基于超声图像的测量设备、方法、介质及电子设备与流程

1.本发明涉及一种测量设备，特别是涉及一种基于超声图像的测量设备、方法、介质及电子设备。


背景技术：

2.超声成像是利用超声声束扫描人体，通过对反射信号的接收、处理以获得体内器官的图象。实际应用中，超声成像方法常用来判断脏器的位置、大小、形态，确定病灶的范围和物理性质等。例如，在对甲状腺、乳腺、肝胆等部位进行超声检测的场景中，如发现结节或者其他病灶，需要评估病灶的尺寸。
3.现有技术中，不同厂商的超声设备所显示的超声图像的大小尺寸不同，图像显示与人体真实器官的大小比例不同，医务人员需要凭经验目测超声图像和真实人体之间的比例关系、识别出病灶后目测病灶的大小尺寸。即使有的厂商提供的超声设备可以在显示图像的同时显示参考刻度线，但不同厂商的的超声设备显示方式和显示位置不同、相对真实人体的缩放比例不同，这就要求医务人员使用一款超声设备前先学习了解该设备图像显示特点，否则可能导致对患者病灶尺寸的评估不够准确。此种方式效率较低，且容易出现由于医生经验等人为主观因素所导致的测量误差。


技术实现要素：

4.鉴于以上所述现有技术的缺点，本发明的目的在于提供一种基于超声图像的测量设备、方法、介质及电子设备，用于解决现有技术中存在的上述问题。
5.为实现上述目的及其他相关目的，本发明的第一方面提供一种基于超声图像的测量设备，所述设备包括：超声图像获取模块，用于获取目标超声图像；刻度关键点获取模块，用于获取所述目标超声图像中的刻度关键点；比例尺获取模块，用于根据所述刻度关键点之间的图上距离与实际距离获取所述目标超声图像的比例尺；目标对象检测模块，用于检测所述目标超声图像中的目标对象；对象尺寸测量模块，用于根据所述目标对象的图上尺寸和所述比例尺获取所述目标对象的实际尺寸；叠加显示模块，用于在所述目标超声图像中叠加显示所述刻度关键点、所述比例尺、所述目标对象的检测结果和/或所述目标对象的实际尺寸。
6.于所述第一方面的一实施例中，所述刻度关键点获取模块利用一神经网络模型对所述目标超声图像进行处理，以得到所述刻度关键点。
7.于所述第一方面的一实施例中，所述目标对象检测模块包括：目标对象获取单元，用于对所述目标超声图像进行分割以得到所述目标对象的模型；目标参数获取单元，用于根据所述目标对象的模型获取目标参数，其中，所述目标参数用于反映所述目标对象的图上尺寸。
8.于所述第一方面的一实施例中，所述目标对象检测模块包括：检测框获取单元，用于根据所述目标超声图像获取所述目标对象的检测框；目标参数获取单元，用于根据所述
目标对象的检测框获取目标参数，其中，所述目标参数用于反映所述目标对象的图上尺寸。
9.于所述第一方面的一实施例中，所述比例尺获取模块包括：刻度关键点标识单元，用于根据所述刻度关键点的纵坐标对所述刻度关键点进行标识；图上距离获取单元，用于根据所述刻度关键点的标识获取所述刻度关键点之间的图上距离；比例尺获取单元，用于根据所述刻度关键点之间的图上距离与实际距离获取所述目标超声图像的比例尺。
10.于所述第一方面的一实施例中，所述刻度关键点标识单元包括：刻度关键点排序子单元，用于根据所述刻度关键点的纵坐标对所述刻度关键点进行排序；刻度关键点标识子单元，用于根据所述刻度关键点的排序结果对所述刻度关键点依次进行标识。
11.于所述第一方面的一实施例中，所述比例尺获取单元根据两个所述刻度关键点之间的图上距离与实际距离获取所述比例尺，或者，所述比例尺获取单元根据多个所述刻度关键点之间的平均图上距离与平均实际距离获取所述比例尺。
