一种虚拟弹性成像的构建方法、系统及电子设备

本发明涉及人工智能处理，具体涉及一种虚拟弹性成像的构建方法、系统及电子设备。

背景技术：

1、超声内镜是消化系统疾病诊断和评估的重要检查手段，在胆胰系统疾病、胃肠道黏膜下肿瘤及消化道周围淋巴结评估中具有重要临床价值。传统超声内镜b模式图像能够显示病灶的位置、大小、形态、边界、回声强度、内部回声分布及其与周围组织的关系，是临床超声内镜检查中最常用的基础图像形式。进一步地，超声内镜弹性成像能够在b模式图像基础上进一步反映组织硬度、组织应变和压缩顺应性等力学相关信息，可为病灶性质判断、风险评估、穿刺靶区选择及随访观察提供参考。

2、然而，在实际临床工作中，部分设备/检查流程未启用弹性模式、操作者未常规采集或保存、既往资料不完整等，且现有弹性成像技术通常依赖实时弹性采集过程，或者基于原始超声回波信号、组织受压前后形变信息、位移估计或应变计算等方式获得弹性图像，导致并非所有病例均能实时获取或保存高质量的弹性成像图像，致使大量既有b模式图像无法进一步挖掘其潜在的组织硬度信息，限制了超声内镜在回顾性研究、远程会诊及辅助诊断中的深度应用价值。

3、因此，现有技术存在由于缺乏弹性成像导致难以有效辅助超声内镜研究的问题。

技术实现思路

1、本发明提供一种虚拟弹性成像的构建方法、系统及电子设备，旨在解决现有技术存在的由于缺乏弹性成像导致难以有效辅助超声内镜研究的问题。

2、为解决上述技术问题，本发明提供以下技术方案：

3、一种虚拟弹性成像的构建方法，包括：

4、获取样本数据对集合，其中，每一样本数据对均包括b模式图像及其对应的真实弹性成像图像；

5、对所述b模式图像进行区域划分，得到所述b模式图像的第一区域集，并对所述第一区域集的每个区域进行特征提取，得到每个区域的b模式结构特征；

6、基于所述第一区域集的划分情况，确定所述b模式图像对应的所述真实弹性成像图像的第二区域集，并对所述第二区域集的每个区域进行硬度特征提取，得到每个区域的相对硬度分布特征；

7、对同一类病灶的所述b模式结构特征和所述相对硬度分布特征进行特征映射，建立每一类病灶的b模式特征-硬度分布先验知识库；

8、基于所述b模式特征-硬度分布先验知识库中的映射关系，对待处理b模式图像进行隐式力学特征提取，得到所述待处理b模式图像的组织力学潜在表征；

9、根据所述组织力学潜在表征、所述待处理b模式图像的病灶相关区域生成所述待处理b模式图像的弹性成像信息；

10、根据所述待处理b模式图像、所述待处理b模式图像的背景区域生成所述待处理b模式图像的图像背景信息；

11、对所述弹性成像信息和所述图像背景信息进行融合，得到所述待处理b模式图像的虚拟弹性成像。

12、可选地，所述获取样本数据对集合，包括：

13、筛选同一病例、同一检查过程、同一病灶或同一图像场景下的初始样本数据对集合；

14、剔除所述初始样本数据对集合中的异常数据对、不完整数据对和伪影数据对，得到第一样本数据对集合；

15、对所述第一样本数据对集合进行标准化预处理和空间配准，得到所述样本数据对集合；

16、其中，所述标准化预处理包括图像裁剪、尺寸归一化、灰阶标准化、亮度与对比度校正、噪声抑制、无关文字或边框去除、图像方向统一、颜色空间转换和图像格式转换中的至少一种；

17、所述空间配准包括深度学习、仿射变换或非刚性形变中的至少一种。

18、可选地，所述第一区域集包括病灶区域、邻近参考组织区和背景组织区；所述对所述b模式图像进行区域划分，得到所述b模式图像的第一区域集，包括：

19、对所述b模式图像进行目标识别，得到病灶区域掩膜，并根据所述病灶区域掩膜确定所述病灶区域；

20、确定所述b模式图像中距离所述病灶区域预设距离的区域为所述邻近参考组织区；

21、将所述b模式图像中除所述病灶区域和所述邻近参考组织区以外的剩余区域确定为所述背景组织区。

22、可选地，所述b模式结构特征包括病灶灰阶特征、病灶纹理特征、病灶边界与形态特征和对比特征；所述对所述第一区域集的每个区域进行特征提取，得到每个区域的b模式结构特征，包括：

23、对所述病灶区域进行灰阶统计分析和纹理特征计算，得到所述病灶灰阶特征和所述病灶纹理特征；

24、基于所述病灶区域掩膜和所述b模式图像进行边缘检测与形态学分析，提取所述病灶边界与形态特征；

25、对所述邻近参考组织区进行灰阶统计分析和纹理特征计算，得到所述邻近参考组织区的灰阶特征和纹理特征，并将所述灰阶特征和所述纹理特征分别与所述病灶灰阶特征和所述病灶纹理特征进行比较，得到所述对比特征。

26、可选地，所述相对硬度分布特征包括病灶区域整体相对硬度、病灶内部硬度分布异质性和病灶与邻近参考组织区之间的相对硬度差异；所述基于所述第一区域集的划分情况，确定所述b模式图像对应的所述真实弹性成像图像的第二区域集，并对所述第二区域集的每个区域进行硬度特征提取，得到每个区域的相对硬度分布特征，包括：

