超声影像采集方法、装置、设备及计算机可读存储介质

技术领域

本申请实施例涉及超声医疗技术领域，具体涉及一种超声影像采集方法、装置、设备及计算机可读存储介质。

背景技术

超声扫描属于医疗中较为常用的成像方式，所采集得到的超声影像用于后续对病情的辅助诊断。

然而，超声扫描过程中，无论是人工手持超声设备对人体目标区域进行按压还是利用机械臂的执行端搭载超声设备，对人体目标区域进行按压，容易出现因操作参数不当而导致扫描得到的超声影像出现不清晰或者不准确的异常，影响后续医生对患者病情的诊断。

发明内容

本申请实施例提供一种超声影像采集方法、装置、设备及计算机可读存储介质，旨在解决现有的超声扫描过程中，容易出现因操作参数不当而导致扫描得到的超声影像出现不清晰或者不准确的问题。

一方面，本申请实施例提供一种超声影像采集方法，包括：

根据多个初始操作参数分别对初始位置进行扫描，得到多张超声图像；

根据各所述超声图像的图像质量信息，从所述初始操作参数中确定最优操作参数；

根据所述最优操作参数对目标区域进行扫描，得到所述目标区域的超声影像。

作为本申请的一种可行实施例，所述根据所述最优操作参数对目标区域进行扫描，得到所述目标区域的超声影像，包括：

根据所述最优操作参数对目标区域进行扫描，得到所述目标区域的实时扫描图像；

解析所述实时扫描图像，得到所述实时扫描图像的扫描操作参数；

计算所述扫描操作参数与所述最优操作参数的偏差量并输出，以继续对所述目标区域进行扫描，得到目标区域的超声影像。

作为本申请的一种可行实施例，所述根据所述最优操作参数对目标区域进行扫描，得到所述目标区域的超声影像，包括：

根据所述最优操作参数对目标区域扫描预设距离和/或预设时长后，根据所述初始操作参数对当前位置进行扫描，得到当前位置的多张超声图像；

根据当前位置的多张超声图像的图像质量信息对所述最优操作参数进行更新；

根据更新后的最优操作参数继续对所述目标区域进行扫描，得到所述目标区域的超声影像。

作为本申请的一种可行实施例，所述根据所述最优操作参数对目标区域扫描预设距离和/或预设时长后，根据所述初始操作参数对当前位置进行扫描，得到当前位置的多张超声图像之前，所述方法还包括：

获取所述目标区域对应的部位信息；

根据所述部位信息设定所述目标区域对应的预设距离和/或预设时长。

作为本申请的一种可行实施例，所述根据各所述超声图像的图像质量信息，从所述初始操作参数中确定最优操作参数之后，所述方法还包括：

获取所述初始位置对应的部位信息，并将所述最优操作参数与所述部位信息关联存储；

所述根据所述最优操作参数对目标区域进行扫描，得到所述目标区域的超声影像，包括：

根据目标区域对应的部位信息确定与所述部位信息对应的最优操作参数；

根据所述部位信息对应的最优操作参数对所述目标区域进行扫描，得到所述目标区域的超声影像。

作为本申请的一种可行实施例，所述根据各所述超声图像的图像质量信息，从所述初始操作参数中确定最优操作参数，包括：

将各所述超声图像输入至已训练的质量检测模型中进行处理，得到各所述超声图像的质量分数；

若所述质量分数中的最大分数值大于预设的分数阈值，则根据所述最大分数值对应的超声图像确定最优操作参数。

作为本申请的一种可行实施例，所述将各所述超声图像输入至已训练的质量检测模型中进行处理，得到各所述超声图像的质量分数之前，所述方法还包括：

获取样本超声图像以及所述样本超声图像的质量分数标签；

将所述样本超声图像输入至预设的初始质量检测模型中进行处理，得到所述样本超声图像对应的预测质量分数；

根据所述质量分数标签与所述预测质量分数的差值，对所述初始质量检测模型中的参数进行更新，得到所述已训练的质量检测模型。

作为本申请的一种可行实施例，所述将各所述超声图像输入至已训练的质量检测模型中进行处理，得到各所述超声图像的质量分数之前，所述方法还包括：

获取样本超声图像以及所述样本超声图像的质量分数标签；

将所述样本超声图像输入至预设的初始质量检测模型中进行处理，得到所述样本超声图像对应的预测质量分数；

根据所述质量分数标签与所述预测质量分数的差值，对所述初始质量检测模型中的参数进行更新，得到所述已训练的质量检测模型。

作为本申请的一种可行实施例，所述根据所述最优操作参数对目标区域进行扫描，得到所述目标区域的超声影像之后，所述方法还包括：

对所述超声影像中的视频帧进行病灶检测，得到病灶位置和病灶类型；

根据所述初始操作参数分别对所述病灶位置进行扫描，得到多张病灶位置的超声图像；

根据所述病灶位置的超声图像的图像质量信息确定所述病灶类型对应的最优操作参数，并将所述最优操作参数与所述病灶类型关联存储。

作为本申请的一种可行实施例，所述根据所述病灶位置的超声图像的图像质量信息确定所述病灶类型对应的最优操作参数，并将所述最优操作参数与所述病灶类型关联存储之后，所述方法还包括：