12.本发明的第二方面提供一种基于超声图像的测量方法，所述方法包括：获取目标超声图像；获取所述目标超声图像中的刻度关键点；根据所述刻度关键点之间的图上距离与实际距离获取所述目标超声图像的比例尺；检测所述目标超声图像中的目标对象；根据所述目标对象的图上尺寸和所述比例尺获取所述目标对象的实际尺寸；在所述目标超声图像中叠加显示所述刻度关键点、所述比例尺、所述目标对象的检测结果和/或所述目标对象的实际尺寸。
13.本发明的第三方面提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现本发明第二方面所述基于超声图像的测量方法。
14.本发明的第四方面提供一种电子设备，所述电子设备包括：存储器，存储有一计算机程序；处理器，与所述存储器通信相连，调用所述计算机程序时执行本发明第二方面所述基于超声图像的测量方法。
15.如上所述，本发明一个或多个实施例中所述基于超声图像的测量设备具有以下有益效果：
16.所述基于超声图像的测量设备能够基于目标超声图像中的刻度关键点来获取所述目标超声图像的比例尺，基于所述比例尺以及目标对象的图上尺寸即可得到所述目标对象的实际尺寸。该过程基本无需人工参与，效率较高，且能够避免由于人为主观原因所导致的测量误差。
17.此外，所述基于超声图像的测量设备能够外接在不同的超声设备上，只要能够获取这些超声设备输出的超声图像即可对其进行处理，因此，所述基于超声图像的测量设备支持与超声设备的即连即用。
附图说明
18.图1a显示为本发明所述基于超声图像的测量设备于一具体实施例中的结构示意图。
19.图1b显示为本发明所述基于超声图像的测量设备于一具体实施例中目标超声图像的示例图。
20.图2显示为本发明所述基于超声图像的测量设备于一具体实施例中第一神经网络模型的训练方法流程图。
21.图3a显示为本发明所述基于超声图像的测量设备于一具体实施例中目标对象检测模块的结构示意图。
22.图3b显示为本发明所述基于超声图像的测量设备于一具体实施例中第二神经网络模型的训练方法流程图。
23.图3c显示为本发明所述基于超声图像的测量设备于另一具体实施例中目标对象检测模块的结构示意图。
24.图4a显示为本发明所述基于超声图像的测量设备于一具体实施例中比例尺获取模块的结构示意图。
25.图4b显示为本发明所述基于超声图像的测量设备于一具体实施例中刻度关键点标识单元的结构示意图。
26.图4c显示为本发明所述基于超声图像的测量设备于一具体实施例中刻度关键点的标识结果示例图。
27.图5显示为本发明所述基于超声图像的测量方法于一具体实施例中的流程图。
28.图6显示为本发明所述电子设备于一具体实施例中的结构示意图。
29.元件标号说明
[0030]1ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
基于超声图像的测量设备
[0031]
10
ꢀꢀꢀꢀꢀꢀꢀꢀ
超声图像获取模块
[0032]
11
ꢀꢀꢀꢀꢀꢀꢀꢀ
刻度关键点获取模块
[0033]
12
ꢀꢀꢀꢀꢀꢀꢀꢀ
比例尺获取模块
[0034]
121
ꢀꢀꢀꢀꢀꢀꢀ
刻度关键点标识单元
[0035]
1211
ꢀꢀꢀꢀꢀꢀ
刻度关键点排序子单元
[0036]
1212
ꢀꢀꢀꢀꢀꢀ
刻度关键点标识子单元
[0037]
122
ꢀꢀꢀꢀꢀꢀꢀ
图上距离获取单元
[0038]
123
ꢀꢀꢀꢀꢀꢀꢀ
比例尺获取单元
[0039]
13
ꢀꢀꢀꢀꢀꢀꢀꢀ
目标对象检测模块
[0040]
131
ꢀꢀꢀꢀꢀꢀꢀ
目标对象获取单元
[0041]
132
ꢀꢀꢀꢀꢀꢀꢀ
目标参数获取单元
[0042]
133
ꢀꢀꢀꢀꢀꢀꢀ
检测框获取单元
[0043]
134
ꢀꢀꢀꢀꢀꢀꢀ
目标参数获取单元
[0044]
14
ꢀꢀꢀꢀꢀꢀꢀꢀ
对象尺寸测量模块
[0045]
15
ꢀꢀꢀꢀꢀꢀꢀꢀ
叠加显示模块
[0046]
600
ꢀꢀꢀꢀꢀꢀꢀ
电子设备
[0047]
