一种盆底肛提肌切面的获取方法、存储介质及终端设备

技术领域

本申请涉及超声技术领域，特别涉及一种盆底肛提肌切面的获取方法、存储介质及终端设备。

背景技术

断层超声成像(TUI)是诊断女性盆底肛提肌肌肉完整性首选的影像方法，可以在患者出现临床症状前发现盆底结构的形态学变化，及时早期治疗。TUI成像是以多个平行切面的模式来显示容积数据，其显示的方式与CT/MRI类似，但是价格较便宜且无辐射。TUI成像可以同时显示2-16幅，临床一般选取8幅图像作为观察对象，其中，选取到的8幅图像中的第3-5幅图像涵盖耻骨直肠肌的附着范围，且图像显示的耻骨联合分别为开放、即将闭合以及闭合状态，是最为重要的观察切面。

然而，目前在TUI模式下获取初始切面以后，医生需要手动调试使得选取到的8幅图像中的第3-5幅中耻骨联合分别处于开放、即将闭合以及闭合状态，这样会高度依赖医生的专业水平和临床经验，且比较耗时。

因而现有技术还有待改进和提高。

发明内容

本申请要解决的技术问题在于，针对现有技术的不足，提供一种盆底肛提肌切面的获取方法、存储介质及终端设备。

为了解决上述技术问题，本申请实施例第一方面提供了一种盆底肛提肌切面的获取方法，所述方法包括：

获取待识别的盆底超声影像；

基于经过训练的切面提取模型，确定所述盆底超声影像对应的至少一个目标肛提肌切面；

基于目标肛提肌切面，确定所述盆底超声影像对应的肛提肌切面集。

所述盆底肛提肌切面的获取方法，其中，所述盆底超声影像为三维盆底超声影像。

所述盆底肛提肌切面的获取方法，其中，所述基于经过训练的切面提取模型，确定所述盆底超声影像对应的至少一个目标肛提肌切面具体包括：

基于所述盆底超声影像确定至少一初始切面，其中，所述至少一初始切面与至少一目标肛提肌切面一一对应；

对于每个初始切面，通过所述切面提取模型确定该初始切面对应的预测姿态信息，其中，所述预测姿态信息包括预测位置信息和预测角度信息；

基于该预测姿态信息确定该初始切面对应的目标肛提肌切面，以得到所述盆底超声影像对应所述盆底超声影像的至少一目标肛提肌切面。

所述盆底肛提肌切面的获取方法，其中，所述至少一目标肛提肌切面包括：所述至少一目标肛提肌切面包括：肛提肌尾侧-5mm状态的肛提肌切面、肛提肌尾侧-2.5mm状态的肛提肌切面、肛提肌裂孔最小状态的肛提肌切面、肛提肌腹侧2.5mm状态的肛提肌切面、肛提肌腹侧5mm状态的肛提肌切面、肛提肌腹侧7.5mm状态的肛提肌切面、肛提肌腹侧10mm状态的肛提肌切面、肛提肌腹侧12.5mm状态的肛提肌切面中的一个或者多个。

所述盆底肛提肌切面的获取方法，其中，所述基于目标肛提肌切面，确定所述盆底超声影像对应的肛提肌切面集具体包括：

基于所述目标肛提肌切面，确定所述盆底超声影像对应的基准切面；

基于预设距离及基准切面，在所述盆底超声影像中选取若干目标切面；

将所述基准切面以及若干目标切面作为所述盆底超声影像对应的盆底肛提肌切面，其中，所述基准切面以及若干目标切面中的任意两个相邻切面之间的距离均等于预设距离。

所述盆底肛提肌切面的获取方法，其中，所述至少一目标肛提肌切面包括肛提肌裂孔最小状态的肛提肌切面、肛提肌腹侧2.5mm状态的肛提肌切面、肛提肌腹侧5mm状态的肛提肌切面，所述基于所述目标肛提肌切面，确定所述盆底超声影像对应的基准切面具体包括：

计算肛提肌腹侧2.5mm状态的肛提肌切面与肛提肌裂孔最小状态的肛提肌切面之间的第一距离，以及肛提肌腹侧2.5mm状态的肛提肌切面与肛提肌腹侧5mm状态的肛提肌切面之间的第二距离；