若获取的超声图像中存在病灶，则根据所述病灶的病灶类型确定对应的最优操作参数；

根据所述最优操作参数对所述病灶的所在位置进行扫描，得到病灶位置的超声图像。

作为本申请的一种可行实施例，所述操作参数包括扫描速度、按压力度、扫描深度和信号强度中的至少一种。

另一方面，本申请实施例还提供一种超声影像采集装置，包括：

重采模块，用于根据多个初始操作参数分别对初始位置进行扫描，得到多张超声图像；

确定模块，用于根据各所述超声图像的图像质量信息，从所述初始操作参数中确定最优操作参数；

扫描模块，用于根据所述最优操作参数对目标区域进行扫描，得到所述目标区域的超声影像。

另一方面，本申请实施例还提供一种超声影像采集设备，所述超声影像采集设备包括处理器、存储器以及存储于所述存储器中并可在所述处理器上运行的超声影像采集程序，所述处理器执行所述超声影像采集程序以实现上述的超声影像采集方法中的步骤。

另一方面，本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有超声影像采集程序，所述超声影像采集程序被处理器执行以实现上述的超声影像采集方法中的步骤。

本申请实施例提供的超声影像采集，通过采用多个初始操作参数对初始位置进行重复扫描，得到多张超声图像，并分析各超声图像的图像质量信息，以确定图像质量信息与操作参数之间的关联关系，从而确定最优操作参数，后续基于该最优操作参数对目标区域继续进行扫描，就可以采集得到清晰准确的超声影像，提高了医生诊断的效果。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的一种超声影像采集方法的场景示意图；

图2为本申请实施例提供的一种超声影像采集方法的步骤流程示意图；

图3为本申请实施例提供的一种对目标区域进行扫描得到超声影像的步骤流程示意图；

图4为本申请实施例提供的另一种对目标区域进行扫描得到超声影像的步骤流程示意图；

图5为本申请实施例提供的一种确定目标区域对应的预设指标的步骤流程示意图；

图6为本申请实施例提供的一种确定部位与操作参数关联关系的步骤流程示意图；

图7为本申请实施例提供的一种确定最优操作参数的步骤流程示意图；

图8为本申请实施例提供的一种训练质量检测模型的步骤流程示意图；

图9为本申请实施例提供的一种确定病灶与参数关联关系的步骤流程示意图；

图10为本申请实施例提供的一种对病灶进行扫描的步骤流程示意图；

图11为本申请实施例提供的一种超声影像采集装置的结构示意图；

图12为本申请实施例提供的一种超声影像采集设备的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请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，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明包含的范围。

在本申请实施例中，“示例性”一词用来表示“用作例子、例证或说明”。本申请实施例中被描述为“示例性”的任何实施例不一定被解释为比其它实施例更优选或更具优势。为了使本领域任何技术人员能够实现和使用本发明，给出了以下描述。在以下描述中，为了解释的目的而列出了细节。应当明白的是，本领域普通技术人员可以认识到，在不使用这些特定细节的情况下也可以实现本发明。在其它实例中，不会对公知的结构和过程进行详细阐述，以避免不必要的细节使本发明的描述变得晦涩。因此，本发明并非旨在限于所示的实施例，而是与符合本申请实施例所公开的原理和特征的最广范围相一致。

本申请实施例中提供一种超声影像采集方法、装置、设备及计算机可读存储介质，以下分别进行详细说明。

本申请实施例中的超声影像采集方法应用于超声影像采集装置，超声影像采集装置设置于超声影像采集设备，超声影像采集设备中设置有一个或多个处理器、存储器，以及一个或多个应用程序，其中一个或多个应用程序被存储于存储器中，并被配置为由处理器执行以实施超声影像采集方法；其中，超声影像采集设备是指用于实现超声扫描的扫描终端。

如图1所示，图1为本申请实施例提供的一种超声影像采集方法的场景示意图，本申请实施例提供的超声影像采集的场景中包括超声影像采集设备，超声影像采集设备中集成有超声影像采集装置100以及处理装置200，超声影像采集装置100主要用于完成对超声影像的采集，而处理装置200主要用于运行有超声影像采集方法对应的计算机可读存储介质，以实现对超声影像采集装置100所采集得到的超声影像的处理。