610
ꢀꢀꢀꢀꢀꢀꢀ
存储器
[0048]
620
ꢀꢀꢀꢀꢀꢀꢀ
处理器
[0049]
630
ꢀꢀꢀꢀꢀꢀꢀ
显示器
[0050]
s21～s24
ꢀꢀ
步骤
[0051]
s31～s34
ꢀꢀ
步骤
[0052]
s51～s56
ꢀꢀ
步骤
具体实施方式
[0053]
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
[0054]
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，图示中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。此外，在本文中，诸如“第一”、“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
[0055]
于本发明的一实施例中提供一种基于超声图像的测量设备，具体地，请参阅图1a，所述基于超声图像的测量设备1包括超声图像获取模块10、刻度关键点获取模块11、比例尺获取模块12、目标对象检测模块13、对象尺寸测量模块14以及叠加显示模块15。
[0056]
所述超声图像获取模块10用于获取目标超声图像。具体地，所述超声图像获取模块10可以与超声设备通信相连，并获取超声设备输出的超声图像作为所述目标超声图像。所述超声图像获取模块10优选为能够与多种不同类型的超声设备相连，并能够获取这些超声设备输出的不同显示方式、不同显示位置和/或不同缩放比例的超声图像作为所述目标超声图像。
[0057]
所述刻度关键点获取模块11与所述超声图像获取模块10相连，用于获取所述目标超声图像中的刻度关键点。例如，请参阅图1b，显示为本实施例中涉及的一目标超声图像的示例图，其中，该目标超声图像包括图像本体和刻度关键点，所述刻度关键点是指该目标超声图像中用于指示刻度的点，通常由超声扫描设备自动生成。此外，出于显示清楚的目的，图1b中仅标识了一个刻度关键点，可以理解的是，图中该刻度关键点下方的白色点也为刻度关键点。
[0058]
所述比例尺获取模块12与所述刻度关键点获取模块11相连，用于根据所述刻度关键点之间的图上距离与实际距离获取所述目标超声图像的比例尺。其中，所述比例尺例如为所述刻度关键点之间的图上距离与实际距离的比值。
[0059]
所述目标对象检测模块13用于检测所述目标超声图像中的目标对象，更具体地说，用于检测所述目标超声图像中所述目标对象的图上尺寸，其中，所述目标对象例如为甲状腺结节，该尺寸包括但不限于长度、周长、面积、体积等。
[0060]
所述对象尺寸测量模块14与所述比例尺获取模块12和所述目标对象检测模块13相连，用于根据所述目标对象的图上尺寸和所述比例尺获取所述目标对象的实际尺寸。例如，当采用最小检测框来实现所述目标对象的检测、且所述最小检测框为矩形时，所述对象尺寸测量模块14可以根据所述最小检测框的图上长度和图上宽度获取所述最小检测框的实际长度和实际宽度，进而得到所述目标对象的实际径向尺寸。
[0061]
所述叠加显示模块15与所述超声图像获取模块10、所述刻度关键点获取模块11、所述比例尺获取模块12、所述目标对象检测模块13以及所述对象尺寸测量模块14相连，用
于在所述目标超声图像中叠加显示所述刻度关键点、所述比例尺、所述目标对象的检测结果(例如最小检测框、病灶轮廓)和/或所述目标对象的实际尺寸。其中，所述叠加显示模块15与上述其余模块之间的连接方式包括直接相连以及通过其他模块间接相连。例如，所述叠加显示模块15可以与所述对象尺寸测量模块14直接相连，也可以通过所述对象尺寸测量模块14与所述比例尺获取模块12间接相连。
[0062]