若第一距离和第二距离均大于或等于预设距离阈值，则将肛提肌腹侧2.5mm状态的肛提肌切面作为基准切面；

若第一距离或第二距离小于预设距离阈值，则以肛提肌裂孔最小状态的肛提肌切面与肛提肌腹侧5mm状态的肛提肌切面的中间切面作为基准切面。

所述盆底肛提肌切面的获取方法，其中，所述切面提取模型的训练过程具体包括：

获取初始判别网络模型，并对初始判别网络模型进行训练以得到经过训练的判别网络模型，其中，所述判别网络模型用于判别肛提肌切面的切面状态；

获取初始切面提取模型，对所述初始切面提取模型及所述判别网络模型进行联合训练，以得到经过训练的切面提取模型，其中，所述切面提取模型用于目标肛提肌切面。

所述盆底肛提肌切面的获取方法，其中，所述对所述初始切面提取模型及所述判别网络模型进行联合训练具体为：

将所述初始切面提取模型与所述判别网络模型联合，并对初始切面提取模型和所述判别网络模型交替训练。

本申请实施例第二方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上任一所述的盆底肛提肌切面的获取方法中的步骤。

本申请实施例第三方面提供了一种终端设备，其包括：处理器、存储器及通信总线；所述存储器上存储有可被所述处理器执行的计算机可读程序；

所述通信总线实现处理器和存储器之间的连接通信；

所述处理器执行所述计算机可读程序时实现如上任一所述的盆底肛提肌切面的获取方法中的步骤。

有益效果：与现有技术相比，本申请提供了一种盆底肛提肌切面的获取方法、存储介质及终端设备，所述方法包括获取盆底超声影像；获取待识别的盆底超声影像；基于经过训练的切面提取模型，确定所述盆底超声影像对应的至少一个目标肛提肌切面；基于目标肛提肌切面，确定所述盆底超声影像对应的肛提肌切面集。本申请在三维超声影像中选取二维初始切面，通过切面提取模型基于初始切面确定盆底超声影像的少一目标肛提肌切面，再基于目标肛提肌切面，确定所述盆底超声影像对应的肛提肌切面集，这样可以自动并准确的对肛提肌切面定位，提高了盆底肛提肌切面的获取效率。

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申请的一些实施例，对于本领域普通技术人员而言，在不符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为本申请提供的盆底肛提肌切面的获取方法的流程图。

图2为本申请提供的盆底肛提肌切面的获取方法的切面提取模型的训练过程的原理流程图。

图3为本申请提供的盆底肛提肌切面的获取方法的生成切面的确定过程的原理流程图。

图4为本申请提供的终端设备的结构原理图。

具体实施方式

本申请提供一种盆底肛提肌切面的获取方法、存储介质及终端设备，为使本申请的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本申请进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本申请所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。此外应理解，本实施例中各步骤的序号和大小并不意味着执行顺序的先后，各过程的执行顺序以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

本实施例提供了一种盆底肛提肌切面的获取方法，该方法可以应用的电子设备，所述电子设备可以以各种形式来实现。例如，超声设备、PC机、平板电脑、掌上电脑、个人数字助理(Personal Digital Assistant，PDA)等。另外，该方法所实现的功能可以通过电子设备中的处理器调用程序代码来实现，当然程序代码可以保存在计算机存储介质中，可见，该电子设备至少包括处理器和存储介质。

