本發(fā)明屬于圖像處理，尤其涉及一種超聲引導(dǎo)股神經(jīng)輔助穿刺方法。

背景技術(shù)：

1、股神經(jīng)阻滯作為區(qū)域麻醉中的重要手段，廣泛應(yīng)用于髖關(guān)節(jié)置換、膝關(guān)節(jié)手術(shù)以及急診創(chuàng)傷治療等場景，由于其能有效緩解術(shù)后疼痛、減少術(shù)后鎮(zhèn)痛藥物使用并促進(jìn)患者早期活動，已經(jīng)成為現(xiàn)代圍術(shù)期管理中的重要組成部分。傳統(tǒng)股神經(jīng)阻滯技術(shù)通常依賴于解剖標(biāo)志定位，然而患者個(gè)體間的解剖差異性較大，且脂肪組織、肌肉結(jié)構(gòu)的遮蓋使得股神經(jīng)定位難度增加，會導(dǎo)致穿刺失敗、藥物注射不當(dāng)或股神經(jīng)損傷等問題。

2、盡管超聲引導(dǎo)的股神經(jīng)阻滯技術(shù)顯著提高了股神經(jīng)阻滯操作的精準(zhǔn)度，超聲能夠清晰顯示股神經(jīng)與周圍解剖結(jié)構(gòu)的相對位置，幫助醫(yī)生在視覺引導(dǎo)下精確放置穿刺針，從而降低并發(fā)癥發(fā)生率。然而超聲圖像的質(zhì)量和醫(yī)生的操作經(jīng)驗(yàn)息息相關(guān)，對于經(jīng)驗(yàn)豐富的醫(yī)生來說，超聲引導(dǎo)下的股神經(jīng)阻滯可以輕松完成，但對于初學(xué)者或操作經(jīng)驗(yàn)有限的醫(yī)生來說，仍然面臨一定的技術(shù)壁壘，尤其是在解剖結(jié)構(gòu)模糊或不典型的患者中，誤操作的風(fēng)險(xiǎn)仍然存在。此外，隨著微創(chuàng)手術(shù)和日間手術(shù)的普及，患者對快速恢復(fù)和術(shù)后無痛體驗(yàn)的需求不斷提高。如何進(jìn)一步提高股神經(jīng)阻滯的精準(zhǔn)性與安全性，幫助醫(yī)生更快、更準(zhǔn)確地完成操作，成為當(dāng)前臨床亟需解決的問題。

技術(shù)實(shí)現(xiàn)思路

1、針對現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種超聲引導(dǎo)股神經(jīng)輔助穿刺方法，其目的在于解決背景技術(shù)中所提到的問題。

2、在股神經(jīng)阻滯場景中，人工智能技術(shù)的應(yīng)用不僅可以輔助醫(yī)生快速定位股神經(jīng)，還能在穿刺過程中實(shí)時(shí)監(jiān)測針尖與股神經(jīng)、血管的相對位置，提供動態(tài)風(fēng)險(xiǎn)提示，顯著提升穿刺的安全性。此外借助可視化能力，醫(yī)生可以獲得關(guān)于股神經(jīng)路徑規(guī)劃的直觀引導(dǎo)，進(jìn)一步優(yōu)化穿刺路徑，降低操作難度。

3、本發(fā)明提供了一種超聲引導(dǎo)股神經(jīng)輔助穿刺方法，包括以下步驟：

4、步驟s1：患者的腹股溝區(qū)域進(jìn)行多視角超聲圖像采集并以此構(gòu)建股神經(jīng)超聲圖像數(shù)據(jù)集，股神經(jīng)超聲圖像數(shù)據(jù)集包括股神經(jīng)超聲圖像；

5、步驟s2：股神經(jīng)超聲圖像輸入到股神經(jīng)標(biāo)注模塊中，標(biāo)注股神經(jīng)的潛在區(qū)域，再輸入到圖像增強(qiáng)模塊中進(jìn)行圖像增強(qiáng)處理，獲得增強(qiáng)后的股神經(jīng)超聲圖像；