本申请实施例中超声影像采集设备主要用于：

根据多个初始操作参数分别对初始位置进行扫描，得到多张超声图像；

根据各所述超声图像的图像质量信息，从所述初始操作参数中确定最优操作参数；

根据所述最优操作参数对目标区域进行扫描，得到所述目标区域的超声影像。

本领域技术人员可以理解的是，图1中所示出的应用环境，仅仅是与本申请方案相关的其中一种应用场景，并不构成对本申请方案应用场景的限定，其它的应用环境还可以包括比图1所示出的更多或更少的超声影像采集设备，或者超声影像采集网络连接关系，例如图1中仅示出一个超声影像采集设备，可以理解的是该超声影像采集方法的场景还可以包括一个或多个超声影像采集设备，具体在此不做限定；该超声影像采集设备还可以包括存储器，用于存储代码维护信息和其它数据。

可以理解的是，图1所示的超声影像采集方法的场景中的超声影像采集设备，或者超声影像采集设备中包含的装置并不构成对本申请实施例的限制，即超声影像采集方法的场景中包含的超声影像采集设备的设备数量、设备种类，或者各个设备中包含的装置数、装置种类不影响本申请实施例中技术方案的整体实现，均可以算作本申请实施例要求保护技术方案的等效替换或者衍生。

基于上述超声影像采集方法的场景，提出本申请所公开的超声影像采集方法的各个实施例。

如图2所示，图2为本申请实施例提供的一种超声影像采集方法的步骤流程示意图，本申请实施例中超声影像采集方法包括步骤201-203：

201，根据多个初始操作参数分别对初始位置进行扫描，得到多张超声图像。

本申请实施例中，操作参数通常是指扫描过程中的一些操作指标，例如比较常见的操作参数有扫描速度、按压力度、扫描深度以及信号强度等等。这些操作参数在实际扫描过程中是可以调节的，采用不同的操作参数能够得到不同画质的超声影像。

进一步的，本申请实施例中的初始操作参数是预先所设置的，例如比较常见的可以是在一定的区间内按照相等的差值所设置的多个参数。具体的，以扫描速度为例，初始操作参数中的扫描速度包括有0.5cm/s、1cm/s、1.5cm/s、2cm/s、2.5cm/s等等若干种可能，同理，按压力度、扫描深度以及信号强度也有若干种可能，将不同可能的扫描速度、按压力度、扫描深度以及信号强度组合在一起，并对初始位置进行扫描，就可以得到不同初始操作参数下的超声图像。当然，上述仅仅为一种可行的实施例，事实上，本申请实施例对于预设的初始操作参数不做限制，医疗从业人员可以基于实际场景的需求来预设初始操作参数。本申请实施例在此不再赘述。

202，根据各所述超声图像的图像质量信息，从所述初始操作参数中确定最优操作参数。

本申请实施例中，在得到不同初始操作参数下所扫描得到的超声图像后，通过分析图像质量信息，并从中挑选出质量最优的超声图像，则该超声图像对应的初始操作参数即为最优操作参数。

具体的，超声图像的图像质量信息可以是通过将扫描得到的超声图像并排展示给用户，以便于用户挑选出图像质量信息最优的超声图像。当然，作为本申请的一种可行实施例，为进一步提高超声影像采集的自动化，超声图像的图像质量信息可以是基于通过深度学习所训练得到的神经网络模型处理得到，具体的实现方案可以参阅后续图7及其解释说明的内容。

203，根据所述最优操作参数对目标区域进行扫描，得到所述目标区域的超声影像。

本申请实施例中，在筛选出最优操作参数后，进一步的，利用该最优操作参数对后续待扫描的目标区域进行扫描，就可以得到目标区域的清晰、准确超声影像。

需要说明的一点是，本申请实施例提供的步骤是以程序的形式部署在超声影像采集设备中，也就是说，当需要进行超声扫描时，超声影像采集设备会自动先按照多个预设的初始操作参数对初始位置进行扫描，然后利用得到的多张超声图像的图像质量信息，确定出最优操作参数，并在后续的扫描过程中沿用该最优操作参数，从而达到自动化扫描得到质量效果好的超声影像。

进一步的，在根据最优操作参数对目标区域进行扫描，得到目标区域的超声影像的过程中，若通过人工采集的方式，则操作参数容易出现偏差，因此，为更好的实现对目标区域的扫描，再扫描过程中，会实时解析所得到的实时扫描图像的扫描操作参数，计算并输出该实时的扫描操作参数与最优操作参数的偏差量，以提供用户进行扫描。具体的实现方案可以参阅后续图3及其解释说明的内容。

进一步的，作为本申请的又一可选实施例，为进一步提高超声影像采集的效果，在根据最优操作参数对目标区域进行扫描的过程中，在每扫描预设距离或者预设时长后，会重新根据多个初始操作参数对当前位置进行扫描，并根据扫描得到的超声图像的图像质量信息更新最优操作参数。具体的实现方案可以参阅后续图4及其解释说明的内容。