下面结合附图，通过对实施例的描述，对申请内容作进一步说明。

本实施提供了一种盆底肛提肌切面的获取方法，如图1和图2所示，所述方法包括：

S10、获取待识别的盆底超声影像。

具体地，所述盆底超声影像可以是根据超声图像采集设备采集的盆底组织信息，获取到的盆底超声影像；也可以是外部设备发送的盆底超声影像。在本实施例的一个实现方式中，所述盆底超声影像为三维盆底超声影像，所述盆底超声影像可以为通过使用3D/4D腔内或者腹部超声探头采集的三维盆底超声容积图像，并且所述盆底超声影像为患者处于处于静息状态或缩肛状态下获取的三维超声影像。此外，所述三维图像正中切面可以为盆底正中矢状切面，例如，当采集该三维超声影像时，用于采集该三维超声影像的超声设备的二维超声显示标准正中矢状面，以使得三维图像正中切面可以为盆底正中矢状切面。当然，在实际应用中，所述三维图像正中切面可以不为盆底正中矢状切面，这样在获取盆底超声影像时，可以无需限定必须为经会阴起始正中矢状切面扫查获得的三维盆底超声容积图像，这样可以减少对盆底超声影像对应医生采集手法的依赖性，降低了对盆底超声影像的要求。

在本实施例的一个实现方式中，所述盆底超声影像用于确定盆底肛提肌切面，由此，所述盆底超声影像包括肛提肌裂孔区域，以使得基于所述盆底超声影像可以获取到盆底肛提肌切面。

在本实施例的一个实现方式中，在获取所述待识别的盆底超声影像时，可以先获取多张候选盆底超声影像；再从获取到的多张候选盆底超声影像中选取一张作为待识别的盆底超声影像。其中，所述待识别的盆底超声影像可以为多张候选盆底超声影像中的任意一张，也可以是多张盆底超声影像中最中间的一张盆底超声影像，还可以是多张盆底超声影像中清晰度最高的一张盆底超声影像。在一个具体实现方式中，所述待检测盆底超声影像为多张盆底超声影像中清晰度最高的盆底超声影像。由此，在获取到多张盆底超声影像后，可以分别确定各盆底超声影像的清晰度，在根据各张盆底超声影像的清晰度来确定清晰度最高的盆底超声影像，将确定得到的盆底超声影像作为待识别的盆底超声影像。当然，值得说明的是，当清晰度最高的盆底超声影像为多张时，可以在多张清晰度最高的盆底超声影像中随机选取一张作为待识别的盆底超声影像。这样采用清晰度最高的盆底超声影像作为待识别的盆底超声影像，可以提高后续盆底肛提肌切面的准确性。

S20、基于经过训练的切面提取模型，确定所述盆底超声影像对应的至少一个目标肛提肌切面。

具体地，所述切面提取模型为经过训练的网络模型，所述切面提取模型为预先设置并经过训练的，通过该切面提取模型可以得到所述盆底超声影像对应的三维取样框。可以理解的是，通过所述切面提取模型对所述盆底超声影像进行识别处理后，可以得到所述盆底超声影像对应的至少一目标肛提肌切面。所述至少一目标肛提肌切面可以为盆底肛提肌切面中的一个或者多个，并且基于目标肛提肌切面可以确定盆底超声影像对应的肛提肌切面集。其中，当目标肛提肌切面的数量大于或者等于2时，各目标肛提肌切面互不相同。

在本实施例的一个实现方式中，基于经过训练的切面提取模型，确定所述盆底超声影像的至少一目标肛提肌切面之前，可以判断盆底肛提肌切面功能是否开启，若盆底肛提肌切面功能开启，则基于经过训练的切面提取模型提取其对应的目标肛提肌切面；若盆底肛提肌切面功能未开启，则提示医生手动处理。其中，所述盆底肛提肌切面功能可以是根据外部设备发送启动指令开启的，也可以是通过触发预设按键来启动(例如，医生点击预设按键启动盆底肛提肌切面功能等)；所述预设按键可以为设置在超声图像采集设备触摸屏某一交互界面预设虚拟按键，或者设置在超声图像采集设备操作面板上设置一个实体按键等。