27、基于所述病灶区域和所述邻近参考组织区的划分情况分别对应确定所述真实弹性成像图像的真实病灶区域和真实邻近参考组织区；

28、获取所述真实病灶区域的所述病灶区域整体相对硬度和所述病灶内部硬度分布异质性；

29、对所述真实病灶区域和所述真实邻近参考组织区的硬度特征进行比较分析，得到所述病灶与邻近参考组织区之间的相对硬度差异。

30、可选地，所述对同一类病灶的所述b模式结构特征和所述相对硬度分布特征进行特征映射，建立每一类病灶的b模式特征-硬度分布先验知识库，包括：

31、按照病灶类型对所述样本数据对集合进行聚类分组，得到每一类病灶的样本数据对组；

32、基于所述样本数据对的对应关系，将所述b模式结构特征与所述相对硬度分布特征进行空间配准与关联映射，得到每一样本数据对的b模式特征-硬度分布映射关系；

33、基于所述样本数据对组对组内的所述b模式特征-硬度分布映射关系进行统计映射，得到所述每一类病灶的b模式特征-硬度分布先验知识库。

34、可选地，所述基于所述b模式特征-硬度分布先验知识库中的映射关系，对待处理b模式图像进行隐式力学特征提取，得到所述待处理b模式图像的组织力学潜在表征，包括：

35、获取所述待处理b模式图像的待处理b模式结构特征；

36、对所述待处理b模式结构特征和所述b模式特征-硬度分布先验知识库中的映射关系进行匹配，得到所述待处理b模式图像的组织力学潜在表征。

37、可选地，在对所述弹性成像信息和所述图像背景信息进行融合，得到所述待处理b模式图像的虚拟弹性成像之后，还包括：

38、基于预设的可信度评估指标对所述虚拟弹性成像进行可信度评估；

39、其中，所述可信度评估指标包括所述待处理b模式图像的待处理b模式图像质量、病灶分割置信度、b模式结构特征稳定性、组织力学潜在表征一致性、先验知识库匹配程度、双分支重建结果一致性和背景区域抑制效果中的至少一种。

40、一种虚拟弹性成像的构建系统，包括：

41、样本获取模块，用于获取样本数据对集合，其中，每一样本数据对均包括b模式图像及其对应的真实弹性成像图像；

42、b模式图像处理模块，用于对所述b模式图像进行区域划分，得到所述b模式图像的第一区域集，并对所述第一区域集的每个区域进行特征提取，得到每个区域的b模式结构特征；

43、真实弹性成像图像处理模块，用于基于所述第一区域集的划分情况，确定所述b模式图像对应的所述真实弹性成像图像的第二区域集，并对所述第二区域集的每个区域进行硬度特征提取，得到每个区域的相对硬度分布特征；

44、知识库构建模块，用于对同一类病灶的所述b模式结构特征和所述相对硬度分布特征进行特征映射，建立每一类病灶的b模式特征-硬度分布先验知识库；

45、隐式力学特征提取模块，用于基于所述b模式特征-硬度分布先验知识库中的映射关系，对待处理b模式图像进行隐式力学特征提取，得到所述待处理b模式图像的组织力学潜在表征；

46、弹性成像信息生成模块，用于根据所述组织力学潜在表征、所述待处理b模式图像的病灶相关区域生成所述待处理b模式图像的弹性成像信息；

47、图像背景信息生成模块，用于根据所述待处理b模式图像、所述待处理b模式图像的背景区域生成所述待处理b模式图像的图像背景信息；

48、虚拟弹性成像模块，用于对所述弹性成像信息和所述图像背景信息进行融合，得到所述待处理b模式图像的虚拟弹性成像。

49、一种电子设备，包括存储器和处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行以下步骤：

50、获取样本数据对集合，其中，每一样本数据对均包括b模式图像及其对应的真实弹性成像图像；

51、对所述b模式图像进行区域划分，得到所述b模式图像的第一区域集，并对所述第一区域集的每个区域进行特征提取，得到每个区域的b模式结构特征；

52、基于所述第一区域集的划分情况，确定所述b模式图像对应的所述真实弹性成像图像的第二区域集，并对所述第二区域集的每个区域进行硬度特征提取，得到每个区域的相对硬度分布特征；

53、对同一类病灶的所述b模式结构特征和所述相对硬度分布特征进行特征映射，建立每一类病灶的b模式特征-硬度分布先验知识库；

54、基于所述b模式特征-硬度分布先验知识库中的映射关系，对待处理b模式图像进行隐式力学特征提取，得到所述待处理b模式图像的组织力学潜在表征；

55、根据所述组织力学潜在表征、所述待处理b模式图像的病灶相关区域生成所述待处理b模式图像的弹性成像信息；

56、根据所述待处理b模式图像、所述待处理b模式图像的背景区域生成所述待处理b模式图像的图像背景信息；

57、对所述弹性成像信息和所述图像背景信息进行融合，得到所述待处理b模式图像的虚拟弹性成像。

58、本实施例中，通过建立b模式特征-硬度分布先验知识库，充分挖掘b模式结构特征与相对硬度分布特征之间的映射关系，然后，从待处理b模式图像中提取组织力学潜在表征，生成具备精准相对硬度分布特征的弹性成像信息，结合病灶相关区域生成弹性成像信息并与背景信息融合，能够精准构建出对应b模式图像的虚拟弹性成像，使得虚拟弹性成像可准确反映组织的硬度差异与分布特性，兼具b模式图像的结构信息与真实弹性成像的硬度表征能力，从而有效辅助超声内镜研究。