掃描定位方法、裝置、計算機設(shè)備及計算機可讀存儲介質(zhì)

(19)中華人民共和國國家知識產(chǎn)權(quán)局

(12)發(fā)明專利申請

(10)申請公布號CN113610923A

(43)申請公布日2021.11.05

(21)申請?zhí)?02110943320.0

(22)申請日2018.07.26

(62)分案原申請數(shù)據(jù)

201810835317.52018.07.26

(71)申請人上海聯(lián)影智能醫(yī)療科技有限公司

地址200232上海市徐匯區(qū)龍騰大道2879

號3樓3674室

(72)發(fā)明人宋燕麗吳迪嘉滕艷群徐健

(74)專利代理機構(gòu)北京品源專利代理有限公司

11332

代理人嚴慧

(51)Int.CI.

G06T7/73(2017.01)

G06T7/736(2017.01)

權(quán)利要求書2頁說明書16頁附圖7頁

(54)發(fā)明名稱

掃描定位方法、裝置、計算機設(shè)備及計算機

可讀存儲介質(zhì)

(57)摘要

本發(fā)明實施例公開了一種掃描定位方法、裝

置、計算機設(shè)備及計算機可讀存儲介質(zhì)，方法包

括:獲取待定位部位的三維圖像數(shù)據(jù)；將三維圖

像數(shù)據(jù)輸入至預先訓練好的位置點特征模型中，

獲得位置點特征模型輸出的各位置點特征數(shù)據(jù);

根據(jù)各位置點特征數(shù)據(jù)確定平面擬合點，并根據(jù)

平面擬合點確定待定位的平面方程。本發(fā)明實施

例所提供的方法僅通過待定位部位的三維圖像

數(shù)據(jù)即可實現(xiàn)掃描平面的定位，可適用于通過不

同的掃描模態(tài)對不同掃描部位進行掃描定位時

的情形，使得掃描平面的定位更加快速、準確，減

V小了掃描過程所需時間，提高了掃描圖像的準確

'

6度，并且克服了根據(jù)解剖學標記點進行定位的不

2

9準確性，在預掃描范圍不全時，仍能較好的實現(xiàn)

8

=掃描平面的定位。

g

CN113610923A權(quán)利要求書1/2頁

1.一種掃描定位方法，其特征在于，包括：

獲取待定位部位的三維圖像數(shù)據(jù)；

將所述三維圖像數(shù)據(jù)輸入至預先訓練好的位置點特征模型中，獲得所述位置點特征模

型輸出的各位置點特征數(shù)據(jù)；

根據(jù)各位置點特征數(shù)據(jù)篩選出部分位置點作為平面擬合點，并根據(jù)所述平面擬合點確

定待定位的平面方程。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述三維圖像數(shù)據(jù)輸入至預先訓練

好的位置點特征模型中，獲得所述位置點特征模型輸出的各位置點特征數(shù)據(jù),包括：

將所述三維圖像數(shù)據(jù)輸入至預先訓練好的距離場計算模型中，獲得所述距離場計算模

型輸出的距離矩陣，所述距離矩陣由各所述位置點與所述待定位平面的距離值組成。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)各位置點特征數(shù)據(jù)篩選出部分位

置點作為平面擬合點，并根據(jù)所述平面擬合點確定待定位的平面方程，包括：

根據(jù)預設(shè)距離范圍及各所述距離值對各所述位置點進行篩選，將滿足擬合條件的位置

點作為平面擬合點,并根據(jù)所述平面擬合點確定待定位的平面方程。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，在獲取待定位部位的三維圖像數(shù)據(jù)之前,

還包括：

獲取歷史三維圖像數(shù)據(jù)和所述歷史三維圖像數(shù)據(jù)對應(yīng)的待定位平面的平面參數(shù)；

根據(jù)所述歷史三維圖像數(shù)據(jù)和所述平面參數(shù)計算出所述歷史三維圖像數(shù)據(jù)對應(yīng)的歷

史距離矩陣,所述距離矩陣由歷史三維圖像數(shù)據(jù)中各位置點與所述待定位平面的距離值組

成；

基于所述歷史三維圖像數(shù)據(jù)和所述歷史距離矩陣生成訓練樣本集，使用所述訓練樣本

集對預先建立好的距離場計算模型進行訓練，得到訓練好的距離場計算模型。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述三維圖像數(shù)據(jù)輸入至預先訓練

好的位置點特征模型中，獲得所述位置點特征模型輸出的各位置點特征數(shù)據(jù),包括：

將所述三維圖像數(shù)據(jù)輸入至預先訓練好的面分割模型中，獲得所述面分割模型輸出的

距離分割矩陣，所述距離分割矩陣由各所述位置點與待定位平面的距離分割值組成。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述根據(jù)各位置點特征數(shù)據(jù)篩選出部分位

置點作為平面擬合點，并根據(jù)所述平面擬合點確定待定位的平面方程，包括：

根據(jù)預設(shè)第一分割閾值及各距離分割值對各位置點進行篩選，將滿足分割條件的位置

點作為平面擬合點；

通過預設(shè)的擬合算法將各平面擬合點擬合，得到待定位的平面方程。

7.根據(jù)權(quán)利要求5所述的方法，其特征在于，在獲取待定位部位的三維圖像數(shù)據(jù)之前，

還包括：

獲取歷史三維圖像數(shù)據(jù)和所述歷史三維圖像數(shù)據(jù)對應(yīng)的待定位平面的平面參數(shù)；

根據(jù)所述歷史三維圖像數(shù)據(jù)和所述平面參數(shù)計算出所述歷史三維圖像數(shù)據(jù)對應(yīng)的歷

史距離矩陣,所述歷史距離矩陣由所述歷史三維圖像數(shù)據(jù)中各位置點與所述待定位平面的

距離值組成；

根據(jù)預設(shè)的第二分割閾值對所述歷史距離矩陣進行分害h獲得歷史距離分割矩陣，所

述歷史距離分割矩陣由所述歷史三維圖像數(shù)據(jù)中各位置點與所述待定位平面的分割距離

2

CN113610923A權(quán)利要求書2/2頁

值組成；

基于所述歷史三維圖像數(shù)據(jù)及所述歷史分割距離矩陣生成訓練樣本集，使用所述訓練

樣本集對預先建立好的面分割模型進行訓練,得到訓練好的面分割模型。

8.一種掃描定位裝置，其特征在于，包括：

數(shù)據(jù)獲取模塊，用于獲取待定位部位的三維圖像數(shù)據(jù)；

特征數(shù)據(jù)模塊，用于將所述三維圖像數(shù)據(jù)輸入至預先訓練好的位置點特征模型中，獲

得所述位置點特征模型輸出的各位置點特征數(shù)據(jù)；

平面確定模塊，用于根據(jù)各位置點特征數(shù)據(jù)篩選出部分位置點作為平面擬合點，并根

據(jù)平面擬合點確定所述待定位的平面方程。

9.一種計算機設(shè)備，其特征在于，所述設(shè)備包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序；

當所述一個或多個程序被所述一個或多個處理器執(zhí)行，使得所述一個或多個處理器實

現(xiàn)如權(quán)利要求1-7中任一所述的掃描定位方法。

10.一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，其特征在于，該程序被處理器

執(zhí)行時實現(xiàn)如權(quán)利要求1-7中任一所述的掃描定位方法。

3

CN113610923A說明書1/16頁

掃描定位方法'裝置'計算機設(shè)備及計算機可讀存儲介質(zhì)

[0001]本案是分案申請，原申請的申請?zhí)枮?018108353175,申請日為2018年7月26日，發(fā)