优选地，所述叠加显示模块15还用于确定所述刻度关键点、所述比例尺、所述目标对象的检测结果和/或所述目标对象的实际尺寸的显示位置和/或显示方式，以避免显示内容之间的遮挡。例如，所述叠加显示模块15可以在所述目标超声图像的一侧显示所述刻度关键点、所述比例尺以及所述目标对象的实际尺寸。
[0063]
根据以上描述可知，本实施例所述基于超声图像的测量设备能够基于目标超声图像中的刻度关键点来获取所述目标超声图像的比例尺，基于所述比例尺以及目标对象的图上尺寸即可得到所述目标对象的实际尺寸。该过程基本无需人工参与，效率较高，且能够避免由于人为主观原因所导致的测量误差。
[0064]
于本发明的一实施例中，所述超声图像测量设备1还包括一外壳，所述超声图像测量设备1的上述各模块对应的硬件结构设置于所述外壳中。此外，所述外壳具有通信接口，所述超声图像获取模块10通过该通信接口与超声设备通信相连，以从超声设备获取所述目标超声图像。通过此种方式，所述超声图像测量设备1能够实现与超声设备的即连即用，即，只要将所述超声图像测量设备1外接在超声设备上，所述超声图像测量设备1即可对超声设备输出的超声图像进行处理，从而获取相应的刻度关键点、比例尺、目标对象的检测结果和/或目标对象的实际尺寸并进行显示。
[0065]
于本发明的一实施例中，所述刻度关键点获取模块11利用第一神经网络模型对所述目标超声图像进行处理，以得到所述刻度关键点，其中，所述第一神经网络模型为一训练好的神经网络模型。
[0066]
可选地，请参阅图2，本实施例中所述第一神经网络模型的训练方法包括：
[0067]
s21，构建一神经网络初始模型，本实施例中所述神经网络初始模型用于提取超声图像中的刻度关键点，例如可采用u-net或v-net等深度学习网络模型。
[0068]
s22，获取第一训练数据，其中，所述第一训练数据是标注有刻度关键点的超声图像，对所述刻度关键点的标注可以采用人工等方式实现，本发明对此不做限制。
[0069]
s23，使用所述第一训练数据对所述神经网络初始模型进行训练，以得到所述第一神经网络模型。
[0070]
s24，对所述第一神经网络模型进行测试。
[0071]
应当理解的是，上述通过第一神经网络模型来获取所述刻度关键点的方案仅为本发明的一种优选方案，实际应用中还可以采用其他算法或者人工标记等方式来获得所述刻度关键点，本发明对此不做限制。
[0072]
请参阅图3a，于本发明的一实施例中，所述目标对象检测模块13的一种结构包括目标对象获取单元131和目标参数获取单元132。
[0073]
所述目标对象获取单元131用于对所述目标超声图像进行分割以得到所述目标对象的模型。
[0074]
可选地，所述目标对象获取单元131利用一第二神经网络模型对所述目标超声图
像进行处理以实现对所述目标超声图像的分割，从而得到所述目标对象的模型。
[0075]
请参阅图3b，本实施例中对所述第二神经网络模型进行训练的实现方法包括：
[0076]
s31，构建一神经网络初始模型，本实施例中所述神经网络初始模型用于实现对所述目标对象的分割算法，例如，可以采用u-net或v-net等深度学习模型。
[0077]
s32，获取第二训练数据，其中，所述第二训练数据是标注有所述目标对象二元分割掩膜的超声图像，对所述二元分割掩膜的标注可以采用人工等方式实现，本发明对此不做限制。
[0078]
s33，利用所述第二训练数据对所述神经网络初始模型进行训练，以得到所述第二神经网络模型。
[0079]
s34，对所述第二神经网络模型进行测试。
[0080]
需要说明的是，所述目标对象获取单元131利用所述第二神经网络模型获取所述目标对象的模型仅为本实施例的一种可行方式，但本发明并不以此为限。
[0081]
