[发明专利]超声视频数据处理方法、装置、超声设备及存储介质

权利要求书

1.一种超声视频数据处理方法，其特征在于，包括：

获取图像清洗请求，所述图像清洗请求包括原始超声视频；

从所述原始超声视频中，提取出依据时间顺序排序的N帧原始超声图像，以便逐一分析每一帧原始超声图像是否为空载超声图像，N≥2；

对所述原始超声图像进行特征提取，获取所述原始超声图像对应的图像特征值；

将所述原始超声图像对应的图像特征值输入预先训练的空载图像分类模型，获取所述原始超声图像对应的图像分类结果，其中，空载图像分类模型是预先训练的用于识别超声图像是否为空载超声图像的分类模型，该空载超声图像是指不包含人体组织对应的特征信息的超声图像，即由空载超声探头形成的超声图像；

基于N帧所述原始超声图像对应的图像分类结果，对所述原始超声视频中的空载超声图像进行删除，获取有效超声视频，

其中，所述对所述原始超声图像进行特征提取，获取所述原始超声图像对应的图像特征值，包括：

基于目标采样规则，将所述原始超声图像划分为K个采样子区域；

获取目标采样窗口，所述目标采样窗口包括中心点和H个邻域点；

采用所述目标采样窗口，遍历每一所述采样子区域对应的当前采样点，获取所述当前采样点对应的采样数值；

对所述采样子区域中所有所述当前采样点对应的采样数值的出现次数进行统计并拼接，获取所述采样子区域对应的特征子向量；

将K个所述采样子区域对应的特征子向量进行拼接，获取所述原始超声图像对应的图像特征值，其中，在所述获取图像清洗请求，所述图像清洗请求包括原始超声视频之前，所述超声视频数据处理方法还包括：

获取训练超声图像，对所述训练超声图像进行特征提取，获取所述训练超声图像对应的图像特征值；

对所述训练超声图像进行标注，获取所述训练超声图像对应的分类标签；

基于所述训练超声图像对应的图像特征值和所述分类标签，获取模型训练样本,将所述模型训练样本划分为训练集和测试集；

将所述训练集中的模型训练样本输入目标分类模型进行训练，获取初始图像分类模型；

采用所述测试集中的模型训练样本对所述初始图像分类模型进行测试，获取测试准确率，若所述测试准确率达到准确率阈值，则将所述初始图像分类模型确定为空载图像分类模型。

2.如权利要求1所述的超声视频数据处理方法，其特征在于，在所述对所述原始超声图像进行特征提取，获取所述原始超声图像对应的图像特征值之前，所述超声视频数据处理方法还包括：对所述原始超声图像进行图像预处理，获取更新的原始超声图像。

3.如权利要求1所述的超声视频数据处理方法，其特征在于，所述对所述原始超声图像进行特征提取，获取所述原始超声图像对应的图像特征值，包括：

采用至少两个特征描述子对应的特征提取算法，对所述原始超声图像进行特征提取，获取至少两个特征描述子对应的特征向量分量；

依据特征描述子拼接顺序，将至少两个所述特征描述子对应的特征向量分量进行拼接，获取所述原始超声图像对应的图像特征值。

4.一种超声视频数据处理方法，其特征在于，

获取目标跟踪请求，所述目标跟踪请求包括待跟踪超声视频，所述待跟踪超声视频为权利要求1-3任一项中的所述原始超声视频或者所述有效超声视频；

从所述待跟踪超声视频中，提取依据时间顺序排序的Q帧待跟踪超声图像；

接收图像选取请求，从Q帧所述待跟踪超声图像中，确定起始超声图像和排序在所述起始超声图像之后的待处理超声图像；

接收区域选取请求，从所述起始超声图像中，确定目标组织区域；

基于所述目标组织区域，采用目标跟踪算法对所述待处理超声图像进行目标跟踪，获取目标超声视频。