明名稱為“掃描定位方法、裝置、計算機設(shè)備及計算機可讀存儲介質(zhì)”。

技術(shù)領(lǐng)域

[0002]本發(fā)明實施例涉及醫(yī)學圖像掃描技術(shù)領(lǐng)域，尤其涉及一種掃描定位方法、裝置、計

算機設(shè)備及計算機可讀存儲介質(zhì)。

背景技術(shù)

[0003]醫(yī)學成像檢查在疾病的臨床診斷中有著非常重要的輔助作用，在進行醫(yī)學掃描

時,常常需要對受檢者目標區(qū)域進行固定位置/平面的掃描，以輔助疾病的診斷、治療等。

[0004]以磁共振成像為例，對于常規(guī)的磁共振掃描過程，通常首先由醫(yī)生通過預掃描圖

像識別出解剖學位置后手工標定參考定位線，根據(jù)參考定位線對解剖學位置施加掃描序列

進行精確掃描。

[0005]以心臟磁共振掃描為例,心臟磁共振定位掃描最少需要病人5次屏氣，分別為三斷

面、多層軸位、假二腔、假四腔及多層短軸，屏氣掃描時間最少需要4?5分鐘，中間還需要醫(yī)

生六次手工定位，每次定位結(jié)果都會影響后續(xù)的掃描結(jié)果，如果技師經(jīng)驗不足，則可能需要

重復掃描，重復定位，定位時間長而且最后的定位結(jié)果可能會難以滿足臨床診斷的需要。同

時，通過手工定位方式進行心臟定位掃描時結(jié)果不統(tǒng)一，對同一個受試者，不同操作者之間

和同一個操作者不同的時間的定位結(jié)果可能都會有很大差別。由此可見，現(xiàn)有的掃描定位

方式效率較低，延長了整個掃描過程所需要的時間，并且由于人工差異、經(jīng)驗差異，可能會

造成識別結(jié)果、標定結(jié)果不一致,掃描參數(shù)的精度無法保證。

[0006]目前，還可以根據(jù)待定位部位的解剖學位置點進行掃描平面的定位。具體的，通過

對待定位部位的3D偵查圖像進行各個解剖學位置的檢測，通過解剖學的固定位置點確定掃

描平面。例如，通過3D偵查圖像確定心臟區(qū)域的二尖瓣點，心尖點,左室到主動脈流出點，右

室最大角點等位置點，將特定位置點所組成的平面確定為掃描平面。如短軸面垂直于二尖

瓣點和心尖的連線，經(jīng)過左心室中心，四腔面經(jīng)過二尖瓣和心尖連線，并經(jīng)過右室最大徑

點。但這些點是根據(jù)醫(yī)生經(jīng)驗總結(jié)出來的大概位置點，實際掃描時，根據(jù)解剖學位置點所確

定的面可能不是最佳的面，并且某些預掃描圖像可能范圍不足導致某些解刨學位置點缺

失，使得掃描平面的定位不準確。

發(fā)明內(nèi)容

[0007]本發(fā)明實施例提供了一種掃描定位方法、裝置、計算機設(shè)備及計算機可讀存儲介

質(zhì)，以實現(xiàn)快速、準確的實現(xiàn)掃描平面的定位。

[0008]第一方面，本發(fā)明實施例提供了一種掃描定位方法，包括：

[0009]獲取待定位部位的三維圖像數(shù)據(jù)；

[0010]將所述三維圖像數(shù)據(jù)輸入至預先訓練好的位置點特征模型中，獲得所述位置點特

4

CN113610923A說明書2/16頁

征模型輸出的各位置點特征數(shù)據(jù)；

[0011]根據(jù)各所述位置點特征數(shù)據(jù)從各所述位置點中提取出平面擬合點,并根據(jù)所述平

面擬合點確定待定位的平面方程。

[0012]第二方面，本發(fā)明實施例還提供了一種掃描定位裝置,包括：

[0013]數(shù)據(jù)獲取模塊，用于獲取待定位部位的三維圖像數(shù)據(jù)；

[0014]特征數(shù)據(jù)模塊，用于將所述三維圖像數(shù)據(jù)輸入至預先訓練好的位置點特征模型

中，獲得所述位置點特征模型輸出的各位置點特征數(shù)據(jù)；

[0015]平面確定模塊，用于根據(jù)各位置點特征數(shù)據(jù)確定平面擬合點，并根據(jù)平面擬合點

確定待定位的平面方程。

[0016]第三方面，本發(fā)明實施例還提供了一種計算機設(shè)備，所述設(shè)備包括：

[0017]一個或多個處理器；

[0018]存儲裝置，用于存儲一個或多個程序；

[0019]當所述一個或多個程序被所述一個或多個處理器執(zhí)行，使得所述一個或多個處理

器實現(xiàn)如本發(fā)明任意實施例所提供的掃描定位方法。

[0020]第四方面,本發(fā)明實施例還提供了一種計算機可讀存儲介質(zhì)，其上存儲有計算機

程序，該程序被處理器執(zhí)行時實現(xiàn)如本發(fā)明任意實施例所提供的掃描定位方法。

[0021]本發(fā)明實施例通過獲取待定位部位的三維圖像數(shù)據(jù);將所述三維圖像數(shù)據(jù)輸入至

預先訓練好的位置點特征模型中，獲得所述位置點特征模型輸出的各位置點特征數(shù)據(jù);根

據(jù)各位置點特征數(shù)據(jù)確定平面擬合點，并根據(jù)平面擬合點確定待定位的平面方程,本發(fā)明

實施例所提供的掃描定位方法僅通過待定位部位的三維圖像數(shù)據(jù)即可實現(xiàn)待定位部位掃

描平面的定位，可適用于通過不同的掃描模態(tài)對不同掃描部位進行掃描定位時的情形，使

得掃描平面的定位更加快速、準確，進而減小了掃描過程所需時間，提高了掃描圖像的準確

度，并且克服了根據(jù)解剖學標記點進行定位的不準確性,在預掃描范圍不全時，仍能較好的

實現(xiàn)掃描平面的定位。

附圖說明

[0022]圖1是本發(fā)明實施例一所提供的掃描定位方法的流程圖；

[0023]圖2a是本發(fā)明實施例二所提供的掃描定位方法的流程圖；

[0024]圖2b是本發(fā)明實施例所提供的掃描定位方法中使用距離計算模型進行掃描定位

的不意圖；

[0025]圖3a是本發(fā)明實施例三所提供的掃描定位方法的流程圖；

[0026]圖3b是本發(fā)明實施例三所提供的掃描定位方法中距離場計算模型的訓練過程示

意圖；

[0027]圖3c是本發(fā)明實施例所提供的掃描定位方法中對距離計算模型進行訓練的示意

圖；

[0028]圖4a是本發(fā)明實施例四所提供的掃描定位方法的流程圖；

[0029]圖4b是本發(fā)明實施例所提供的掃描定位方法中使用面分割模型進行掃描定位的

示意圖；

[0030]圖5a是本發(fā)明實施例五所提供的掃描定位方法的流程圖；

5

CN113610923A說明書3/16頁

[0031]圖5b是本發(fā)明實施例所提供的掃描定位方法中對面分割模型進行訓練的示意圖；

[0032]圖6是本發(fā)明實施例六所提供的掃描定位裝置的結(jié)構(gòu)示意圖；

[0033]圖7是本發(fā)明實施例七所提供的計算機設(shè)備的結(jié)構(gòu)示意圖。

具體實施方式

[0034]下面結(jié)合附圖和實施例對本發(fā)明作進一步的詳細說明。可以理解的是，此處所描

述的具體實施例僅僅用于解釋本發(fā)明，而非對本發(fā)明的限定。另外還需要說明的是,為了便

于描述，附圖中僅示出了與本發(fā)明相關(guān)的部分而非全部結(jié)構(gòu)。

[0035]實施例一