所述目标参数获取单元132与所述目标对象获取单元131相连，用于根据所述目标对象的模型获取目标参数，其中，所述目标参数用于反映所述目标对象的图上尺寸。所述目标参数包括但不限于长度、周长、面积、体积等。
[0082]
可选地，所述目标参数获取单元132可以获取人工标记的参数值作为所述目标参数。
[0083]
可选地，所述目标参数获取单元132可以采用关键点检测等传统算法来获取所述目标参数。
[0084]
可选地，所述目标参数获取单元132可以获取图像分割以后得到的所述目标对象的模型的最大径和最小径作为所述目标参数。
[0085]
请参阅图3c，于本发明的一实施例中，所述目标对象检测模块13的另一种结构包括检测框获取单元133以及目标参数获取单元134。
[0086]
所述检测框获取单元133用于根据所述目标超声图像获取所述目标对象的检测框。具体地，所述检测框获取单元133可以利用训练好的深度学习模型、神经网络模型等对所述目标超声图像进行处理来得到所述目标对象的检测框，也可以根据用户输入的标注结果来获取所述目标对象的检测框，还可以根据所述目标对象的模型获取所述目标对象的边界进而根据该边界上的像素点获取所述目标对象的检测框，但本发明并不限于上述几种方式，实际应用中也可以采用其他技术来得到所述目标对象的检测框。
[0087]
此外，所述目标对象的检测框可以为任意形状，且所述目标对象的检测框全包含所述目标对象。优选地，所述目标对象的检测框为所述目标对象的最小检测框(或称为最小包围框)，该最小检测框全包含所述目标对象，且所述最小检测框优选为多边形，进一步优选为矩形。
[0088]
所述目标参数获取单元134与所述检测框获取单元133相连，用于根据所述目标对象的检测框获取目标参数，其中，所述目标参数用于反映所述目标对象的图上尺寸。例如，所述目标参数获取单元134可以获取所述检测框的宽度、高度、面积、周长等几何尺寸作为所述目标参数。
[0089]
需要说明的是，以上列举的获取所述目标参数的两种方案仅为本发明的可选方案，但本发明并不限于此，实际应用中也可以采用其他方法来获取所述目标参数，例如，可
以采用轮廓勾勒、显示经线等方式来获取所述目标参数。
[0090]
请参阅图4a，于本发明的一实施例中，所述比例尺获取模块12包括刻度关键点标识单元121、图上距离获取单元122和比例尺获取单元123。
[0091]
所述刻度关键点标识单元121与所述刻度关键点获取模块11相连，用于根据所述刻度关键点的纵坐标对所述刻度关键点进行标识，其中，所述刻度关键点的标识用于标记所述刻度关键点之间的纵向相对位置，不同刻度关键点之间的纵向图上距离可以根据其标识得到。例如，若两个刻度关键点的标识分别为a和b，则二者之间的图上距离为a-b，其中，a和b优选为正整数。
[0092]
所述图上距离获取单元122与所述刻度关键点标识单元121相连，用于根据所述刻度关键点的标识获取所述刻度关键点之间的纵向图上距离。
[0093]
所述比例尺获取单元123与所述图上距离获取单元122相连，用于根据所述刻度关键点之间的纵向图上距离与纵向实际距离获取所述目标超声图像的比例尺。其中，所述刻度关键点的纵向实际距离可以根据所述刻度关键点的位置、编号和/或坐标得到。
[0094]
需要说明的是，本实施例中所述的纵向是指实质上平行于刻度关键点连线的方向。
[0095]
可选地，本实施例中所述比例尺获取模块还包括预处理单元，所述预处理单元用于对所述刻度关键点进行预处理，以删除其中的异常点。其中，所述异常点例如为横坐标异常的关键点，例如，若某一刻度关键点的横坐标与其余刻度关键点横坐标的均值相差较大，则可以将该刻度关键点作为异常点并删除。所述刻度关键点标识单元121通过所述预处理单元与所述刻度关键点获取模块11相连，所述比例尺获取单元123通过所述预处理单元与所述刻度关键点获取模块11相连。通过此种方式，能够保证所述比例尺获取单元仅根据正常刻度关键点之间的图上距离与实际距离来获取所述目标图像的比例尺，有利于提升获取到的比例尺的准确度。