在本实施例的一个实现方式中，所述切面提取模型为深度学习网络模型，所述基于经过训练的切面提取模型，确定所述盆底超声影像对应的至少一个目标肛提肌切面具体包括：

基于所述盆底超声影像确定至少一初始切面，其中，所述至少一初始切面与至少一目标肛提肌切面一一对应；

对于每个初始切面，通过所述切面提取模型确定该初始切面对应的预测姿态信息；

基于该预测姿态信息确定该初始切面对应的目标肛提肌切面，以得到所述盆底超声影像对应所述盆底超声影像的至少一目标肛提肌切面。

具体地，所述初始切面为所述盆底超声影像的一个切面，并且当所述初始切面的数量大于或者等于2时，各初始切面互不相同。可以理解的是，当所述初始切面的数量大于或者等于2时，各初始切面互不重合。所述初始切面的中心位置落在以盆底超声影像的中心点，长宽高为盆底超声影像的长宽高60％的矩形区域以内，这样就避免了盆底超声影像的切面进行采样，因为该区域落在锥形超声数据以外而没有提供信息的图像数据。

所述初始切面用于确定盆底超声影像对应的目标肛提肌切面，从而，初始切面的数量可以与待确定的目标肛提肌切面的数量相等，并且初始切面与目标肛提肌切面一一对应。例如，待确定的目标肛提肌切面包括的目标肛提肌切面A和的目标肛提肌切面B，那么在盆底超声影像中选取初始切面时，需要选取两个互不相同的初始切面a和初始切面b，并且初始切面a与的目标肛提肌切面A相对应，初始切面b与的目标肛提肌切面B相对应。

此外，在实际应用中，为了确定初始切面与的目标肛提肌切面的对应关系，在获取到初始切面后，可以为初始切面配置切面类别，其中，所述切面类别基于盆底超声影像对应的肛提肌切面确定，例如，盆底超声影像对应的肛提肌切面包括肛提肌裂孔最小切面、肛提肌腹侧2.5mm切面、肛提肌腹侧5mm切面，初始切面对应的类别为3，分别为肛提肌裂孔最小切面类别，肛提肌腹侧2.5mm切面类别以及肛提肌腹侧5mm切面类别。这样可以通过初始切面对应的切面类别来确定通过该初始切面确定的目标肛提肌切面。

所述预测位置信息用于反映通过切面提取模型确定的目标肛提肌切面在盆底超声影像中的位置。所述预测位置信息包括预测位置信息和预测角度信息，其中，所述预测位置信息用于反映目标肛提肌切面中心在盆底超声影像对应的三维坐标系中的坐标信息，所述预测角度信息用于反映目标肛提肌切面在盆底超声影像对应的三维坐标系中相对于坐标轴的旋转角度。这样基于所述预测位置信息可以在所述盆底超声影像中确定一切面，该切面基于该预测位置信息对应的目标肛提肌切面。

在本实施例的一个实现方式中，所述切面提取模型可以通过生成对抗的方式训练得到，换句话说，所述切面提取模型与判别网络模型联合训练得到，其中，所述切面提取模型用于目标肛提肌切面，所述判别网络模型用于判别肛提肌切面的切面状态。相应的，所述切面提取模型的训练过程具体包括：

获取初始判别网络模型，并对初始判别网络模型进行训练以得到经过训练的判别网络模型，其中，所述判别网络模型用于判别肛提肌切面的切面状态；

获取初始切面提取模型，对所述初始切面提取模型及所述判别网络模型进行联合训练，以得到经过训练的切面提取模型，其中，所述切面提取模型用于提取肛提肌切面。

具体地，所述初始判别网络模型的输出项为初始切面提取模型基于训练盆底超声影像确定的生成切面以及该生成切面对应的真实切面，所述初始判别网络模型的输出项为生成切面对应的耻骨联合状态的第一预测概率，以及真实切面对应的耻骨联合状态的第二预测概率，其中，生成切面对应的真实切面指的是真实切面对应的耻骨联合状态与生成切面对应的耻骨联合状态相同，并且真实切面为预先标注的。在本实施例的一个实现方式中，切面提取模型的输出项为预测位置信息，盆底超声影像携带标注信息为真实盆底肛提肌切面对应的位置信息，由此，在对初始判别网络模型进行训练时，需要基于位置信息确定相应的切面，在将确定得到的切面作为输入项输入初始判别网络模型，以通过初始判别网络模型输出各切面对应的耻骨联合状态的预测概率。

