一种超声扫查视频的打包方法与流程

1.本发明涉及超声扫查影像处理技术领域，具体涉及一种超声扫查视频的打包方法。


背景技术：

2.超声扫查图像，指超声扫查设备在扫查过程中通过采集回波序列数据进行图像重建生成的二维图像。超声扫查视频，则是多幅超声扫查图像依时间顺序进行排列以生成的超声扫查视频。由于超声扫查视频中包含的信息较多，因此需要占用大量资源用于阅片。针对这一问题，通过人工智能技术实现自动化阅片的超声云平台成为较为热门的技术方向。
3.现有技术中，已存在有将超声扫查图像远程传输至云平台以进行进一步图像处理、识别的技术方案。为实现传输的可靠性，该类现有技术通常会在客户端将扫查到的超声图像编码成超声扫查视频，或者是保存为dicom格式文件，随后再在云平台进行解压以获取待处理的超声扫查图像。但是，在实施过程中，发明人发现，上述传输方法在实际运用中需要占用大量的带宽资源，进而使得整体传输时间较长，使用较为不便。


技术实现要素：

4.针对现有技术中存在的上述问题，现提供一种超声扫查视频的打包方法。
5.具体技术方案如下：
6.一种超声扫查视频的打包方法，包括：
7.步骤s1：获取一帧扫查图像，判断所述扫查图像是否大于一标准框；
8.若是，转向步骤s2；
9.若否，将所述扫查图像调整至一目标尺寸，随后转向步骤s3；
10.步骤s2：获取所述扫查图像的最长边，根据所述最长边和所述扫查图像生成一正方形图像，并将所述正方形图像调整至所述目标尺寸；
11.步骤s3：将调整后的所述扫查图像添加至图像列表，随后返回所述步骤s1，直至扫查结束；
12.步骤s4：将扫查信息和所述图像列表中的所述扫查图像打包，随后发送至一远程的云平台。
13.优选地，所述步骤s2包括：
14.步骤s21：获取所述扫查图像的最长边，根据所述最长边生成一正方形底版；
15.步骤s22：将所述扫查图像叠加在所述正方形底版上，以生成所述正方形图像；
16.步骤s23：将所述正方形图像调整至所述目标尺寸。
17.优选地，所述步骤s22包括：
18.将所述扫查图像叠加在所述正方形底版上，并使得所述扫查图像于所述正方形底版上左右居中对齐，以及靠上对齐，以生成所述正方形图像。
19.优选地，所述步骤s23包括：
20.步骤s231：对所述正方形图像进行最大池化以生成最大池化图像；
21.步骤s232：将所述最大池化图像调整至所述目标尺寸。
22.优选地，所述预设大小为512*512，所述目标尺寸为256*256，则所述最大池化的卷积核为2*2。
23.优选地，所述步骤s3包括：
24.步骤s31：对调整后的所述扫查图像进行动态范围调整；
25.步骤s32：将动态范围调整后的所述扫查图像添加至所述图像列表。
26.优选地，于所述步骤s1之前包括：对所述扫查图像进行灰度化；
27.则所述步骤s31包括：获取所述扫查图像中的每一个像素点的灰度值，当所述灰度值小于第一阈值时，将所述像素点的灰度值映射为0；
28.当所述灰度值大于第二阈值时，将所述像素点的灰度值映射为255。
29.优选地，所述步骤s4包括：
30.步骤s41：获取所述图像列表中的多个所述扫查图像，对所述扫查图像进行转码以生成二进制码流；
31.步骤s42：将所述二进制码流和所述扫查信息打包，随后发送至所述云平台。
32.优选地，所述扫查信息包括：患者信息、扫查参数、扫查图像张数和所述尺寸大小。
33.优选地，所述步骤s1还包括：
34.判断所述扫查图像是否为第一帧扫查图像，若是，记录所述扫查图像的所述尺寸大小作为参考尺寸；
35.则所述步骤s3包括：
36.步骤s31：将调整后的所述扫查图像添加至图像列表，随后判断是否接收到一停止扫查信号；
37.若是，认为扫查结束，转向所述步骤s4；
38.若否，转向步骤s32；
39.步骤s32：判断所述尺寸大小是否等于所述参考尺寸；
40.若是，认为扫查未结束，返回所述步骤s1；
41.若否，认为扫查结束，转向所述步骤s4。
42.上述技术方案具有如下优点或有益效果：通过将扫查图像调整至目标尺寸，进而使得每一帧的扫查图像的大小降低，从而使得打包后待传输的数据量减少，降低了对传输带宽的需求，提高了云平台的识别效率。
附图说明