[0036]圖1是本發(fā)明實施例一所提供的掃描定位方法的流程圖，本實施例可適用于通過

各種掃描模態(tài)對各醫(yī)學成像部位進行定位掃描時的情形，尤其適用于使用心臟磁共振成像

系統(tǒng)對心臟進行掃描定位時的情形。該方法可以由掃描定位裝置執(zhí)行，該掃描定位裝置可

以采用軟件和/或硬件的方式實現(xiàn)，例如，該掃描定位裝置可配置于計算機設(shè)備中。如圖1所

示，該方法具體包括：

[0037]S110、獲取待定位部位的三維圖像數(shù)據(jù)。

[0038]在本實施例中，通過待定位部位的三維圖像數(shù)據(jù)進行掃描平面的定位?？蛇x的，待

定位部位的三維圖像數(shù)據(jù)為對待定位部位進行預掃描所形成的3D偵查數(shù)據(jù)。示例性的，當

待定位部位為心臟區(qū)域時,三維圖像數(shù)據(jù)為心臟區(qū)域的3D偵查數(shù)據(jù)。

[0039]可選的，待定位部位的三維圖像數(shù)據(jù)的獲取方式包括:獲取掃描區(qū)域內(nèi)同一方向

的多層圖像數(shù)據(jù)，將多層圖像數(shù)據(jù)進行圖像重建形成掃描區(qū)域的三維圖像數(shù)據(jù)，使用預設(shè)

的圖像提取算法從掃描區(qū)域的三維圖像數(shù)據(jù)中提取出待定位部位的三維圖像數(shù)據(jù)。可選

的，可以采用自動閾值算法對掃描區(qū)域的三維圖像數(shù)據(jù)進行分割，將掃描區(qū)域的三維圖像

數(shù)據(jù)分割為前景數(shù)據(jù)和背景數(shù)據(jù)，然后采用形態(tài)學方法提取出待定位部位的三維圖像數(shù)

據(jù)。

[0040]示例性的，可以沿z軸方向進行多層掃描，獲得z軸方向上的多層圖像數(shù)據(jù),使用圖

像重建算法對z軸方向上多層圖像數(shù)據(jù)進行圖像重建后獲得掃描區(qū)域的三維圖像數(shù)據(jù)，然

后從掃描區(qū)域的三維圖像數(shù)據(jù)中提取出待定位部位的三維圖像數(shù)據(jù)。當待定位部位為心臟

區(qū)域時，可以采用自動閾值分割算法對掃描區(qū)域的三維圖像數(shù)據(jù)進行前景和背景的分割，

然后采用形態(tài)學方法提取出心臟區(qū)域的三維圖像數(shù)據(jù)。

[0041]S120、將三維圖像數(shù)據(jù)輸入至預先訓練好的位置點特征模型中，獲得位置點特征

模型輸出的各位置點特征數(shù)據(jù)。

[0042]在本實施例中，獲得待定位部位的三維圖像數(shù)據(jù)后,將待定位部位的三維圖像數(shù)

據(jù)輸入至預先訓練好的位置點特征模型中，獲得待定位部位三維圖像數(shù)據(jù)中各位置點的特

征數(shù)據(jù)。

[0043]可選的，各位置點的特征數(shù)據(jù)包括各位置點坐標及各位置點與待定位平面之間的

距離參數(shù)。其中，各位置點與待定位平面的距離參數(shù)可以為各位置點與待定位平面之間的

距離值，也可以為各位置點與待定位平面之間的距離相關(guān)值。

[0044]可選的，在將三維圖像數(shù)據(jù)輸入至預先訓練好的位置點特征模型之前，還包括：

[0045]通過預先設(shè)置的圖像數(shù)據(jù)歸一化算法對待定位部位的三維圖像數(shù)據(jù)進行歸一化,

6

CN113610923A說明書4/16頁

獲得圖像歸一化數(shù)據(jù)。

[0046]在本實施例中，在將待定位部位的三維圖像數(shù)據(jù)輸入位置點特征模型之前，對三

維圖像數(shù)據(jù)進行歸一化處理。對三維圖像數(shù)據(jù)進行歸一化處理是將三維圖像數(shù)據(jù)按設(shè)定規(guī)

則進行比例縮放，使其落在小的特定區(qū)間內(nèi)，方便后續(xù)數(shù)據(jù)處理過程中的數(shù)據(jù)處理過程。其

中，對三維圖像數(shù)據(jù)進行歸一化的算法在此不做限制。例如，歸一化算法可以為最小-最大

規(guī)范化算法、零-均值規(guī)范化算法或小數(shù)定標規(guī)范化算法。其中，最小-最大規(guī)范化算法是通

過數(shù)據(jù)的最大值與最小值對數(shù)據(jù)進行歸一化處理，零-均值規(guī)范化算法是通過數(shù)據(jù)的平均

值與標準差對數(shù)據(jù)進行歸一化處理，小數(shù)定標規(guī)范化算法是通過移動數(shù)據(jù)的小數(shù)點位置對

數(shù)據(jù)進行歸一化處理。

[0047]可選的，圖像數(shù)據(jù)歸一化算法為最小-最大規(guī)范化算法，即可以通過最小-最大規(guī)

范化算法對待定位部位的三維圖像數(shù)據(jù)進行歸一化處理。若待定位部位各位置點的像素值

最大值為Imax，最小值為Lin，待定位部位某位置點像素值為1/該位置點像素值歸一化后為

I,則待定位部位各位置點像素值歸一化計算公式為:I=（1廣0）/（1則-0）。

[0048]可選的，圖像數(shù)據(jù)歸一化算法為零-均值規(guī)范化算法，即可以通過零-均值規(guī)范化

算法對待定位部位的三維圖像數(shù)據(jù)進行歸一化處理。若待定位部位各位置點的像素值均值

為7,標準差為。，待定位部位某位置點像素值為1/該位置點像素值歸一化后為I，則待定

位部位各位置點像素值歸一化計算公式為：/=&-7）/CTO

[0049]S130、根據(jù)各位置點特征數(shù)據(jù)確定平面擬合點，并根據(jù)平面擬合點確定待定位的

平面方程。

[0050]在本實施例中，可以從各位置點特征數(shù)據(jù)中篩選出部分位置點作為平面擬合點，

根據(jù)篩選出的平面擬合點確定待定位的平面方程;也可以不對各位置點進行篩選,直接根

據(jù)全部位置點或隨機選取部分位置點作為平面擬合點，根據(jù)平面擬合點確定待定位的平面

方程。

[0051]可選的，根據(jù)平面擬合點確定待定位的平面方程包括：根據(jù)各位置點特征參數(shù)從

各位置點中篩選出平面擬合點，采用預設(shè)的擬合算法對各平面擬合點坐標值進行擬合，得

到待定位的平面方程。

[0052]可選的，根據(jù)預設(shè)距離參數(shù)范圍及待定位部位三維圖像數(shù)據(jù)各位置點與待定位平

面之間的距離參數(shù)對各位置點進行篩選,將滿足預設(shè)距離參數(shù)范圍條件的距離參數(shù)所對應(yīng)

的位置點作為平面擬合點，再根據(jù)各平面擬合點的坐標值擬合出待定位的平面方程。示例

性的，可以采用最小二乘擬合算法對各平面擬合點的坐標值進行擬合，計算出待定位的平

面方程。

[0053]可選的，根據(jù)平面擬合點確定待定位的平面方程包括：通過最優(yōu)化算法根據(jù)各平

面擬合點的坐標值確定待定位的平面方程。可選的，通過最優(yōu)化算法確定待定位的平面方

程時，平面擬合點可以為待定位部位三維圖像數(shù)據(jù)中的所有位置點，也可以為三維圖像數(shù)