6、步驟s3：基于增強(qiáng)后的股神經(jīng)超聲圖像構(gòu)建訓(xùn)練集和測試集，用于訓(xùn)練和測試；

7、步驟s4：增強(qiáng)后的股神經(jīng)超聲圖像輸入到多機(jī)制融合特征提取模塊中，進(jìn)行自適應(yīng)多尺度特征提取、注意力引導(dǎo)特征增強(qiáng)、高低頻融合特征提取和特征拼接處理，獲得多機(jī)制融合特征提取特征圖；

8、步驟s5：多機(jī)制融合特征提取特征圖輸入到基于segnet架構(gòu)的股神經(jīng)超聲圖像分割模型中，引入動態(tài)引導(dǎo)注意力進(jìn)行特征編碼和解碼處理，獲得像素級分割結(jié)果；

9、步驟s6：將股神經(jīng)標(biāo)注模塊及經(jīng)過訓(xùn)練和測試的圖像增強(qiáng)模塊、多機(jī)制融合特征提取模塊和基于segnet架構(gòu)的股神經(jīng)超聲圖像分割模型，部署于醫(yī)院服務(wù)器后臺，患者的股神經(jīng)超聲圖像輸入到醫(yī)院服務(wù)器后臺中處理完成后，基于像素級分割結(jié)果識別股神經(jīng)位置。

10、進(jìn)一步地，步驟s1包括以下步驟：

11、步驟s101：使用配備探頭的超聲系統(tǒng)，亮度模式下，將探頭在患者的腹股溝褶皺上方進(jìn)行橫向掃描，通過調(diào)整探頭位置找到患者的股神經(jīng)典型位置；

12、步驟s102：超聲系統(tǒng)對患者的股神經(jīng)典型位置進(jìn)行動態(tài)掃描，采集視頻數(shù)據(jù)，視頻數(shù)據(jù)覆蓋患者的整個(gè)股神經(jīng)區(qū)域，再從視頻數(shù)據(jù)中提取若干個(gè)股神經(jīng)超聲圖像，每個(gè)股神經(jīng)超聲圖像均包括完整股神經(jīng)解剖區(qū)域，最后若干個(gè)股神經(jīng)超聲圖像存儲為股神經(jīng)超聲圖像數(shù)據(jù)集。

13、進(jìn)一步地，步驟s2包括以下步驟：

14、步驟s201：使用標(biāo)注軟件打開股神經(jīng)超聲圖像數(shù)據(jù)集，人工識別每個(gè)股神經(jīng)超聲圖像中的股神經(jīng)區(qū)域，使用標(biāo)注工具沿著股神經(jīng)區(qū)域中的股神經(jīng)邊界繪制閉合曲線，并且繪制閉合曲線過程中通過sobel算子進(jìn)行初步邊緣檢測，獲得初步標(biāo)注的股神經(jīng)超聲圖像；

15、步驟s202：初步標(biāo)注的股神經(jīng)超聲圖像輸入到圖像增強(qiáng)模塊中，進(jìn)行直方圖均衡化、對比度受限自適應(yīng)直方圖均衡化、高斯濾波和拉普拉斯邊緣增強(qiáng)處理，獲得增強(qiáng)后的股神經(jīng)超聲圖像。

16、進(jìn)一步地，步驟s3具體為：

17、將步驟s1采集的股神經(jīng)超聲圖像標(biāo)簽與步驟s2增強(qiáng)后的股神經(jīng)超聲圖像進(jìn)行配對，以隨機(jī)分組的方式按照8：2的比例劃分成訓(xùn)練集和測試集，用于多機(jī)制融合特征提取模塊和基于segnet架構(gòu)的股神經(jīng)超聲圖像分割模型的訓(xùn)練和測試；將步驟s1采集的股神經(jīng)超聲圖像與步驟s2增強(qiáng)后的股神經(jīng)超聲圖像進(jìn)行配對，其中增強(qiáng)后的股神經(jīng)超聲圖像作為標(biāo)簽，以隨機(jī)分組的方式按照8：2的比例劃分成訓(xùn)練集和測試集，用于圖像增強(qiáng)模塊的訓(xùn)練和測試。