基于此，所述获取初始判别网络模型，并对初始判别网络模型进行训练以得到经过训练的判别网络模型具体包括：

获取初始判别网络模型以及初始切面提取模型；

基于训练盆底超声影像获取训练初始切面，并将训练初始切面输入初始切面模型，以得到生成位置信息；

基于生成位置信息确定生成切面，以及基于生成切面对应的真实位置信息确定真实切面；

将所述生成切面以及所述真实切面输入初始判别网络模型，通过初始判别网络模型确定生成切面对应的耻骨联合状态的第一预测概率，以及真实切面对应的耻骨联合状态的第二预测概率；

基于所述第一预测概率以及第二预测概率确定损失函数，并基于该损失函数对初始判别网络模型进行训练，以得到经过训练的判别网络模型。

具体地，所述初始判别网络模型用于判断输入项为真的概率以及为假的概率，在本实施例中，所述真的概率指的是输入项为其对应的耻骨联合状态的概率，假的概率指的是输入项为不是其对应的耻骨联合状态的概率。例如，生成切面对应的耻骨联合状态为肛提肌裂孔最小切面状态，那么第一预测概率为生成切面的耻骨联合状态为肛提肌裂孔最小切面状态的概率，第二预测概率为真实切面的耻骨联合状态为肛提肌裂孔最小切面状态的概率。

在本实施例的一个实现方式中，所述判别网络模型可以包括卷积层、激活层以及全连接层。判别网络模型的损失函数由两部分组成，分别为真实切面的损失项Ex和生成切面的损失项Ez，由此，所述基于所述第一预测概率以及第二预测概率确定的损失函数的表达式可以为：

其中，G(z|y)表示生成切面，D(G(z|y))表示生成切面对应的第一预测概率，D(x|y)表示真实切面对应的第二预测概率。

在对所述判别网络模型进行训练时，初始切面提取模型的模型参数固定不变，其仅用于生成盆底超声影像对应的生成切面。而判别网络模型的训练目标是正确区分输入图像是真/假，当以1代表真，0代表假时，损失函数中的maxD对第一项Ex，因为真实切面为预先标注的，其为真的，从而期望D(x|y)趋近于1，同理，第二项Ez对应的生成切面，期望D(G(z))趋近于0更好，使得第二项趋近于1，从而maxD是期望训练使得整体趋像最大。

在本实施例的一个实现方式中，如图2所示，在获取到经过训练的判别网络模型后，将初始切面提取模型与所述判别网络模进行级联，并通过对所述初始切面提取模型及所述判别网络模型进行联合训练，来训练初始切面提取模型，以得到经过训练的切面提取模型。相应的，在本实施例的一个实现方式中，所述获取初始切面提取模型，对所述初始切面提取模型及所述判别网络模型进行联合训练，以得到经过训练的切面提取模型具体地包括：

将初始切面提取模型和经过训练的判别网络模型级联，以得到对抗网络模型；

在训练盆底超声影像中选取训练初始切面，并将初始切面作为初始切面提取模型的输入项；

基于初始切面模型确定该输入项对应的生成位置信息，并基于生成位置信息确定生成切面，以及基于生成切面对应的真实位置信息确定真实切面；

将所述生成切面以及所述真实切面输入初始判别网络模型，通过初始判别网络模型确定生成切面对应的耻骨联合状态的第一预测概率，以及真实切面对应的耻骨联合状态的第二预测概率；

基于生成位置信息、真实位置信息、第一预测概率以及第二预测概率确定损失函数，并基于该损失函数对初始切面提取模型及所述判别网络模型联合形成的网络模型进行训练对抗网络模型进行一次训练；

将基于所述生成切面作为训练初始切面，并继续执行将基于初始切面模型确定该输入项对应的生成位置信息的步骤，直至生成切面满足预设条件；执行在训练盆底超声影像中选取训练初始切面的布置，直至初始切面提取模型满足预设条件，并将满足预设条件的初始切面提取模型作为切面提取网络模型。

具体地，在对由初始切面提取模型和经过训练的判别网络模型构成的对抗网络模型进行训练的过程中，初始切面提取模型和经过训练的判别网络模型交替训练，其中，所述交替训练指的是在相邻两次训练中，一次训练初始切面提取模型，一次训练判别网络模型，并且在训练初始切面提取模型时，判别网络模型的模型参数固定不变；当训练判别网络模型时，初始切面提取模型的模型参数固定不变。