據(jù)中的部分位置點。

[0054]示例性的，可以采用最優(yōu)化算法計算出待定位平面方程的參數(shù)。在本實施例中，對

最優(yōu)化算法不做限制。例如，最優(yōu)化算法可以為梯度下降法、牛頓法、共胡方向法或共粗梯

7

CN113610923A說明書5/16頁

度法等算法。

[0055]示例性的，通過加山°a/￡：由開+勿i+CZi+d-Dj確定待定位平面方

程的參數(shù)。其中，n為待定位部位中所有平面擬合點的個數(shù),Xj為待定位平面第i個平面擬合

點的x軸坐標值,yj為待定位平面第i個平面擬合點的y軸坐標值,Zj為待定位平面第i個平面

擬合點的z軸坐標值,Dj為當待定位平面方程為ax+by+cz+d=0時，待定位部位第i個平面擬

合點與待定位平面之間的距離值，將滿足待定位部位中所有平面擬合點與ax+by+cz+d=0

平面之間的距離值與通過距離場計算模型獲得的距離值之間的差值的和最小，且滿足a?+b2

+c?=l的a、b、c、d值作為待定位平面的參數(shù)。

[0056]可選的，根據(jù)平面擬合點確定待定位的平面方程包括:通過投票方式根據(jù)各平面

擬合點的坐標值確定待定位的平面方程?？蛇x的，通過投票方式確定待定位的平面方程時，

平面擬合點可以為待定位部位三維圖像數(shù)據(jù)中的所有位置點，也可以為三維圖像數(shù)據(jù)中的

部分位置點。即可以選用全部或部分平面擬合點進行投票，將概率最大的參數(shù)組合確定為

待定位平面方程的參數(shù)。

[0057]本發(fā)明實施例通過獲取待定位部位的三維圖像數(shù)據(jù);將所述三維圖像數(shù)據(jù)輸入至

預先訓練好的位置點特征模型中，獲得所述位置點特征模型輸出的各位置點特征數(shù)據(jù);根

據(jù)各位置點特征數(shù)據(jù)確定平面擬合點，并根據(jù)平面擬合點確定待定位的平面方程,本發(fā)明

實施例所提供的掃描定位方法僅通過待定位部位的三維圖像數(shù)據(jù)即可實現(xiàn)掃描平面的定

位，可適用于通過不同的掃描模態(tài)對不同掃描部位進行掃描定位時的情形,使得掃描平面

的定位更加快速、準確，進而減小了掃描過程所需時間，提高了掃描圖像的準確度，并且克

服了根據(jù)解剖學標記點進行定位的不準確性，在預掃描范圍不全時，仍能較好的實現(xiàn)掃描

平面的定位。

[0058]實施例二

[0059]圖2a是本發(fā)明實施例二所提供的掃描定位方法的流程圖，本實施例在上述實施例

的基礎(chǔ)上進行進一步地優(yōu)化。如圖2a所示，所述方法包括：

[0060]S210、獲取待定位部位的三維圖像數(shù)據(jù)。

[0061]S220、將三維圖像數(shù)據(jù)輸入至預先訓練好的距離場計算模型中，獲得距離場計算

模型輸出的距離矩陣。

[0062]在本實施例中，將預先訓練好的位置點特征模型具體化為距離場計算模型，將各

位置點特征數(shù)據(jù)具體化為各位置點與待定位平面之間的距離值，通過距離場計算模型計算

待定位部位三維圖像數(shù)據(jù)中各位置點與待定位平面之間的距離值，各位置點與待定位平面

之間的距離值組成距離矩陣。

[0063]需要說明的是，若在將待定位部位的三維圖像數(shù)據(jù)輸入距離場計算模型之前，對

數(shù)據(jù)進行了歸一化處理，則距離場計算模型輸出的距離矩陣中包含的距離值可以為歸一化

處理之后的距離值，也可以為各位置點與待定位平面之間的實際距離值。優(yōu)選的，將歸一化

處理之后的距離值作為距離場計算模型輸出的距離矩陣中的距離值,使待定位平面的定位

更加準確。

[0064]S230、根據(jù)預設(shè)距離范圍及各距離值對各位置點進行篩選,將滿足擬合條件的位

置點作為平面擬合點，并根據(jù)平面擬合點確定待定位的平面方程。

8

CN113610923A說明書6/16頁

[0065]可選的，將在預設(shè)距離范圍內(nèi)的距離值所對應(yīng)的位置點作為平面擬合點，采用預

設(shè)的擬合算法對各平面擬合進行擬合,計算得到待定位的平面方程?？蛇x的，預設(shè)距離范圍

可以根據(jù)待定位部位的具體情況決定。示例性的，當待定位部位為心臟時，預設(shè)距離范圍可

以為(0,0.1)?？蛇x的，預設(shè)的擬合算法可以為最小二乘擬合算法。

[0066]在本發(fā)明的另一種實施方式中，還可以不對各位置點進行篩選，直接根據(jù)全部位

置點或隨機選取部分位置點作為平面擬合點，通過最優(yōu)化算法或投票方式根據(jù)平面擬合點

確定待定位的平面方程。

[0067]可選的，通過預設(shè)的擬合算法、最優(yōu)化算法或投票方式根據(jù)各平面擬合點確定待

定位的平面方程的更加詳細的內(nèi)容可參見上述實施例，在此不再贅述。

[0068]圖2b是本發(fā)明實施例所提供的掃描定位方法中使用距離計算模型進行掃描定位

的示意圖。圖中示意性的示出了通過預先訓練好的距離場計算模型進行掃描平面的定位的

過程。如圖2b所示,將從預掃描圖中提取的待定位部位的三維圖像數(shù)據(jù)輸入至預先訓練好

的距離場計算模型中，獲得距離場計算模型輸出的距離場，根據(jù)距離場確定待定位平面的

平面參數(shù)。

[0069]需要說明的是，采用本發(fā)明實施例所提供的掃描定位方法，對57例受試者進行了

心臟磁共振成像的測試,測試結(jié)果如表1所示。表1中示出了在不同的掃描平面時，使用本發(fā)

明實施例所提供的掃描定位方法所確定的掃描定位平面的法向量平均誤差及距離場的平

均誤差。從表1中可以獲得各掃描定位平面所對應(yīng)的法向量平均誤差及距離場平均誤差值。

并且使用本發(fā)明實施例所提供的掃描定位方法對不同的受試者的各心臟掃描平面進行心

臟磁共振成像，成像結(jié)果經(jīng)過醫(yī)生的評估，只有一例需要醫(yī)生微調(diào),其他臨床均可接受。

[0070]表1

[0071]短軸面二腔面三腔面四腔面

法向量平均誤差(°)5.75.47.25.4

距離場平均誤差(硒)5.43.74.76.1

[0072]其中，法向量角度誤差計算方式為:

（一一、

V?V

“0?