43.参考所附附图，以更加充分的描述本发明的实施例。然而，所附附图仅用于说明和阐述，并不构成对本发明范围的限制。
44.图1为本发明实施例的整体示意图；
45.图2为本发明实施例中步骤s2子步骤示意图；
46.图3为本发明实施例中步骤s23子步骤示意图；
47.图4为本发明实施例中步骤s23子步骤示意图；
48.图5为本发明实施例中步骤s4子步骤示意图；
49.图6为本发明实施例中步骤s3子步骤示意图。
具体实施方式
50.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作出创造性劳动的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。
51.需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
52.下面结合附图和具体实施例对本发明作进一步说明，但不作为本发明的限定。
53.本发明包括：
54.一种超声扫查视频的打包方法，如图1所示，包括：
55.步骤s1：获取一帧扫查图像，判断扫查图像是否大于一标准框；
56.若是，转向步骤s2；
57.若否，将扫查图像调整至一目标尺寸，随后转向步骤s3；
58.步骤s2：获取扫查图像的最长边，根据最长边和扫查图像生成一正方形图像，并将正方形图像调整至目标尺寸；
59.步骤s3：将调整后的扫查图像添加至图像列表，随后返回步骤s1，直至扫查结束；
60.步骤s4：将扫查信息和图像列表中的扫查图像打包，随后发送至一远程的云平台。
61.具体地，针对现有技术中对超声图像生成视频或格式包体积较大传输不便的问题，本实施例中通过将扫查图像调整至目标尺寸随后进行打包，缩减了打包数据的大小，从而降低了对传输条件的需求，进而实现了较快的传输速率，使得整体的识别效率可以进一步地提高。
62.在实施过程中，上述打包方法作为一软件实施例设置在扫查设备一侧，可由超声扫查设备或与超声扫查设备相连接的计算机设备执行，进而实现对扫查图像的处理，传输过程。云平台指与超声扫查设备通信连接的一远程处理服务器，其上设置有相应的计算机程序，比如人工智能识别程序、图像处理程序等，用于根据用户需要对超声扫查图像进行处理、识别。扫查图像为基于超声扫查生成的图像，其根据扫查设备和扫查设备的设置参数可能存在有不同的高宽比、颜色等。
63.在一种较优的实施例中，如图2所示，步骤s2包括：
64.步骤s21：获取扫查图像的最长边，根据最长边生成一正方形底版；
65.步骤s22：将扫查图像叠加在正方形底版上，以生成正方形图像；
66.步骤s23：将正方形图像调整至目标尺寸。
67.具体地，针对现有技术中的扫查设备根据扫查参数的不同，可能生成不同高宽比的扫查图像，进而使得图像调整较为困难的问题，本实施例中通过生成底版图像，进而实现了对扫查图像的补全，形成一较易处理的正方形图像，从而提高了处理效率。
68.进一步地，为保障云平台较好的识别率，本实施例中通过对高宽比不固定的图像进行了补全，进而形成一正方形图像，从而使得在图像调整过程中可以保留较多的图片信息，便于云平台进行识别。
69.在实际实施过程中，正方形底版为根据最长边生成的一黑色正方形图像，其边长等于扫查图像的最长边。步骤s23中的图像大小调整方法可采用现有技术实现，比如双线性、二次立方、图像裁切等，进而对图像数据的大小进行有效调整。
70.在一种较优的实施例中，步骤s22包括：
71.将扫查图像叠加在正方形底版上，并使得扫查图像于正方形底版上左右居中对齐，以及靠上对齐，以生成正方形图像。
72.具体地，为实现云平台较好的识别率，本实施例中通过对扫查图像在正方形底版上的位置进行调整，从而使得输出至云平台中的图像具有同样的扫查区域，从而使得云平台取得了较好的识别率。
73.在一种较优的实施例中，如图3所示，步骤s23包括：
74.步骤s231：对正方形图像进行最大池化以生成最大池化图像；
75.步骤s232：将最大池化图像调整至目标尺寸。