18、進(jìn)一步地，步驟s4中，自適應(yīng)多尺度特征提取和注意力引導(dǎo)特征增強(qiáng)處理具體為：

19、步驟s401：進(jìn)行自適應(yīng)多尺度特征提取處理：增強(qiáng)后的股神經(jīng)超聲圖像依次輸入到不同尺寸的卷積層、批歸一化層和采樣層中進(jìn)行處理；其中增強(qiáng)后的股神經(jīng)超聲圖像輸入到不同尺寸的卷積層中，進(jìn)行多尺度特征提取處理；提取后的多尺度特征輸入到批歸一化層中，進(jìn)行特征標(biāo)準(zhǔn)化處理；標(biāo)準(zhǔn)化后的特征輸入到采樣層中，進(jìn)行最大池化處理，保留顯著特征，獲得保留顯著特征的股神經(jīng)超聲圖像；

20、步驟s402：進(jìn)行注意力引導(dǎo)特征增強(qiáng)處理：保留顯著特征的股神經(jīng)超聲圖像依次輸入到通道注意力層、空間注意力層和拼接層中進(jìn)行處理；其中保留顯著特征的股神經(jīng)超聲圖像輸入到通道注意力層中，通過通道注意力，增強(qiáng)有用特征，再輸入到空間注意力層中，通過空間注意力，提高股神經(jīng)區(qū)域的顯著性，最后輸入到拼接層中，將通道注意力機(jī)制和空間注意力機(jī)制融合，確保特征在不同維度上的重要性，獲得注意力引導(dǎo)特征增強(qiáng)的股神經(jīng)超聲圖像。

21、進(jìn)一步地，步驟s4中，高低頻融合特征提取和特征拼接處理，獲得多機(jī)制融合特征提取特征圖，具體為：

22、步驟s403：進(jìn)行高低頻融合特征提取處理：注意力引導(dǎo)特征增強(qiáng)的股神經(jīng)超聲圖像依次經(jīng)過高頻信息提取、低頻信息提取和特征融合處理，獲得融合高頻與低頻信息的股神經(jīng)超聲圖像；

23、步驟s404：進(jìn)行特征拼接處理：融合高頻與低頻信息的股神經(jīng)超聲圖像輸入到特征拼接層中，進(jìn)行特征拼接處理，最后獲得多機(jī)制融合特征提取特征圖。

24、進(jìn)一步地，步驟s5中，基于segnet架構(gòu)的股神經(jīng)超聲圖像分割模型包括：編碼器、動態(tài)特征引導(dǎo)解碼器和softmax激活函數(shù)層，步驟s5具體為：

25、步驟s501：編碼器包括相同尺度的卷積層、批歸一化層和最大池化層，多機(jī)制融合特征提取特征圖輸入到編碼器的相同尺度的卷積層中，提取局部股神經(jīng)特征，再輸入到批歸一化層中，歸一化每個(gè)通道的特征分布，最后輸入到最大池化層中，通過最大池化降低分辨率；

26、步驟s502：動態(tài)特征引導(dǎo)解碼器包括動態(tài)引導(dǎo)注意力層、反池化層、反卷積層和特征調(diào)整層，多機(jī)制融合特征提取特征圖經(jīng)過編碼器處理后，輸入到動態(tài)特征引導(dǎo)解碼器的動態(tài)引導(dǎo)注意力層中，通過計(jì)算編碼特征與解碼特征之間的動態(tài)相關(guān)性選擇性恢復(fù)特征，再輸入到反池化層中，通過結(jié)合動態(tài)引導(dǎo)注意力計(jì)算上采樣結(jié)果，確保信息不會丟失，然后輸入到反卷積層中，進(jìn)一步提高解碼特征的分辨率，同時(shí)恢復(fù)細(xì)節(jié)信息，最后輸入到特征調(diào)整層中，進(jìn)一步優(yōu)化解碼特征，確保股神經(jīng)邊界清晰，同時(shí)減少背景噪聲的影響；

27、步驟s503：多機(jī)制融合特征提取特征圖經(jīng)過動態(tài)特征引導(dǎo)解碼器處理后，輸入到softmax激活函數(shù)層中進(jìn)行計(jì)算，生成像素級分割結(jié)果。

