合嵌入式系统(如Linux系统)的小型人工智能单元，从而使得整个设备的集成度更高、体积更小、功耗更低，达到了便携的效果，同时，该系统可以离线使用，不受网络状态的限制。
[0041] 在一个具体的实施例中，电源6为可充电电池。该系统可以使用电池供电工作，携带更加方便。
[0042] 具体地，本实施例中人工智能单元4可以根据经验丰富的超声医生标注的数据样本和人工智能
深度学习等技术，实现疑似病灶的动态识别，可以对疑似病灶进行离线、实时、动态地识别和定位。
[0043] 在本实施例中，信号处理器选用TI AFE58XX系列器件，中央处理器选用Intel CPU，人工智能单元选用NVIDIA TX系列模
块。
[0044] 在一个具体的实施例中，上述的便携式超声影像智能处理系统还包括声音提示单元7，声音提示单元7与中央处理器3电连接，中央处理器3根据图像分析处理结果控制声音提示单元7发出提示信号。声音提示单元7可以在发现疑似病灶后发出声音提示，配合图像标记功能，更加直观的提示疑似病灶信息。
[0045] 在本实施例中，声音提示单元的主要硬件是喇叭，具体工作原理为：中央处理单元接收到人工智能单元传输的疑似病灶信息后，给出声音
电信号到喇叭产生提示音。
[0046] 另一方面，参见附图2，本发明实施例还公开了一种基于上述的便携式超声影像智能处理系统的辅助分析方法，该方法包括：
[0047] S1:通过超声波探头对身体部位进行逐步扫描，并将接收到的反馈信号传送至信号处理器；
[0048] S2:经过信号处理器、中央处理器以及人工智能单元的识别处理，得到带有疑似病灶标记的影像，并在显示器上进行显示，在发现疑似病灶时，还通过声音进行提示；
[0049] S3:医生根据显示图像确认观察结果，并选择典型影像或者图片进行保存；
[0050] S4:对保存的影像中的单个或者多个图片中标记的疑似病灶进行边缘分割，并自动或者手动生成文字描述，生成检查报告。
[0051] 具体地，疑似病灶标记的图像中包含该疑似病灶位置、大小等信息，最后采用框选
叠加此信息在图像上进行提示。
[0052] 不难发现，本发明实施例公开的辅助分析方法，与现有技术相比，具有如下优点：
[0053] 针对用于便携式小型人工智能(GPU/CPU)设计，自主开发的AI优化方法和
算法，从而使得通常需要用高性能的GPU/CPU系统设备才可实现的实时动态影像识别和勾画功能，在此便携式装置中得以实现。本发明提供的方法可以根据高通量特征提取、特征筛选、构建模型等实现了对疑似病灶的自动分割、分析并输出超声表现、诊断分析、测量结果等相应的文字描述。最后会根据以上信息及预置的医院超声报告模板要求，自动形成一份图文并茂的超声检查报告。医生也可以根据需要在此报告的
基础上进行补充或
修改。
[0054] 综上所述，本发明实施例提供的系统及方法，具有如下优势：
[0055] 1、该系统解决了大型超声检查设备不便于移动和现有便携式超声检查设备不具备对超声影像中目标物(疑似病灶)的实时动态自动识别及定位功能的问题。
[0056] 2.该系统可以作为医生进行超声检查工作的第二只眼，更好地防止误诊、漏诊，在一定程度上减轻了医生的工作压力。
[0057] 3.本发明算法使用的是经验丰富的超声医生标注的大量数据训练，算法经测有较高的准确性和专业性，可以为缺乏相关专业知识和经验的
基层医生提供专业的辅助工作。
[0058] 4.算法离线部署到系统中，不需要远程或
云端的支持。
[0059] 5.无论是动态识别还是自动生成报告，都是一种辅助手段，都需要由医生做确认，而不是替代医生，避免了决定权完全交给机器的情况。
[0060] 本
说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
[0061] 对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