此外，在对初始切面网络模型进行训练时，初始切面网络模型的损失函数可以包括生成位置信息和真实位置信息形成的损失项，其中，生成位置信息和真实位置信息形成的损失项可以采用L2范数。在对判别网络模型进行训练时，判别网络模型的损失函数可以为基于第一预测概率与第二预测概率形成的损失函数，该损失函数与上述初始判别网络模型中的损失函数相同，这里就不再赘述。

在本实施例的一个实现方式中，为了使得训练得到的切面提取模型对在盆底超声影像选取的任一初始切面均可以确定该初始切面对应的目标肛提肌切面。在通过对抗网络模型训练切面提取模型时，对于每个目标肛提肌切面可以选取三个初始切面，其中，三个初始切面分别为以盆底超声影像的中心坐标为切面中心，且互相垂直的矢状面、冠状面和横断面，例如，如图3所示，在盆底超声影像中采样得到初始切面1、初始切面2和初始切面3。在获取到三个初始切面后，将三个初始切面作为目标肛提肌切面对应初始切面集，并将初始切面集作为初始切面提取模型的输入项，通过初始切面提取模型分别确定三个初始切面各种对应的生成位置信息。此外，为了区分三个初始切面，为每个初始切面配置切面类别。

进一步，如图3所示，所述初始切面提取模型包括卷积神经网络模块以及确定模块，卷积神经网络模块的输入项初始切面，输出项为三维变换参数，确定模块的输入项为三维变化参数，输出项为初始切面对应的生成切面的生成位置信息；其中，所述三维变换参数用于指导初始切面移动到一个更靠近目标肛提肌切面的位置，以得到生成切面。在获取到生成切面后，将生成切面作为初始切面输入卷积神经网络模块并重复处理，直至生成切面到真实切面，其中，所述生成切面达到真实切面可以为生成切面与目标肛提肌切面重合度达到预设阈值，并且当目标肛提肌切面对应多个初始切面时，多个初始切面中每个初始切面均到达目标肛提肌切面。

在本实施例的一个实现方式中，为了使得切面提取模型可以学习到目标特征，在训练切面提取模型之前，可以对用于训练切面提取模型的训练数据进行预处理，其中，预处理可以包括标准化图像处理、重采样和维度调整，通过标准化图像处理能够保留了样本原来的分布，还能增强模型的泛化能力，通过重采样和维度调整可以降低模型训练对GPU内存的限制。当然，在实际应用中，所述预处理还可以包括其他操作，例如，像素扩充等，这里就是给出预处理的例子说明，其他对训练样本进行预处理的方式均在本实施例的保护范围内。

在本实施例的一个实现方式中，由于三维盆底超声数据因标注困难而无法获取大规模的图像标签，而大规模的数据有助于提高网络模型的训练，提高网络对目标的特征学习，可以显著提高模型预测精度以及避免过拟合；从而本实例中在获取到训练样本数据后，可以通过对数据进行随机缩放以及30°内随机旋转与180度旋转等方式对训练数据集进行扩充，以提高训练样本的多样性。当然，上述数据增强方法仅是本发明的实施例，本发明所用数据增强不局限于上述方法。

S30、基于所述目标肛提肌切面，确定所述盆底超声影像对应的肛提肌切面集。

具体地，所述肛提肌切面集包括若干肛提肌切面，所述若干肛提肌切面中的各肛提肌切面互不相同，其中，所述互不相同指的是各肛提肌切面为盆底超声影像中的不同切面，并且任意两个肛提肌切面重叠。在本实施例中，所述肛提肌切面集包括肛提肌尾侧-5mm切面、肛提肌尾侧-2.5mm切面、肛提肌裂孔最小切面、肛提肌腹侧2.5mm切面、肛提肌腹侧5mm切面、肛提肌腹侧7.5mm切面、肛提肌腹侧10mm切面、肛提肌腹侧12.5mm切面。

