基于Mask R-CNN的超声图像中胎儿头围测量方法

作     者：李宗桂 张俊华 梅礼晔 Li Zonggui;Zhang Junhua;Mei Liye

作者机构：云南大学信息学院昆明650500 

出 版 物：《中国生物医学工程学报》 (Chinese Journal of Biomedical Engineering)

年 卷 期：2021年第40卷第1期

页      面：12-18页

核心收录：

学科分类：0831[工学-生物医学工程（可授工学、理学、医学学位）] 1004[医学-公共卫生与预防医学(可授医学、理学学位)] 08[工学] 0836[工学-生物工程] 0702[理学-物理学] 

基　　金：国家自然科学基金(61841112) 

主　　题：超声图像 Mask R-CNN 椭圆拟合 胎儿头围测量 损失函数 

摘      要：胎儿头围是产前超声检查中评价胎儿生长发育最重要的生物特征之一,但手工测量耗时费力且存在操作者的误差。对此,根据超声图像中胎儿头部接近椭圆形状的特征,提出头围测量损失函数。在Mask R-CNN的分割分支后,利用Elli Fit算法对分割掩膜进行椭圆拟合,用Ramanujan公式计算拟合椭圆周长作为头围测量值,将头围真实值和测量值的均方误差作为头围测量损失函数加入原损失函数,使模型训练过程与测量任务紧密相关。对190幅胎儿头部超声图像进行测试,Dice系数为96.89%±1.01%,测量误差为(0.33±1.54) mm,平均处理一幅超声图像的时间为0.33 s。与传统手工测量方法或原模型相比,所提出的方法在速度上提高1.13~16.87 s,在精度上提高0.21~1.68 mm。结果表明,改进的Mask R-CNN可以提高医生测量胎儿头围的效率,能够满足临床需求。