[0073]火旦?！?/p>

兀

匕7

[0074]其中，噩為手工標注面的法向量，匕為本發(fā)明實施例所提供的掃描定定位方法所

確定的掃描平面的法向量。在本實施例中，每個測試數(shù)據(jù)均對應(yīng)有一個短軸面，一個二腔

面，一個三腔面及一個四腔面，表1中每個掃描平面的法向量平均誤差是指所有測試數(shù)據(jù)所

對應(yīng)的該掃描定位平面的法向量的角度誤差的平均值。

[0075]距離場誤差計算方式為：△。=一A其中，D。為心臟部位各位置

點與手工標注面之間的距離,4為心臟部位各位置點與本發(fā)明實施例所提供的掃描定位方

法所確定的掃描平面之間的實際距離。可選的，可以根據(jù)距離場計算模型輸出的距離矩陣

確定各位置點與掃描平面之間的實際距離。

[0076]可選的，若距離場計算模型輸出的距離矩陣中的距離值為未歸一化之后的距離

9

CN113610923A說明書7/16頁

值，則直接將距離場計算模型輸出的距離矩陣中的距離值作為對應(yīng)的各位置點與掃描平面

之間的實際距離。若距離場計算模型輸出的距離矩陣中的距離值為歸一化之后的距離值,

則可以對距離場計算模型輸出的各位置點與掃描平面之間的距離進行反向計算，得到心臟

部位各位置點與掃描平面之間的實際距離。具體的，將距離場計算模型輸出的各距離值與

對距離矩陣進行歸一化時所采用的預設(shè)閾值之間的乘積作為各位置點與掃描平面之間的

真實距離。表1中距離場平均誤差是指在預設(shè)閾值以內(nèi)的各距離值所對應(yīng)的各位置點的距

離值誤差的平均值。

[0077]本發(fā)明實施例的技術(shù)方案，在上述實施例的基礎(chǔ)上對將所述三維圖像數(shù)據(jù)輸入至

預先訓練好的位置點特征模型中，獲得所述位置點特征模型輸出的各位置點特征數(shù)據(jù)，根

據(jù)各位置點特征數(shù)據(jù)確定平面擬合點進行了具體化，通過預先訓練好的距離場計算模型計

算待定位部位各位置點與待定位平面之間的距離值，并根據(jù)各距離值確定平面擬合點，使

得平面擬合點的確定更加準確，進而使待定位平面的定位更加準確。

[0078]實施例三

[0079]圖3a是本發(fā)明實施例三所提供的掃描定位方法的流程圖，本實施例在上述實施例

的基礎(chǔ)上進行進一步地優(yōu)化。如圖3a所示，所述方法包括：

[0080]S310、獲取歷史三維圖像數(shù)據(jù)和歷史三維圖像數(shù)據(jù)對應(yīng)的待定位平面的平面參

數(shù)。

[0081]在本實施例中，基于歷史三維圖像數(shù)據(jù)和歷史三維圖像數(shù)據(jù)對應(yīng)的待定位平面的

平面參數(shù)對預先建立好的距離場計算模型進行訓練。其中，歷史三維圖像數(shù)據(jù)和歷史三維

圖像數(shù)據(jù)對應(yīng)的待定位平面的平面參數(shù)均為用于訓練的數(shù)據(jù)?？蛇x的，歷史三維圖像數(shù)據(jù)

可以為待定位部位的歷史掃描數(shù)據(jù)所提取出的三維圖像數(shù)據(jù),歷史三維圖像數(shù)據(jù)對應(yīng)的待

定位平面的平面參數(shù)可以為待定位平面的法向量或待定位平面的平面方程。

[0082]可選的，歷史三維圖像數(shù)據(jù)對應(yīng)的待定位平面的平面參數(shù)的獲取方式包括：

[0083]通過圖像處理軟件，從歷史三維圖像數(shù)據(jù)中使用定位線定位各待定位平面，獲得

各待定位平面的平面參數(shù)?？蛇x的，可以人工通過圖像處理軟件對待定位平面使用定位線

定位，獲得對應(yīng)的待定位平面的平面參數(shù)。

[0084]可選的，歷史三維圖像數(shù)據(jù)對應(yīng)的待定位平面的平面參數(shù)的獲取方式包括：

[0085]根據(jù)歷史三維圖像數(shù)據(jù)所對應(yīng)的掃描圖像信息中待定位部位各子部位圖像的圖

像信息計算待定位平面的平面參數(shù)。

[0086]可選的，掃描圖像信息為對待定位部位進行正式掃描時獲得的高分辨率掃描圖像

信息。可選的，從掃描時真實的高分辨率掃描圖像信息中獲取歷史三維圖像數(shù)據(jù)對應(yīng)的待

定位平面的平面參數(shù)。一般的，對待定位部位進行掃描時正式的掃描數(shù)據(jù)較一般的預掃描

數(shù)據(jù)的信息量更加豐富，并且正式的掃描數(shù)據(jù)中包含有醫(yī)生在對掃描區(qū)域正式掃描的數(shù)據(jù)

進行的標注信息(例如，待定位部位的各種斷面、腔室等定位處理)，將正式掃描數(shù)據(jù)及醫(yī)生

的標注信息作為訓練模型過程中的“金標準”，對預先建立好的距離場計算模型進行訓練。

[0087]可選的，預掃描圖像為DIC0M格式的圖像，每幅DIC0M圖像中均包含有當前層的圖

像信息，例如，當前層的左上角坐標位置和當前層x軸單位向量vx和y軸單位向量vy,將與vx

和vy垂直的單位向量作為待定位平面的單位法向量,將確定的單位法向量(a,b,c)作為待

定位平面的平面參數(shù)。另外，結(jié)合當前層左上角坐標信息&0，丫0*0),確定參數(shù)＜^=招*0力丫0-

10

CN113610923A說明書8/16頁

cz0,最終得到待定位平面的平面參數(shù)為（a,b,c,d），待定位平面的平面方程為ax+by+cz+d

=0o

[0088]優(yōu)選的，通過人工定位的方式，使用圖像處理軟件對待定位平面使用定位線定位,

獲得對應(yīng)的待定位平面的平面參數(shù)。使用圖像處理軟件進行待定位平面的平面參數(shù)的獲取

更方便、準確。

[0089]S320、根據(jù)歷史三維圖像數(shù)據(jù)和平面參數(shù)計算出歷史三維圖像數(shù)據(jù)對應(yīng)的歷史距

離矩陣。

[0090]可選的，通過預設(shè)的距離計算算法計算出歷史三維圖像數(shù)據(jù)中各位置點與待定位

平面之間的歷史距離值，各位置點與待定位平面之間的歷史距離值組成歷史三維圖像數(shù)據(jù)

對應(yīng)的歷史距離矩陣。可選的，距離計算算法可以為歐式距離算法。示例性的，若待定位平

面方程為ax+by+cz+d=O,則歷史三維圖像數(shù)據(jù)中任意位置點（Xj,yj,Zj）與待定位平面之間

的距離為：

ax.+by.+cz.+d\

[0091]D--‘二二二！

7a+/7-+c~

[0092]S330、基于歷史三維圖像數(shù)據(jù)和歷史距離矩陣生成訓練樣本集，使用訓練樣本集

對預先建立好的距離場計算模型進行訓練，得到訓練好的距離場計算模型。

[0093]在本實施例中，使用歷史三維圖像數(shù)據(jù)和歷史三維圖像數(shù)據(jù)所對應(yīng)的歷史距離矩

陣作為樣本對對預先建立好的距離場計算模型進行訓練?？蛇x的，預先建立好的距離場計

算模型為卷積神經(jīng)網(wǎng)絡(luò)模型。

[0094]圖3b是本發(fā)明實施例三所提供的掃描定位方法中距離場計算模型的訓練過程示

意圖。示例性的，本發(fā)明實施例所采用的卷積神經(jīng)網(wǎng)絡(luò)如圖3b所示。其中，實線（短）直箭頭

表示箭頭前的通道經(jīng)卷積層、塊均一化層及relu激活層的運算得到箭頭之后的通道，虛線

彎箭頭和加號代表疊加和relu激活層，實線（長）彎箭頭代表concat層，即將前面的通道與

后面的通道并排。

[0095]示例性的，由1通道A得到16通道A的運算過程為：將1通道A經(jīng)卷積層、塊均一化層

及relu激活層運算得到16通道包由16通道A及16通道B得到32通道A的運算過程為:將16通

道A與16通道B疊加之后經(jīng)relu激活層運算，經(jīng)relu激活層得到的運算結(jié)果再經(jīng)卷積層、塊

均一化層及relu激活層運算得到32通道A。由16通道B及64通道C得到32通道C的運算過程

為：將64通道C經(jīng)卷積層、塊均一化層及relu激活層運算后得到16通道D,將16通道B并排至

16通道D之后，得到32通道C。由64通道A、64通道B及32通道B得到64通道C的運算過程為：將

64通道A與64通道B疊加之后經(jīng)relu激活層運算，經(jīng)relu激活層得到的運算結(jié)果再經(jīng)卷積

層、塊均一化層及relu激活層運算得到32通道E,將32通道B并排至32通道E之后，得到64通

道C。由32通道C及32通道D運算得到1通道B的運算過程為:將32通道C與32通道D疊加之后經(jīng)