所述至少一目标肛提肌切面可以为一个目标肛提肌切面，也可以为两个或者两个以上的目标肛提肌切面，所述至少一目标肛提肌切面包括的目标肛提肌切面的切面数量小于等于肛提肌切面集包括的肛提肌切面的数量，并且对于至少一目标肛提肌切面，肛提肌切面集中均存在一个肛提肌切面相对应，其中，相对应指的是目标肛提肌切面对应的耻骨联合状态与其对应给的肛提肌切面对应的耻骨联合状态相同。基于此，所述至少一目标肛提肌切面包括：肛提肌尾侧-5mm状态的肛提肌切面、肛提肌尾侧-2.5mm状态的肛提肌切面、肛提肌裂孔最小状态的肛提肌切面、肛提肌腹侧2.5mm状态的肛提肌切面、肛提肌腹侧5mm状态的肛提肌切面、肛提肌腹侧7.5mm状态的肛提肌切面、肛提肌腹侧10mm状态的肛提肌切面、肛提肌腹侧12.5mm状态的肛提肌切面中的一个或者多个。

在本实施例的一个实现方式中，所述基于所述目标肛提肌切面，确定所述盆底超声影像对应的肛提肌切面集具体包括：

基于所述目标肛提肌切面，确定所述盆底超声影像对应的基准切面；

基于预设距离及基准切面，在所述盆底超声影像中选取若干目标切面；

将所述基准切面以及若干目标切面作为所述盆底超声影像对应的肛提肌切面集，其中，所述基准切面以及若干目标切面中的任意两个相邻切面之间的距离均等于预设距离。

具体地，所述基准切面为盆底超声影像的一肛提肌切面，所述预设距离可以为预先设置的，基于预设距离在盆底超声影像中选取若干目标切面，所述基准切面以及若干目标切面中的任意两个相邻切面之间的距离均等于预设距离。此外，基准切面与若干目标切面构成的肛提肌切面集中若按肛提肌切面的切面状态与肛提肌尾侧-5mm状态、肛提肌尾侧-2.5mm状态、肛提肌裂孔最小状态、肛提肌腹侧2.5mm状态、肛提肌腹侧5mm状态、肛提肌腹侧7.5mm状态、肛提肌腹侧10mm状态以及肛提肌腹侧12.5mm状态一一对应。

在本实施例的一个实现方式中，所述至少一目标肛提肌切面包括肛提肌裂孔最小状态的肛提肌切面、肛提肌腹侧2.5mm状态的肛提肌切面以及肛提肌腹侧5mm状态的肛提肌切面，所述基于所述目标肛提肌切面，确定所述盆底超声影像对应的基准切面具体包括：

计算肛提肌腹侧2.5mm状态的肛提肌切面与肛提肌裂孔最小状态的肛提肌切面之间的第一距离，以及肛提肌腹侧2.5mm状态的肛提肌切面与肛提肌腹侧5mm状态的肛提肌切面之间的第二距离；

若第一距离和第二距离均大于或等于预设距离阈值，则将肛提肌腹侧2.5mm状态的肛提肌切面作为基准切面；

若第一距离或第二距离小于预设距离阈值，则以肛提肌裂孔最小状态的肛提肌切面与肛提肌腹侧5mm状态的肛提肌切面的中间切面作为基准切面。

具体地，所述第一距离指的是肛提肌腹侧2.5mm状态的肛提肌切面的中心点与肛提肌裂孔最小状态的肛提肌切面的中心点之间的距离；第二距离指的是肛提肌腹侧2.5mm状态的肛提肌切面的中心点与肛提肌腹侧5mm状态的肛提肌切面的中心点之间的距离。所述预设距离为预先设置的，例如，5mm等。