[0096]
可选地，请参阅图4b，所述刻度关键点标识单元121包括刻度关键点排序子单元1211和刻度关键点标识子单元1212。
[0097]
所述刻度关键点排序子单元1211与所述刻度关键点获取模块11相连，用于根据所述刻度关键点的纵坐标对所述刻度关键点进行排序，例如，可以按照纵坐标从大到小或者从小到大的顺序对所述刻度关键点进行排序。
[0098]
所述刻度关键点标识子单元1212与所述刻度关键点排序子单元1211相连，用于根据所述刻度关键点的排序对所述刻度关键点进行依次标识。例如，当所述关键点排序子单元1211按照纵坐标从大到小的顺序对所述刻度关键点进行排序时，所述刻度关键点标识子单元1212可以依次将所述刻度关键点标识为0、1、
…
、n，其中，n为正整数。本实施例中对所述刻度关键点的标识结果例如图4c所示。
[0099]
于本发明的一实施例中，所述比例尺获取单元124可以根据两个所述刻度关键点之间的图上距离与实际距离获取所述比例尺，或者，所述比例尺获取单元124也可以根据多个所述刻度关键点之间的平均图上距离与平均实际距离获取所述比例尺。此外，所述比例尺获取单元124也可以采用其他方法获取所述比例尺，本发明对此不做限制。
[0100]
在实际应用中，获取刻度关键点的过程中容易出现遗漏，这会导致所述刻度关键点获取模块无法获取到所有的刻度关键点，进而会导致获取到的比例尺出现误差。针对这
一问题，于本发明的一实施例中，所述对象尺寸测量模块根据以下公式确定所述目标超声图像的比例尺：其中，l为所述目标超声图像的比例尺，l
i,j
为第i个刻度关键点和第j个刻度关键点之间的纵向实际距离，也即，第i个刻度关键点和第j个刻度关键点在纵向的实际距离，该距离值可以根据这两个刻度关键点的纵坐标得到，l
m,n
为第m个刻度关键点和第n个刻度关键点之间的纵向实际距离，也即，第m个刻度关键点和第n个刻度关键点在纵向的实际距离，该距离值可以根据这两个刻度关键点的纵坐标得到，i＝j
±
1和/或m＝n
±
1，并且，f为取整函数，其可以为四舍五入取整函数、向上取整函数、向下取整函数等，max(l
m,n
,l
i,j
)为l
m,n
和l
i,j
之间的较大值，min(l
m,n
,l
i,j
)为l
m,n
和l
i,j
之间的较小值。例如，对于图4c所示的标识结果，若i＝2，j＝m＝3，n＝4，则此时，所述比例尺为又例如，对于图4c所示的标识结果，若i＝1，j＝2，m＝3，n＝4，则此时，所述比例尺为
[0101]
如上所述，本实施例中所述对象尺寸测量模块可以根据满足i＝j
±
1和/或m＝n
±
1这一条件的任意两个刻度关键点对(i,j)和(m,n)得到一个比例尺的值。基于此，所述对象尺寸测量模块优选为根据不同的刻度关键点对获取多个比例尺的值，并对这些值取平均值作为所述目标超声图像的比例尺。
[0102]
根据以上描述可知，本实施例提供的方法能够避免因为刻度关键点遗漏而导致获取到的比例尺不够准确的问题，有利于进一步提升结果的准确度。
[0103]
于本发明的一实施例中，所述目标对象为甲状腺结节，所述基于超声图像的测量设备能够根据甲状腺结节的超声图像获取其上下径、宽径和高径，进而获取其纵横比，其中，纵横比为高径/宽径。基于甲状腺结节的上下径、宽径、高径和纵横比能够得到其恶性程度，该过程基本无需人工参与，效率较高且不会出现人为主观因素所导致的误差。
[0104]
基于以上对所述测量设备的描述，本发明还提供一种基于超声图像的测量方法。具体地，请参阅图5，于本发明的一实施例中所述基于超声图像的测量方法包括：