此外，在根据多个初始操作参数分别对初始位置进行扫描确定最优操作参数之后，为提高后续扫描的效率，超声影像采集设备还会进一步将该最优操作参数与初始位置对应的部位信息关联存储起来，当后续需要对相同部位进行扫描时，可以直接查询获取得到相应的最优操作参数，以对该部位进行扫描，从而有效提高了该部位处的超声图像采集效果。具体的实现方案可以参阅后续图6及其解释说明的内容。

当然，最优操作参数除了可以与部位信息关联之外，还能够与病灶信息关联。具体的，在根据最优操作参数对目标区域进行扫描，得到目标区域的超声影像之后，超声影像采集设备还会进一步对超声影像中的视频帧进行病灶检测，得到病灶位置和病灶类型，然后根据初始操作参数对病灶位置进行重复扫描，并利用扫描得到的超声图像的图像质量信息确定出与该病灶对应的最优操作参数，并与病灶类型关联存储，如此，当后续检测到相同的病灶时，会基于对应的最优操作参数对病灶处进行重复扫描，从而有效提高了该病灶处的超声图像采集效果。具体的实现方案可以参阅后续图9及其解释说明的内容。

本申请实施例提供的超声影像采集，通过采用多个初始操作参数对初始位置进行重复扫描，得到多张超声图像，并分析各超声图像的图像质量信息，以确定图像质量信息与操作参数之间的关联关系，从而确定最优操作参数，后续基于该最优操作参数对目标区域继续进行扫描，就可以采集得到清晰准确的超声影像，提高了医生诊断的效果。

如图3所示，图3为本申请实施例提供的一种对目标区域进行扫描得到超声影像的步骤流程示意图，详述如下：

本申请实施例中，提供了一种在扫描超声影像中基于实时的操作参数反馈用户偏差量以提高超声影像采集效果的技术方案，具体的，包括步骤301-303：

301，根据所述最优操作参数对目标区域进行扫描，得到所述目标区域的实时扫描图像。

本申请实施例中，超声影像采集设备在确定最优操作参数后，会根据最优操作参数对目标区域进行扫描，得到目标区域的实时扫描图像。然而，在实际采集过程中可能会出现因医生或者患者移动而导致实际的操作参数发生变化，从而影响到实际所采集得到的超声影像的质量。

302，解析所述实时扫描图像，得到所述实时扫描图像的扫描操作参数。

本申请实施例中，结合前述说明可知，扫描过程中实际的操作参数可能会发生变化，因此，超声影像采集设备会实时解析当前所扫描得到的实时扫描图像，得到实时扫描图像的扫描操作参数，以便于后续基于该扫描操作参数提醒用户调整操作参数。

303，计算所述扫描操作参数与所述最优操作参数的偏差量并输出，以继续对所述目标区域进行扫描，得到目标区域的超声影像。

本申请实施例中，具体的，超声影像采集设备会计算实时的扫描操作参数与最优操作参数之间的偏差量并输出，以提醒用户调整操作参数。例如，在扫描过程中，若最优的扫描速度为1.5cm/s，则当实时解析扫描得到的图像所确定的扫描速度小于1.5cm/s时，例如，实际的扫描速度为1.3cm/s时，超声影像采集设备会输出提醒信息，以提醒用户略微提高扫描速度，并按照最优的扫描速度继续对后续区域进行扫描，得到修正后的超声图像。

本申请实施例提供的技术方案，通过实时解析采集得到的图像的操作参数，并与最优参数比较，输出之间的偏差量，能够有效避免实际扫描过程中因医生或者患者移动而导致实际的操作参数发生变化，从而影响到实际所采集得到的超声影像的质量的问题，进一步保证了所采集得到的超声影像的质量稳定性。

如图4所示，图4为本申请实施例提供的另一种对目标区域进行扫描得到超声影像的步骤流程示意图，详述如下：

本申请实施例中，提供了一种在对目标区域进行扫描的过程中会实时更新最优操作参数的技术方案，具体的，包括步骤401-403：

401，根据所述最优操作参数对目标区域扫描预设距离和/或预设时长后，根据所述初始操作参数对当前位置进行扫描，得到当前位置的多张超声图像。

本申请实施例中，考虑到不同区域的最优操作参数可能会发生变化，因此，超声影像采集设备在根据最优操作参数对目标区域的过程中，每扫描预设距离和/或预设时长后，都会重新更新最优操作参数。具体地，超声影像采集设备每扫描预设距离和/或预设时长，会重新根据多个初始操作参数对当前位置进行重复扫描，得到当前位置的多张超声图像。

进一步的，作为本申请的可选实施例，所预设的距离和/或时长可以是基于扫描区域对应的部位信息来确定的，具体的实现方案可以参阅后续图5及其解释说明的内容。

402，根据当前位置的多张超声图像的图像质量信息对所述最优操作参数进行更新。

本申请实施例中，超声影像采集设备在重新获取到当前位置的多张超声图像后，会根据各超声图像的图像质量信息对最优操作参数进行更新，也就是调整最优参数操作，以继续对后续的区域进行扫描。其中，根据当前位置的多张超声图像的图像质量信息对最优操作参数进行更新的实现方案可以参阅前述步骤202及其解释说明的内容，本申请实施例在此不再赘述。