28、進(jìn)一步地，步驟s6具體為：

29、步驟s601：利用步驟s3構(gòu)建的訓(xùn)練集和測試集，對圖像增強(qiáng)模塊、多機(jī)制融合特征提取模塊和基于segnet架構(gòu)的股神經(jīng)超聲圖像分割模型，進(jìn)行訓(xùn)練和測試；

30、步驟s602：將股神經(jīng)標(biāo)注模塊及訓(xùn)練和測試完成后的圖像增強(qiáng)模塊、多機(jī)制融合特征提取模塊和基于segnet架構(gòu)的股神經(jīng)超聲圖像分割模型部署于醫(yī)院服務(wù)器后臺；

31、步驟s603：患者的股神經(jīng)超聲圖像輸入到醫(yī)院服務(wù)器后臺中進(jìn)行處理，最終在基于segnet架構(gòu)的股神經(jīng)超聲圖像分割模型中，對股神經(jīng)超聲圖像中的每個(gè)像素進(jìn)行分類識別，確定股神經(jīng)在股神經(jīng)超聲圖像中的位置，為醫(yī)生的股神經(jīng)穿刺決策提供依據(jù)。

32、本發(fā)明具有如下技術(shù)效果：

33、(1)本發(fā)明通過一系列圖像處理技術(shù)，優(yōu)化超聲圖像質(zhì)量，提高股神經(jīng)的可視化效果，減少背景噪聲，提高后續(xù)ai模型的識別精準(zhǔn)度。采用直方圖均衡化和對比度受限自適應(yīng)直方圖均衡化，增強(qiáng)超聲圖像的局部和全局對比度，使低灰度股神經(jīng)區(qū)域更加顯著，提高股神經(jīng)的可見度。對比度受限自適應(yīng)直方圖均衡化能在局部區(qū)域增強(qiáng)細(xì)節(jié)，同時(shí)避免過度增強(qiáng)導(dǎo)致背景噪聲增加，使股神經(jīng)在復(fù)雜背景下仍能清晰識別。降低超聲圖像中的偽影和噪聲，提高影像質(zhì)量。采用高斯濾波平滑股神經(jīng)超聲圖像，去除高頻噪聲，同時(shí)保留股神經(jīng)組織的主要結(jié)構(gòu)特征，提高圖像質(zhì)量。結(jié)合拉普拉斯邊緣增強(qiáng)，使股神經(jīng)邊界更加銳利，提高超聲圖像的邊緣分辨能力，使股神經(jīng)區(qū)域在分割前更具辨識度。

34、(2)采用多機(jī)制融合特征提取，在深度學(xué)習(xí)模型中提取超聲圖像的關(guān)鍵特征，以確保股神經(jīng)的精準(zhǔn)識別，提高股神經(jīng)識別的精確度，減少背景干擾。采用自適應(yīng)多尺度特征提取，使用不同尺寸的卷積核，增強(qiáng)對股神經(jīng)的全面感知，確保股神經(jīng)區(qū)域完整呈現(xiàn)。結(jié)合高低頻融合特征提取，同時(shí)保留股神經(jīng)的整體形態(tài)(低頻信息)和邊界細(xì)節(jié)(高頻信息)，增強(qiáng)股神經(jīng)的穩(wěn)定識別能力。通過注意力機(jī)制強(qiáng)化股神經(jīng)區(qū)域，提高識別穩(wěn)定性。

35、(3)采用基于segnet架構(gòu)的股神經(jīng)超聲圖像分割模型，最終實(shí)現(xiàn)像素級的股神經(jīng)自動分割，確保股神經(jīng)邊界清晰，提高股神經(jīng)阻滯的精準(zhǔn)性。提高股神經(jīng)分割精度，確保股神經(jīng)邊界完整。采用segnet架構(gòu)進(jìn)行像素級分割，并在解碼階段引入動態(tài)特征引導(dǎo)解碼器，優(yōu)化特征恢復(fù)過程，使股神經(jīng)邊界更加清晰。通過動態(tài)引導(dǎo)注意力，確保編碼特征與解碼特征的最優(yōu)匹配，提高分割精度，減少模糊邊界問題。