此外，在实际应用中，所述至少一目标肛提肌切面可以包括肛提肌尾侧-5mm状态的肛提肌切面、肛提肌尾侧-2.5mm状态的肛提肌切面、肛提肌裂孔最小状态的肛提肌切面、肛提肌腹侧2.5mm状态的肛提肌切面、肛提肌腹侧5mm状态的肛提肌切面、肛提肌腹侧7.5mm状态的肛提肌切面、肛提肌腹侧10mm状态的肛提肌切面、肛提肌腹侧12.5mm状态的肛提肌切面中任意一个，当为一个时，直接以该目标肛提肌切面作为基准切面；当包括所肛提肌尾侧-5mm状态的肛提肌切面、肛提肌尾侧-2.5mm状态的肛提肌切面、肛提肌裂孔最小状态的肛提肌切面、肛提肌腹侧2.5mm状态的肛提肌切面、肛提肌腹侧5mm状态的肛提肌切面、肛提肌腹侧7.5mm状态的肛提肌切面、肛提肌腹侧10mm状态的肛提肌切面、肛提肌腹侧12.5mm状态的肛提肌切面时，可以基于肛提肌裂孔最小状态的肛提肌切面、肛提肌腹侧2.5mm状态的肛提肌切面以及肛提肌腹侧5mm状态的肛提肌切面来确定基准切面，也可以直接将获取到目标肛提肌切面构成的切面集作为盆底超声影像对应的肛提肌切面集。当然，在其他情况时，若至少一个目标图像包括肛提肌裂孔最小状态的肛提肌切面，可以选取肛提肌裂孔最小状态的肛提肌切面作为基准切面，也可以随机选取一个目标肛提肌切面作为基准切面；当未包括肛提肌裂孔最小状态的肛提肌切面时，可以随机选取一个目标肛提肌切面作为基准切面等。也就是说，在获取到至少一个目标肛提肌切面后，只要可以确定基准切面的方法均包含于本申请的包含范围内，例如，随机选取一个目标肛提肌切面作为基准切面，或者将肛提肌尾侧-5mm状态、肛提肌尾侧-2.5mm状态、肛提肌裂孔最小状态、肛提肌腹侧2.5mm状态、肛提肌腹侧5mm状态、肛提肌腹侧7.5mm状态、肛提肌腹侧10mm状态以及肛提肌腹侧12.5mm状态分别配置优先级，根据优选级选取至少一个目标肛提肌切面中优选级最高目标肛提肌切面作为基准切面等。

综上所述，本实施例提供了一种盆底肛提肌切面的获取方法、存储介质及终端设备，所述方法包括获取盆底超声影像；获取待识别的盆底超声影像；基于经过训练的切面提取模型，确定所述盆底超声影像对应的至少一个目标肛提肌切面；基于目标肛提肌切面，确定所述盆底超声影像对应的肛提肌切面集。本实施例在三维超声影像中选取二维初始切面，通过切面提取模型基于初始切面确定盆底超声影像的少一目标肛提肌切面，再基于目标肛提肌切面，确定所述盆底超声影像对应的肛提肌切面集，这样可以自动并准确的对肛提肌切面定位，提高了盆底肛提肌切面的获取效率。基于上述盆底肛提肌切面的获取方法，本实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上述实施例所述的盆底肛提肌切面的获取方法中的步骤。

基于上述盆底肛提肌切面的获取方法，本申请还提供了一种终端设备，如图4所示，其包括至少一个处理器(processor)20；显示屏21；以及存储器(memory)22，还可以包括通信接口(Communications Interface)23和总线24。其中，处理器20、显示屏21、存储器22和通信接口23可以通过总线24完成相互间的通信。显示屏21设置为显示初始设置模式中预设的用户引导界面。通信接口23可以传输信息。处理器20可以调用存储器22中的逻辑指令，以执行上述实施例中的方法。

此外，上述的存储器22中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。

存储器22作为一种计算机可读存储介质，可设置为存储软件程序、计算机可执行程序，如本公开实施例中的方法对应的程序指令或模块。处理器20通过运行存储在存储器22中的软件程序、指令或模块，从而执行功能应用以及数据处理，即实现上述实施例中的方法。

存储器22可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；存储数据区可存储根据终端设备的使用所创建的数据等。此外，存储器22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，U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等多种可以存储程序代码的介质，也可以是暂态存储介质。

此外，上述存储介质以及终端设备中的多条指令处理器加载并执行的具体过程在上述方法中已经详细说明，在这里就不再一一陈述。

最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。