403，根据更新后的最优操作参数继续对所述目标区域进行扫描，得到所述目标区域的超声影像。

本申请实施例中，在重新对当前位置进行重复扫描，并更新最优操作参数后，会根据更新后的最优操作参数继续进行扫描，直至完成对整个目标区域的扫描。

当然，需要说明的是，在对目标区域进行扫描的过程中，可以重复执行前述图4所示出的方案，也就是说，超声影像采集设备在每扫描预设距离或者预设时长后，都会重新根据多个初始操作参数对当前位置进行重复扫描以更新最优操作参数，并且整个过程都可以全自动实现，提高了超声影像的采集效果。

如图5所示，图5为本申请实施例提供的一种确定目标区域对应的预设指标的步骤流程示意图，详述如下：

本申请实施例中，提供了一种基于目标区域的部位信息来设定预设距离和/或预设时长的实现方案，具体包括步骤501-502：

501，获取所述目标区域对应的部位信息。

本申请实施例中，目标区域对应的部位信息可以是通过训练好的部位识别模型进行处理得到，当然也可以是通过人工标注的方式得到，本申请实施例在此不再赘述。

502，根据所述部位信息设定所述目标区域对应的预设距离和/或预设时长。

本申请实施例中，在本申请实施例中，在确定目标区域对应的部位信息后，会进一步基于部位信息来设定目标区域对应的预设距离和/或预设时长，例如，对于精度要求较高的部位，其对应的预设距离和/或预设时长可以设定的更小，以保证较高的采集效果，反之，对于精度要求一般的部位，其对应的预设距离和/或预设时长可以设定的相对更大一些。具体的，部位信息与预设距离和/或预设时长之间的映射关系可以是预先存储在超声影像采集设备的数据中，以便于扫描过程中实时读取，本申请实施例在此不再赘述。

如图6所示，图6为本申请实施例提供的一种确定部位与操作参数关联关系的步骤流程示意图，详述如下。

本申请实施例中，提供了一种将最优操作参数与部位信息关联存储的实现方案，具体的包括步骤601-603：

601，获取所述初始位置对应的部位信息，并将所述最优操作参数与所述部位信息关联存储。

本申请实施例中，同样的，初始位置的部位信息可以是通过训练好的部位识别模型进行处理得到，当然也可以是通过人工标注的方式得到，本申请实施例在此不再赘述。

本申请实施例中，在确定初始位置对应的部位信息后，考虑到前述通过对初始位置重复采集来确定该初始位置的最优操作参数后，超声影像采集设备会将该最优操作参数与部位信息关联存储在数据库中，以便于后续的超声图像采集。

602，根据目标区域对应的部位信息确定与所述部位信息对应的最优操作参数。

本申请实施例中，结合前述描述可知，超声影像采集设备在实际扫描目标区域的过程中，会根据目标区域的部位信息从数据库中查询是否存在关联的最优操作参数，若存在，则会利用从数据库中查询得到的最优操作参数来对目标区域进行扫描，反之，若不存在，则会根据不同预设扫描操作参数重复进行扫描所得到的多张超声图像的质量来确定最优操作参数。

603，根据所述部位信息对应的最优操作参数对所述目标区域进行扫描，得到所述目标区域的超声影像。

本申请实施例中，在基于目标区域的部位信息得到对应的操作参数后，可以直接利用该操作参数来对目标区域进行扫描，得到超声影像。当然，作为本申请的一种可行实施例，为进一步提高超声图像的采集效果，在确定目标区域对应的操作参数后，会基于该操作参数生成操作参数区间，并利用该操作参数区间中的多个操作参数分别进行重复采集，从而进一步完成对最优操作参数的筛选。

本申请实施例中，通过将确定的最优操作参数与对应区域的部位信息关联存储在数据库中，后续就可以利用待扫描的区域的部位信息查询数据库来得到相应的最优操作参数，从而快速完成对目标区域的超声影像采集，提高了超声影像采集的效率。

如图7所示，图7为本申请实施例提供的一种确定最优操作参数的步骤流程示意图，详述如下。

本申请实施例中，具体了一种基于训练好的质量检测模型完成对超声图像的质量分析，从而确定最优操作参数的实现方案，具体的包括步骤701-702：

701，将各所述超声图像输入至已训练的质量检测模型中进行处理，得到各所述超声图像的质量分数。

本申请实施例中，质量检测模型是预先基于深度学习的方式训练得到，能够分析出图像中的一些图像特征与超声图像质量的潜在关联关系，从而完成对超声图像的处理，输出相应的质量分数。具体的，预先基于深度学习的方式训练得到质量检测模型的实现方案可以参阅后续图8及其解释说明的内容。