relu激活層運算，經(jīng)relu激活層得到的運算結(jié)果再經(jīng)卷積層、塊均一化層及relu激活層運

算得到1通道B。

[0096]可選的，對距離場計算模型訓練的方法在此不做限制。示例性的，對距離場計算模

型的訓練方法可以為反向傳播算法、隨機梯度下降法或隨機優(yōu)化方法。在本實施例中，可以

采用隨機優(yōu)化方法（adam方法）作為距離場計算模型的訓練方法。

11

CN113610923A說明書9/16頁

[0097]可選的，將距離場計算模型輸出1。a與金標準Label之間的1范數(shù)作為距離場計算模

型訓練過程中的代價函數(shù)。其中，金標準Label為歷史三4圖像數(shù)據(jù)所對應(yīng)的歷史距離矩陣，

即將歷史三維圖像數(shù)據(jù)輸入至距離場計算模型中時，應(yīng)輸出的標準距離矩陣。示例性的，代

價函數(shù)1。55=|1。11「1帆6」?？蛇x的，距離場計算模型訓練過程中的代價函數(shù)還可以為距離

場計算模型輸出1。戊與5標準Label之間的2范數(shù)、加權(quán)1范數(shù)或加權(quán)2范數(shù)，在此不做限制。

[0098]可選的，為了使得訓練好的距離場計算模型適用于多種類型的三維圖像數(shù)據(jù)?？?/p>

以對訓練數(shù)據(jù)進行擴增，對歷史三維圖像數(shù)據(jù)及對應(yīng)的歷史距離矩陣進行變形，將變形后

的數(shù)據(jù)也作為距離場計算模型的訓練數(shù)據(jù)。示例性的，可以對歷史三維圖像數(shù)據(jù)及對應(yīng)的

歷史距離矩陣進行平移（如沿x、y或z三個方向上隨機平移，平移范圍為±50mm）、旋轉(zhuǎn)（如繞

隨機旋轉(zhuǎn)軸旋轉(zhuǎn)隨機角度，角度范圍為±20°）、縮放（如隨機縮放0.7-1.3倍）等處理，將處

理后的數(shù)據(jù)作為訓練樣本,對距離場計算模型進行訓練。對訓練數(shù)據(jù)進行變形后作為訓練

數(shù)據(jù)可以將有限的訓練數(shù)據(jù)擴增，增大了距離場計算模型的訓練樣本，使訓練出的距離場

計算模型在輸入的三維圖像數(shù)據(jù)不準確、產(chǎn)生偏移時，仍能夠輸出準確的距離矩陣。

[0099]可選的，在使用歷史三維圖像數(shù)據(jù)和歷史三維圖像數(shù)據(jù)所對應(yīng)的歷史距離矩陣生

成訓練樣本集之前，還包括：

[0100]根據(jù)預設(shè)取塊規(guī)則對歷史三維圖像數(shù)據(jù)和歷史三維圖像數(shù)據(jù)所對應(yīng)的歷史距離

矩陣進行取塊，使用取塊后的歷史三維數(shù)據(jù)和歷史三維圖像數(shù)據(jù)所對應(yīng)的歷史距離矩陣生

成訓練樣本集。

[0W1]可選的，采用滑動窗口或者隨機選取的方式提取相同大小的圖像塊，圖像塊的物

理范圍可以為50mm*50mm*50mm-120mm*120mm*120mm，圖像塊的空間分辨率范圍可以為2nim*

2mm*2mm-5mm*5mm*5mm。示例性的，圖像塊的大小為100mm*100mm*100mm,空間分辨率為3mm*

3mm*3mm。使用取塊后的歷史三維數(shù)據(jù)和歷史三維圖像數(shù)據(jù)所對應(yīng)的歷史距離矩陣生成訓

練樣本集，減小了每個訓練樣本對的大小，使得基于訓練樣本集的訓練過程速度更快。

[0102]可選的，在使用歷史三維圖像數(shù)據(jù)及歷史距離矩陣生成訓練樣本之前，還包括：

[0103]分別對歷史三維圖像數(shù)據(jù)及歷史距離矩陣數(shù)據(jù)進行歸一化處理，形成歷史圖像歸

一化數(shù)據(jù)及歷史距離歸一化矩陣。

[0104]可選的，對歷史三維圖像數(shù)據(jù)進行歸一化的更加詳細的內(nèi)容可參見上述實施例，

在此不再贅述。

[0105]可選的，可以使用與歷史三維圖像數(shù)據(jù)相同的歸一化算法對歷史距離矩陣進行歸

一化處理，也可以使用與歷史三維圖像數(shù)據(jù)不同的歸一化算法對歷史距離矩陣進行歸一化

處理。在本實施例中，歷史三維圖像數(shù)據(jù)與歷史距離矩陣的數(shù)據(jù)分布規(guī)律不同，采用不同于

歷史三維圖像數(shù)據(jù)的歸一化算法對歷史距離矩陣進行歸一化處理。

[0106]示例性的，可以預先設(shè)置距離閾值J,根據(jù)距離矩陣對歷史距離矩陣進行截斷和

歸一化。具體的，若歷史距離矩陣內(nèi)任一距離值為則將Dj>T]的距離值設(shè)置為J,然后將

歷史距離矩陣內(nèi)所有的距離值除以得到歷史距離歸一化矩陣。由此可見,歷史距離歸一

化矩陣內(nèi)的歷史距離歸一化值在0T之間。可選的，距離閾值￡取值范圍為（30mm,200mm）。

歸一化后的歷史距離歸一化矩陣大小與歷史三維圖像數(shù)據(jù)大小相同，歷史距離歸一化矩陣

中每個值為對應(yīng)位置點到待定位平面的歸一化的距離。

[0107]圖3c是本發(fā)明實施例所提供的掃描定位方法中對距離計算模型進行訓練的示意

12