76.具体地，为实现对扫查图像较好的压缩效果，本实施例中通过将高宽比较大的扫查图像进行最大池化，随后再对其调整至目标尺寸，从而使得图像在缩放过程中能够通过最大池化的方式保留较多的信息，避免了单次缩放导致图像信息丢失过多，进而使得云平台的识别率下降。通过上述方式，能够实现在对图像缩放至目标尺寸的同时，保留较多的图片信息，从而提高云平台的识别率。
77.在一种较优的实施例中，标准框的大小为512*512，目标尺寸为256*256，则最大池化的卷积核为2*2。
78.在一种较优的实施例中，如图4所示，步骤s3包括：
79.步骤s31：对调整后的扫查图像进行动态范围调整；
80.步骤s32：将动态范围调整后的扫查图像添加至图像列表。
81.具体地，针对现有技术中将扫查图像生成超声扫查视频或保存为dicom格式文件体积较大，需要占用大量的传输带宽的问题，本实施例中通过对扫查图像的动态范围进行调整，进而实现了在保留扫查图像中主要信息的同时，去除掉对成像质量影响较低的区域，进而降低了单幅扫查图像的大小，从而减少了对传输带宽的需求。
82.在一种较优的实施例中，于步骤s1之前包括：对扫查图像进行灰度化；
83.则步骤s31包括：获取扫查图像中的每一个像素点的灰度值，当灰度值小于第一阈值时，将像素点的灰度值映射为0；
84.当灰度值大于第二阈值时，将像素点的灰度值映射为255。
85.具体地，针对现有技术中将扫查图像生成超声扫查视频或保存为dicom格式文件体积较大，需要占用大量的传输带宽的问题，本实施例中于图像处理之前预先将扫查图像灰度化，从而去除对识别效果影响较低的色彩部分，随后再通过设置第一阈值和第二阈值对各像素进行判别，从而将对图像质量影响较低的两端部分重新映射为白色或黑色背景部分，进而缩减了扫查图像的文件大小。其中，第一阈值和第二阈值可根据实际需要进行设置，比如，在一实施例中，第一阈值被设置为30，第二阈值被设置为230。
86.在一种较优的实施例中，如图5所示，步骤s4包括：
87.步骤s41：获取图像列表中的多个扫查图像，对扫查图像进行转码以生成二进制码流；
88.步骤s42：将二进制码流和扫查信息打包，随后发送至云平台。
89.具体地，为实现云平台较好的识别效果，本实施例中通过在客户端预先将扫查图像转换成png格式的二进制码流，随后将二进制码流和扫查信息一同打包，进而发送至云平台，进而缩短了云平台进行解压、转码、处理所需的时间，提高了云平台阅片的效率。
90.在一种较优的实施例中，扫查信息包括：患者信息、扫查参数、扫查图像张数和尺寸大小。
91.在一种较优的实施例中，如图6所示，步骤s1还包括：
92.判断扫查图像是否为第一帧扫查图像，若是，记录扫查图像的尺寸大小作为参考尺寸；
93.则步骤s3包括：
94.步骤s31：将调整后的扫查图像添加至图像列表，随后判断是否接收到一停止扫查信号；
95.若是，认为扫查结束，转向步骤s4；
96.若否，转向步骤s32；
97.步骤s32：判断尺寸大小是否等于参考尺寸；
98.若是，认为扫查未结束，返回步骤s1；
99.若否，认为扫查结束，转向步骤s4。
100.具体地。为实现较好的识别效果，本实施例中通过设置两个识别条件来判断扫查是否结束：医生是否发出停止扫查信号，以及扫查图像的高/宽信息是否发生变化，当扫查图像的高/宽信息发生变化时，可认为扫查阶段发生了改变，此时为实现云平台较好的识别效果，应当停止向图片列表中添加变化过的扫查图像，而将同一扫查参数所对应的扫查图像打包发送至云平台。
101.本发明的有益效果在于：通过将扫查图像调整至目标尺寸，从而使得打包的数据体积变小，降低了对传输带宽的需求，进而提高了云平台进行图像识别的效率。通过对高、宽不统一的扫查图像进行调整，进而生成对齐方式一致的正方形图像，便于云平台进行扫查。通过对扫查图像进行最大池化后再调整至目标尺寸，在对图像大小进行缩放的同时有效保留了图像信息，进而提高了云平台的识别率。通过对扫查图像的动态范围进行调整，去除了对图像质量影响较低的过亮、过暗区域，进一步缩减图像大小的同时不影响云平台识别。
102.以上仅为本发明较佳的实施例，并非因此限制本发明的实施方式及保护范围，对于本领域技术人员而言，应当能够意识到凡运用本发明说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案，均应当包含在本发明的保护范围内。