702，若所述质量分数中的最大分数值大于预设的分数阈值，则根据所述最大分数值对应的超声图像确定最优操作参数。

通常情况下，质量分数越高，则表明超声图像的质量越高，因此，可以认为质量分数中分数值最大的超声图像的操作参数即为最优操作参数。但考虑到可能各初始操作参数下采集得到的超声图像的质量均未达到质量要求，因此，作为本申请的实施例，还可以判断质量分数中的最大分数值是否大于预设的分数阈值，以判断质量最好的超声图像的质量是否达到一定的质量要求，若是，则可以根据该超声图像确定最优操作参数，也就是将该超声图像对应的操作参数作为最优操作参数，若否，则可以返回至上一步，重新调整对初始位置的初始扫描参数，再次得到多张超声图像，直至采集得到的多张超声图像的质量分数中的最大分数值大于预设的分数阈值，则将该超声图像对应的操作参数作为最优操作参数。

如图8所示，图8为本申请实施例提供的一种训练质量检测模型的步骤流程示意图，详述如下。

本申请实施例中，提供了一种基于深度学习的方式训练得到训练质量检测模型的实现方案，具体包括步骤801-803：

801，获取样本超声图像以及所述样本超声图像的质量分数标签。

本申请实施例中，样本超声图像是指预先采集得到的超声图像，其可以是从医院的数据库中获取得到，也可以是从网络上获取得到，本申请实施例对于获取样本超声图像的实现方案不做赘述。进一步的，对于每一样本超声图像，都预先通过人工标注的方式打上相应的质量分数标签，描述了该样本超声图像的质量信息。本申请实施例在此不再赘述。

802，将所述样本超声图像输入至预设的初始质量检测模型中进行处理，得到所述样本超声图像对应的预测质量分数。

本申请实施例中，初始质量检测模型的模型架构可以是采用现有的比较常用的模型架构，例如比较常见的CNN网络模型架构、U-Net网络模型架构，本申请实施例在此不再赘述。

本申请实施例中，具体的，将样本超声图像输入至预设的初始质量检测模型中进行处理，就可以得到样本超声图像对应的预测质量分数，当然，由于初始质量检测模型中的参数均为预设的初始参数，因此，所得到的预测质量分数会与质量分数标签存在较大的差异，而深度学习则是利用样本超声图像及其对应的质量分数标签不断对模型中的参数进行迭代更新，直至最终得到的质量检测模型能够有效实现对超声图像的质量评估，输出与质量分数标签基本一致的预测质量分数。

803，根据所述质量分数标签与所述预测质量分数的差值，对所述初始质量检测模型中的参数进行更新，得到所述已训练的质量检测模型。

本申请实施例中，在得到样本超声图像对应的预测质量分数，计算预测质量分数和质量分数标签之间的差值，该差值即可理解为该初始质量检测模型的损失值。可以理解，差值越大，则表明当前模型的质量评估效果约不理想，反之，差值越小，也就是预测质量分数和质量分数标签基本吻合时，则表明当前模型的质量评估效果越好，因此，可以基于反向传播的方式，根据质量分数标签与预测质量分数的差值来对初始质量检测模型中的参数进行更新，以不断降低预测质量分数和质量分数标签之间的差值。

需要说明的是，对初始质量检测模型中的参数进行更新通常情况下需要多次迭代更新，为便于理解，在每次更新后，更新后的质量检测模型会被视为初始质量检测模型并再次通过步骤802进行处理，直至满足训练完成条件后，例如，连续若干次得到的预测质量分数与质量分数标签之间的差值小于预设的差值阈值，也就是认为此时训练所得到的质量检测模型能够保持较好的质量评估效果，则可以将此时所训练得到的质量检测模型作为后续对超声图像进行处理，得到超声图像的质量分数的已训练的质量检测模型。

具体的，为便于理解步骤803所提供的迭代过程，下面将给出步骤803的一种完整实现过程，详述如下：

1)计算质量分数标签与预测质量分数的差值；

2)基于反向传播以及该差值对初始质量检测模型中的参数进行更新，得到更新后的质量检测模型；

3)将样本超声图像输入至更新后的质量检测模型，得到输出更新后的预测质量分数，并重新计算得到更新后的预测质量分数与质量分数标签之间的差值；

4)若连续若干次计算得到的差值并非始终小于预设差值阈值，则基于反向传播以及差值，继续对质量检测模型进行更新，然后返回至步骤3，直至连续若干次计算得到的差值均小于预设差值阈值时，将当前更新得到的质量检测模型作为已训练的质量检测模型。