CN113610923A說明書10/16頁

圖。圖中示意性的示出了對距離計算模型進行訓練的過程。如圖3c所示，根據(jù)待定位平面的

平面參數(shù)計算三維圖像數(shù)據(jù)所對應(yīng)的距離場，將距離場及從預掃描圖中提取的待定位部位

的三維圖像數(shù)據(jù)作為訓練樣本對對距離計算模型進行訓練，獲得訓練好的距離計算模型。

[0108]S340、獲取待定位部位的三維圖像數(shù)據(jù)。

[0109]S350、將三維圖像數(shù)據(jù)輸入至預先訓練好的距離場計算模型中，獲得距離場計算

模型輸出的距離矩陣。

[0110]S360、根據(jù)預設(shè)距離范圍及各距離值對各位置點進行篩選,將滿足擬合條件的位

置點作為距離平面擬合點,并根據(jù)距離平面擬合點確定待定位的平面方程。

[0111]需要說明的是，本發(fā)明實施例所提供的距離場計算模型的訓練方法可單獨執(zhí)行。

也就是說，可以單獨使用本發(fā)明實施例所提供的S310-S330中的操作步驟完成對距離場計

算模型的訓練，不再執(zhí)行后續(xù)步驟S340-S360中基于待定位部位的三維圖像數(shù)據(jù)通過距離

計算模型確定待定位的平面方程的操作。

[0112]本發(fā)明實施例的技術(shù)方案，在上述實施例的基礎(chǔ)上增加了對距離場計算模型進行

訓練的操作,通過獲取歷史三維圖像數(shù)據(jù)和歷史三維圖像數(shù)據(jù)對應(yīng)的待定位平面的平面參

數(shù);根據(jù)歷史三維圖像數(shù)據(jù)和平面參數(shù)計算出歷史三維圖像數(shù)據(jù)對應(yīng)的歷史距離矩陣；基

于歷史三維圖像數(shù)據(jù)和歷史距離矩陣生成訓練樣本集,使用訓練樣本集對預先建立好的距

離場計算模型進行訓練，得到訓練好的距離場計算模型，使得訓練所得到的距離計算模型

更加準確。

[0113]實施例四

[0114]圖4a是本發(fā)明實施例四所提供的掃描定位方法的流程圖，本實施例在上述實施例

的基礎(chǔ)上進行進一步地優(yōu)化o如圖4a所示,所述方法包括：

[0115]S410、獲取待定位部位的三維圖像數(shù)據(jù)。

[0116]S420、將三維圖像數(shù)據(jù)輸入至預先訓練好的面分割模型中，獲得面分割模型輸出

的距離分割矩陣。

[0117]在本實施例中，將預先訓練好的位置點特征模型具體化為面分割模型，將各位置

點特征數(shù)據(jù)具體化為各位置點與待定位平面之間的距離分割值，通過面分割模型計算待定

位部位三維圖像數(shù)據(jù)中各位置點與待定位平面之間的距離分割值，各位置點與待定位平面

之間的距離分割值組成距離分割矩陣。

[0118]可選的，面分割模型為分類模型,其輸出包括前景輸出通道和背景輸出通道，獲取

前景輸出通道輸出的數(shù)據(jù)，將其作為待定位部位三維圖像數(shù)據(jù)所對應(yīng)的距離分割矩陣。

[0119]S430、根據(jù)預設(shè)第一分割閾值及各距離分割值對各位置點進行篩選，將滿足分割

條件的位置點作為平面擬合點。

[0120]可選的，獲得面分割模型輸出的距離分割矩陣后，根據(jù)預設(shè)第一分割閾值及距離

分割矩陣中各位置點與待定位平面之間的距離分割值對待定位部位三維圖像數(shù)據(jù)中的各

位置點進行篩選,將大于預設(shè)第一分割閾值的距離分割值所對應(yīng)的位置點作為平面擬合

點?？蛇x的，預設(shè)第一分割閾值可以根據(jù)具體的待定位部位進行調(diào)整。示意性的，當待定位

部位為心臟區(qū)域時，預設(shè)第一分割閾值可以為0.5。

[0121]S440、通過預設(shè)的擬合算法將各平面擬合點擬合，得到待定位的平面方程。

[0122]在本實施例中，使用擬合算法將各平面擬合點進行擬合，獲得待定位的平面方程。

13

CN113610923A說明書11/16頁

可選的，根據(jù)各平面擬合點擬合形成待定位平面方程的與上述實施例中根據(jù)平面擬合點確

定待定位的平面方程的方式類似，其更加詳細的內(nèi)容可參見上述實施例，在此不再贅述。

[0123]圖4b是本發(fā)明實施例所提供的掃描定位方法中使用面分割模型進行掃描定位的

示意圖。圖中示意性的示出了通過預先訓練好的面分割模型進行掃描平面的定位的過程。

如圖4b所示,將從預掃描圖中提取的待定位部位的三維圖像數(shù)據(jù)輸入至預先訓練好的面分

割模型中，獲得面分割模型輸出的距離分割矩陣，根據(jù)距離分割矩陣確定待定位平面的平

面參數(shù)。

[0124]本發(fā)明實施例的技術(shù)方案，在上述實施例的基礎(chǔ)上對將所述三維圖像數(shù)據(jù)輸入至

預先訓練好的位置點特征模型中，獲得所述位置點特征模型輸出的各位置點特征數(shù)據(jù)，根

據(jù)各位置點特征數(shù)據(jù)確定平面擬合點進行了具體化，通過預先訓練好的面分割模型計算待

定位部位各位置點與待定位平面之間的距離分割值，并通過預設(shè)第一分割閾值將滿足預設(shè)