[0105]
s51，获取目标超声图像。
[0106]
s52，获取所述目标超声图像中的刻度关键点。
[0107]
s53，根据所述刻度关键点之间的图上距离与实际距离获取所述目标超声图像的比例尺。
[0108]
s54，检测所述目标超声图像中的目标对象。
[0109]
s55，根据所述目标对象的图上尺寸和所述比例尺获取所述目标对象的实际尺寸。
[0110]
s56，在所述目标超声图像中叠加显示所述刻度关键点、所述比例尺、所述目标对象的检测结果和/或所述目标对象的实际尺寸。
[0111]
需要说明的是，本实施例中上述步骤s51～s56与图1a所示基于超声图像的测量设备1中的相应模块一一对应，为节省说明书篇幅，此处不做过多赘述。
[0112]
此外，上述标号s51～s54仅用于标识不同的步骤，而非用于限制这些步骤之间的
执行顺序，实际应用中可以根据具体需求调整上述步骤的执行顺序，例如，可以先执行步骤s54再执行步骤s52和s53，也可以同时执行步骤s54与步骤s52，本发明对这些步骤之间的相对执行顺序不做限制。
[0113]
基于以上对所述测量设备的描述，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现图5所示基于超声图像的测量方法。
[0114]
基于以上对所述测量设备的描述，本发明还提供一种电子设备。请参阅图6，于本发明的一实施例中，所述电子设备600包括存储器610和处理器620，其中，所述存储器610存储有计算机程序，所述处理器620与所述存储器610通信相连，调用所述计算机程序时实现图5所示基于超声图像的测量方法。
[0115]
可选地，所述电子设备600还包括显示器630，所述显示器630与所述存储器610和所述处理器620通信相连，用于显示所述基于超声图像的测量方法的相关gui交互界面。
[0116]
本发明所述基于超声图像的测量方法的保护范围不限于本实施例列举的步骤执行顺序，凡是根据本发明的原理所做的现有技术的步骤增减、步骤替换所实现的方案都包括在本发明的保护范围内。
[0117]
本发明还提供一种基于超声图像的测量设备，所述基于超声图像的测量设备可以实现本发明所述的基于超声图像的测量方法，但本发明所述的基于超声图像的测量方法的实现硬件包括但不限于本实施例列举的基于超声图像的测量设备的结构，凡是根据本发明的原理所做的现有技术的结构变形和替换，都包括在本发明的保护范围内。
[0118]
本发明所述基于超声图像的测量设备能够基于目标超声图像中的刻度关键点来获取所述目标超声图像的比例尺，基于所述比例尺以及目标对象的最小检测框即可得到所述目标对象的实际尺寸。该过程基本无需人工参与，效率较高，且能够避免由于人为主观原因所导致的测量误差。
[0119]
此外，考虑到在测量过程中获取到的刻度关键点可能存在遗漏或者误识别等问题而导致获得的比例尺不够准确，所述基于超声图像的测量设备还可以利用预处理单元来删除刻度关键点中存在的异常点，从而避免误识别所导致的误差。并且，所述比例尺获取模块可以通过这一公式来确定比例尺，从而避免因为遗漏刻度关键点所导致的误差。因此，本发明所述基于超声图像的测量设备具有良好的准确度。
[0120]
再者，所述基于超声图像的测量设备能够外接在不同的超声设备上，只要能够获取这些超声设备输出的超声图像即可对其进行处理，因此，所述基于超声图像的测量设备支持与超声设备的即连即用。
[0121]
综上所述，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
[0122]
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。