如图9所示，图9为本申请实施例提供的一种确定病灶与参数关联关系的步骤流程示意图，详述如下。

本申请实施例中，提供了一种将最优操作参数与病灶信息关联存储的实现方案，具体包括步骤901-903：

901，对所述超声影像中的视频帧进行病灶检测，得到病灶位置和病灶类型。

本申请实施例中，在超声影像采集设备扫描得到目标区域的超声影像之后，还会进一步分析超声影像中各视频帧的病灶信息，也就是对超声影像中的视频帧进行病灶检测。具体的，病灶检测可以是与部位识别相类似，是利用基于深度学习的方式所训练得到的病灶检测模型来实现的，也就是将超声影像中的视频帧输入至已训练的病灶检测模型中，即可得到病灶的病灶位置以及病灶类型。本申请实施例在此不再赘述。

902，根据所述初始操作参数分别对所述病灶位置进行扫描，得到多张病灶位置的超声图像。

本申请实施例中，在确定超声影像中的病灶位置后，会根据初始操作参数重复对该病灶位置进行扫描，得到多张病灶位置的超声图像，以便于后续利用这些超声图像筛选出与该病灶相对应的最优操作参数。

903，根据所述病灶位置的超声图像的图像质量信息确定所述病灶类型对应的最优操作参数，并将所述最优操作参数与所述病灶类型关联存储。

本申请实施例中，在得到病灶位置在多个不同操作参数下扫描得到的超声图像后，根据这些超声图像的图像质量信息就可以进一步确定该病灶类型所对应的最优操作参数，而进一步将该最优操作参数和病灶类型关联存储在数据库中，后续就可以在检测到相同的病灶类型时，对该病灶处采用对应的最优操作参数进行扫描，以得到病灶处的清楚超声图像，具体的实现方案可以参阅后续图10及其解释说明的内容。

如图10所示，图10为本申请实施例提供的一种对病灶进行扫描的步骤流程示意图，详述如下。

本申请实施例中，提供了在扫描过程中对检测到的病灶进行扫描的实现方案，具体包括步骤1001-1002：

1001，若获取的超声图像中存在病灶，则根据所述病灶的病灶类型确定对应的最优操作参数。

本申请实施例中，在后续进行扫描得到超声影像的过程中，超声影像采集设备还会对获取的超声视频进行实时的病灶检测，并在确定获取的超声图像中存在病灶时，查询数据库来得到与该病灶类型相对应的最优操作参数。

1002，根据所述最优操作参数对所述病灶的所在位置进行扫描，得到病灶位置的超声图像。

本申请实施例中，进一步的，在查询得到与该病灶类型对应的最优操作参数后，超声影像采集设备会根据该最优操作参数对病灶的所在位置进行扫描，以得到病灶处的清晰超声图像。

本申请实施例提供的方案，通过分析病灶类型与操作参数之间的关联关系，并关联存储，就可以在检测到病灶时，按照最优操作参数采集得到清楚的病灶处的超声图像，进一步提高了后续医生诊断的效果。

为了更好实施本申请实施例提供的超声影像采集方法，在超声影像采集方法基础之上，本申请实施例中还提供一种超声影像采集装置。如图11所示，图11为本申请实施例提供的一种超声影像采集装置的结构示意图。具体的，超声影像采集装置包括：

重采模块1101，用于根据多个初始操作参数分别对初始位置进行扫描，得到多张超声图像；

确定模块1102，用于根据各所述超声图像的图像质量信息，从所述初始操作参数中确定最优操作参数；

扫描模块1103，用于根据所述最优操作参数对目标区域进行扫描，得到所述目标区域的超声影像。

作为本申请的一种可行实施例，所述根据所述最优操作参数对目标区域进行扫描，得到所述目标区域的超声影像，包括：

根据所述最优操作参数对目标区域进行扫描，得到所述目标区域的实时扫描图像；

解析所述实时扫描图像，得到所述实时扫描图像的扫描操作参数；

计算所述扫描操作参数与所述最优操作参数的偏差量并输出，以继续对所述目标区域进行扫描，得到目标区域的超声影像。

作为本申请的一种可行实施例，所述根据所述最优操作参数对目标区域进行扫描，得到所述目标区域的超声影像，包括：

根据所述最优操作参数对目标区域扫描预设距离和/或预设时长后，根据所述初始操作参数对当前位置进行扫描，得到当前位置的多张超声图像；

根据当前位置的多张超声图像的图像质量信息对所述最优操作参数进行更新；

根据更新后的最优操作参数继续对所述目标区域进行扫描，得到所述目标区域的超声影像。

在本申请一些实施例中，所述根据所述最优操作参数对目标区域扫描预设距离和/或预设时长后，根据所述初始操作参数对当前位置进行扫描，得到当前位置的多张超声图像之前，所述方法还包括：