分割條件的距離分割值所對應(yīng)的位置點作為分割平面擬合點,使得分割平面擬合點的確定

更加準確，進而使待定位平面的定位更加準確,并且從各位置點中篩選出部分位置點作為

分割平面擬合點使得待定位平面的擬合速度更快，減小了掃描過程所需時間。

[0125]實施例五

[0126]圖5a是本發(fā)明實施例五所提供的掃描定位方法的流程圖，本實施例在上述實施例

的基礎(chǔ)上進行進一步地優(yōu)化。如圖5a所示，所述方法包括：

[0127]S510、獲取歷史三維圖像數(shù)據(jù)和歷史三維圖像數(shù)據(jù)對應(yīng)的待定位平面的平面參

數(shù)。

[0128]S520、根據(jù)歷史三維圖像數(shù)據(jù)和平面參數(shù)計算出歷史三維圖像數(shù)據(jù)對應(yīng)的歷史距

離矩陣。

[0129]在本實施例中，獲取歷史三維圖像數(shù)據(jù)和歷史三維圖像數(shù)據(jù)對應(yīng)的待定位平面的

平面參數(shù)的方式，及計算歷史距離矩陣的方式與上述實施例中類似,具體詳細內(nèi)容可參見

上述實施例，在此不再贅述。

[0130]S530、根據(jù)預設(shè)的第二分割閾值對歷史距離矩陣進行分割，獲得歷史距離分割矩

陣。

[0131]在本實施例中，根據(jù)預設(shè)的第二分割閾值對歷史距離矩陣進行分割后，使用分割

得到的歷史距離分割矩陣進行面分割模型的訓練。可選的，歷史距離分割矩陣由歷史三維

圖像數(shù)據(jù)中各位置點與待定位平面的分割距離值組成。

[0132]可選的，根據(jù)預設(shè)的第二分割閾值對歷史距離矩陣進行分害U,獲得歷史距離分割

矩陣,包括：

[0133]根據(jù)預設(shè)的第二分割閾值對歷史距離矩陣中各歷史距離值進行調(diào)整，將調(diào)整后的

歷史距離值所組成的矩陣作為歷史距離分割矩陣。

[0134]示例性的，若第二分割閾值為T,則根據(jù)第二分割閾值T對歷史距離矩陣中各歷史

距離值進行調(diào)整?？蛇x的，若歷史距離矩陣中任一歷史距離值為斗，則將DjVT的歷史距離值

調(diào)整為1,將其他歷史距離值調(diào)整為0。可選的，第二分割閾值的取值可以根據(jù)待定位部位進

行調(diào)整。示例性的，當待定位部位為心臟區(qū)域時，第二分割閾值可以為5mm。

[0135]S540、基于歷史三維圖像數(shù)據(jù)及歷史分割距離矩陣生成訓練樣本集，使用訓練樣

本集對預先建立好的面分割模型進行訓練，得到訓練好的面分割模型。

14

CN113610923A說明書12/16頁

[0136]可選的，面分割模型訓練過程中的代價函數(shù)可以為焦點損失函數(shù)focalloss、dice

等用于分類的代價函數(shù)。在本實施例中，對面分割模型的訓練方式與上述實施例中對距離

計算模型的訓練方式類似,更加詳細的內(nèi)容可參見上述實施例，在此不再贅述。

[0137]圖5b是本發(fā)明實施例所提供的掃描定位方法中對面分割模型進行訓練的示意圖。

圖中示意性的示出了對面分割模型進行訓練的過程。如圖5b所示，根據(jù)待定位平面的平面

參數(shù)計算三維圖像數(shù)據(jù)所對應(yīng)的距離分割矩陣,將距離分割矩陣及從預掃描圖中提取的待

定位部位的三維圖像數(shù)據(jù)作為訓練樣本對對面分割模型進行訓練，獲得訓練好的面分割模

型。

[0138]S550、獲取待定位部位的三維圖像數(shù)據(jù)。

[0139]S560、將三維圖像數(shù)據(jù)輸入至預先訓練好的面分割模型中，獲得面分割模型輸出

的距離分割矩陣。

[0140]S570、根據(jù)預設(shè)第一分割閾值及各距離分割值對各位置點進行篩選，將滿足分割

條件的位置點作為平面擬合點。

[0141]S580、通過預設(shè)的擬合算法將各平面擬合點擬合，得到待定位的平面方程。

[0142]需要說明的是，本發(fā)明實施例所提供的面分割模型的訓練方法可單獨執(zhí)行。也就

是說，可以單獨使用本發(fā)明實施例所提供的S510-S540中的操作步驟完成對面分割模型的

訓練，不再執(zhí)行后續(xù)步驟S550-S580中基于待定位部位的三維圖像數(shù)據(jù)通過面分割模型確

定待定位的平面方程的操作。

[0143]本發(fā)明實施例的技術(shù)方案，在上述實施例的基礎(chǔ)上增加了對面分割模型進行訓練

的操作，通過獲取歷史三維圖像數(shù)據(jù)和歷史三維圖像數(shù)據(jù)對應(yīng)的待定位平面的平面參數(shù)；

根據(jù)歷史三維圖像數(shù)據(jù)和平面參數(shù)計算出歷史三維圖像數(shù)據(jù)對應(yīng)的歷史距離矩陣;根據(jù)預

設(shè)的第二分割閾值對歷史距離矩陣進行分割，獲得歷史距離分割矩陣;基于歷史三維圖像

數(shù)據(jù)及歷史分割距離矩陣生成訓練樣本集，使用訓練樣本集對預先建立好的面分割模型進

行訓練，得到訓練好的面分割模型，使得訓練所得到的面分割模型更加準確。

[0144]在本發(fā)明的另一種實施方式中，還可以直接根據(jù)歷史三維圖像數(shù)據(jù)及歷史三維圖

像數(shù)據(jù)所對應(yīng)的平面參數(shù)對預先建立好的平面確定模型進行訓練；當需要進行掃描定位

時，直接將待定位部位三維圖像數(shù)據(jù)和待定位部位三維圖像數(shù)據(jù)的x、y、z軸的坐標矩陣輸

入至訓練好的平面確定模型中，獲得平面確定模型輸出的待定位平面的平面參數(shù)?？蛇x的，

對平面模型的訓練方式及數(shù)據(jù)處理方式可參見上述實施例，在此不再贅述。

[0145]實施例六

[0146]圖6是本發(fā)明實施例六所提供的掃描定位裝置的結(jié)構(gòu)示意圖。該掃描定位裝置可

以采用軟件和/或硬件的方式實現(xiàn)，例如該掃描定位裝置可以配置于計算機設(shè)備中，如圖6

所示，所述裝置包括:數(shù)據(jù)獲取模塊610、特征數(shù)據(jù)模塊620和平面確定模塊630,其中：

[0147]數(shù)據(jù)獲取模塊610,用于獲取待定位部位的三維圖像數(shù)據(jù)；

[0148]特征數(shù)據(jù)模塊620,用于將所述三維圖像數(shù)據(jù)輸入至預先訓練好的位置點特征模

型中，獲得所述位置點特征模型輸出的各位置點特征數(shù)據(jù)；

[0149]平面確定模塊630,用于根據(jù)各位置點特征數(shù)據(jù)確定平面擬合點，并根據(jù)平面擬合

點確定待定位的平面方程。

[0150]本發(fā)明實施例通過數(shù)據(jù)獲取模塊獲取待定位部位的三維圖像數(shù)據(jù);特征數(shù)據(jù)模塊

15

CN113610923A說明書13/16頁

將所述三維圖像數(shù)據(jù)輸入至預先訓練好的位置點特征模型中，獲得所述位置點特征模型輸

出的各位置點特征數(shù)據(jù);平面確定模塊根據(jù)各位置點特征數(shù)據(jù)確定平面擬合點，并根據(jù)平

面擬合點確定待定位的平面方程,本發(fā)明實施例所提供的掃描定位方法僅通過待定位部位

的三維圖像數(shù)據(jù)即可實現(xiàn)掃描平面的定位，可適用于通過不同的掃描模態(tài)對不同掃描部位

進行掃描定位時的情形，使得掃描平面的定位更加快速、準確，進而減小了掃描過程所需時

間，提高了掃描圖像的準確度，并且克服了根據(jù)解剖學標記點進行定位的不準確性,在預掃

描范圍不全時，仍能較好的實現(xiàn)掃描平面的定位。

[0151]在上述方案的基礎(chǔ)上，所述特征數(shù)據(jù)模塊620具體用于：

[0152]將所述三維圖像數(shù)據(jù)輸入至預先訓練好的距離場計算模型中，獲得所述距離場計

算模型輸出的距離矩陣，所述距離矩陣由各所述位置點與所述待定位平面的距離值組成。

[0153]在上述方案的基礎(chǔ)上，所述平面確定模塊630具體用于：

[0154]根據(jù)預設(shè)距離范圍及各所述距離值對各所述位置點進行篩選，將滿足擬合條件的

位置點作為平面擬合點,并根據(jù)所述平面擬合點確定待定位的平面方程。

[0155]在上述方案的基礎(chǔ)上，所述裝置還包括：

[0156]歷史數(shù)據(jù)獲取單元，用于在獲取待定位部位的三維圖像數(shù)據(jù)之前，獲取歷史三維

圖像數(shù)據(jù)和所述歷史三維圖像數(shù)據(jù)對應(yīng)的待定位平面的平面參數(shù)；

[0157]距離矩陣確定單元，用于根據(jù)所述歷史三維圖像數(shù)據(jù)和所述平面參數(shù)計算出所述

歷史三維圖像數(shù)據(jù)對應(yīng)的歷史距離矩陣,所述距離矩陣由歷史三維圖像數(shù)據(jù)中各位置點與

所述待定位平面的距離值組成；

[0158]距離場模型訓練單元，用于基于所述歷史三維圖像數(shù)據(jù)和所述歷史距離矩陣生成

訓練樣本集，使用所述訓練樣本集對預先建立好的距離場計算模型進行訓練，得到訓練好

的距離場計算模型。

[0159]在上述方案的基礎(chǔ)上，所述特征數(shù)據(jù)模塊620具體用于：

[0160]將所述三維圖像數(shù)據(jù)輸入至預先訓練好的面分割模型中，獲得所述面分割模型輸

出的距離分割矩陣,所述距離分割矩陣由各所述位置點與待定位平面的距離分割值組成。

[0161]在上述方案的基礎(chǔ)上，所述平面確定模塊630包括：

[0162]擬合點確定單元，用于根據(jù)預設(shè)第一分割閾值及各距離分割值對各位置點進行篩

選，將滿足分割條件的位置點作為平面擬合點；

[0163]平面擬合單元，用于通過預設(shè)的擬合算法將各平面擬合點擬合，得到待定位的平

面方程。

[0164]在上述方案的基礎(chǔ)上，所述裝置還包括：

[0165]歷史數(shù)據(jù)獲取單元