获取所述目标区域对应的部位信息；

根据所述部位信息设定所述目标区域对应的预设距离和/或预设时长。

在本申请一些实施例中，所述根据各所述超声图像的图像质量信息，从所述初始操作参数中确定最优操作参数之后，所述方法还包括：

获取所述初始位置对应的部位信息，并将所述最优操作参数与所述部位信息关联存储；

所述根据所述最优操作参数对目标区域进行扫描，得到所述目标区域的超声影像，包括：

根据目标区域对应的部位信息确定与所述部位信息对应的最优操作参数；

根据所述部位信息对应的最优操作参数对所述目标区域进行扫描，得到所述目标区域的超声影像。

在本申请一些实施例中，所述根据各所述超声图像的图像质量信息，从所述初始操作参数中确定最优操作参数，包括：

将各所述超声图像输入至已训练的质量检测模型中进行处理，得到各所述超声图像的质量分数；

若所述质量分数中的最大分数值大于预设的分数阈值，则根据所述最大分数值对应的超声图像确定最优操作参数。

在本申请一些实施例中，所述将各所述超声图像输入至已训练的质量检测模型中进行处理，得到各所述超声图像的质量分数之前，所述方法还包括：

获取样本超声图像以及所述样本超声图像的质量分数标签；

将所述样本超声图像输入至预设的初始质量检测模型中进行处理，得到所述样本超声图像对应的预测质量分数；

根据所述质量分数标签与所述预测质量分数的差值，对所述初始质量检测模型中的参数进行更新，得到所述已训练的质量检测模型。

在本申请一些实施例中，所述根据所述最优操作参数对目标区域进行扫描，得到所述目标区域的超声影像之后，所述方法还包括：

对所述超声影像中的视频帧进行病灶检测，得到病灶位置和病灶类型；

根据所述初始操作参数分别对所述病灶位置进行扫描，得到多张病灶位置的超声图像；

根据所述病灶位置的超声图像的图像质量信息确定所述病灶类型对应的最优操作参数，并将所述最优操作参数与所述病灶类型关联存储。

在本申请一些实施例中，所述根据所述病灶位置的超声图像的图像质量信息确定所述病灶类型对应的最优操作参数，并将所述最优操作参数与所述病灶类型关联存储之后，所述方法还包括：

若获取的超声图像中存在病灶，则根据所述病灶的病灶类型确定对应的最优操作参数；

根据所述最优操作参数对所述病灶的所在位置进行扫描，得到病灶位置的超声图像。

在本申请一些实施例中，所述操作参数包括扫描速度、按压力度、扫描深度和信号强度中的至少一种。

本申请实施例还提供一种超声影像采集设备，如图12所示，图12为本申请实施例提供的一种超声影像采集设备的结构示意图。

超声影像采集设备包括存储器、处理器以及存储于存储器中，并可在处理器上运行的超声影像采集程序，处理器执行超声影像采集程序时实现本申请任一实施例提供的超声影像采集方法中的步骤。

具体来讲：超声影像采集设备可以包括一个或者一个以上处理核心的处理器1201、一个或一个以上存储介质的存储器1202、电源1203和输入单元1204等部件。本领域技术人员可以理解，图12中示出的超声影像采集设备结构并不构成对超声影像采集设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：

处理器1201是该超声影像采集设备的控制中心，利用各种接口和线路连接整个超声影像采集设备的各个部分，通过运行或执行存储在存储器1202内的软件程序和/或模块，以及调用存储在存储器1202内的数据，执行超声影像采集设备的各种功能和处理数据，从而对超声影像采集设备进行整体监控。可选的，处理器1201可包括一个或多个处理核心；优选的，处理器1201可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器1201中。

存储器1202可用于存储软件程序以及模块，处理器1201通过运行存储在存储器1202的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器1202可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据超声影像采集设备的使用所创建的数据等。此外，存储器1202可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器1202还可以包括存储器控制器，以提供处理器1201对存储器1202的访问。

超声影像采集设备还包括给各个部件供电的电源1203，优选的，电源1203可以通过电源管理系统与处理器1201逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源1203还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。

该超声影像采集设备还可包括输入单元1204，该输入单元1204可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。

尽管未示出，超声影像采集设备还可以包括显示单元等，在此不再赘述。具体在本实施例中，超声影像采集设备中的处理器1201会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器1202中，并由处理器1201来运行存储在存储器1202中的应用程序，从而实现本申请任一实施例所提供的超声影像采集方法中的步骤。

为此，本申请实施例提供一种计算机可读存储介质，该计算机可读存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random AccessMemory)、磁盘或光盘等。计算机可读存储介质上存储有超声影像采集程序，超声影像采集程序被处理器执行时实现本申请任一实施例所提供的超声影像采集方法中的步骤。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见上文针对其他实施例的详细描述，此处不再赘述。

具体实施时，以上各个单元或结构可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个单元或结构的具体实施可参见前面的方法实施例，在此不再赘述。

以上各个操作的具体实施可参见前面的实施例，在此不再赘述。

以上对本申请实施例所提供的一种超声影像采集方法进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。