[發明專利]胎兒超聲圖像智能目標檢測的并行處理方法和裝置

有效

• 申請號: 202010211676.0
• 申請日: 2020-03-24
• 公開（公告）號: CN111462059B
• 公開（公告）日: 2023-09-29
• 發明（設計）人: 李肯立;劉釗;劉楚波;譚光華;廖清;李勝利
• 申請（專利權）人: 湖南大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06V10/74;G06V10/82;G06N3/0464;G16H50/20;A61B8/08
• 代理公司: 華進聯合專利商標代理有限公司 44224
• 代理人: 黃恕

1.一種胎兒超聲圖像智能目標檢測的并行處理方法，其特征在于，所述方法包括：

獲取胎兒超聲掃描過程中得到的檢測幀數據；所述檢測幀數據為獲取的連續胎兒超聲切面圖像；

對所述檢測幀數據進行預處理操作，得到預處理檢測幀數據；

將所述預處理檢測幀數據與已識別的基準幀數據進行相似度比較，得到相似度結果；所述基準幀數據為已識別的檢測幀數據；

若所述相似度結果大于預設閾值，則將已存儲的所述基準幀數據的識別結果作為所述檢測幀數據的識別結果，得到所述檢測幀數據中所包含目標的類別和位置；

若所述相似度結果小于所述預設閾值，基于訓練好的深度卷積神經網絡模型，根據所述預處理檢測幀數據和所述基準幀數據，對所述深度卷積神經網絡模型中所有卷積層的輸入數據和輸出數據進行相應處理，以得到所述檢測幀數據的識別結果；

所述方法還包括：

將所述檢測幀數據作為更新的基準幀數據，存儲更新的所述基準幀數據的識別結果。

2.根據權利要求1所述的方法，其特征在于，所述將所述預處理檢測幀數據與已識別的基準幀數據進行相似度比較，得到相似度結果，包括：

對所述預處理檢測幀數據進行處理，得到預設大小的檢測幀數據矩陣；

將所述檢測幀數據矩陣和已存儲的基準幀數據矩陣進行相減處理，得到相似度矩陣；

根據所述相似度矩陣，確定相似度結果。

3.根據權利要求1所述的方法，其特征在于，所述若所述相似度結果小于所述預設閾值，基于訓練好的深度卷積神經網絡模型，根據所述預處理檢測幀數據和所述基準幀數據，對所述深度卷積神經網絡模型中所有卷積層的輸入數據和輸出數據進行相應處理，以得到所述檢測幀數據的識別結果，包括：

將所述預處理檢測幀數據輸入訓練好的深度卷積神經網絡模型后，將所述預處理檢測幀數據在當前卷積層的輸入數據與所述基準幀數據在所述當前卷積層的輸入數據進行矩陣相減處理，得到當前卷積層的最終輸入數據；

將所述最終輸入數據輸入所述當前卷積層后，得到所述當前卷積層的初步輸出數據，將所述初步輸出數據與所述基準幀數據在所述當前卷積層的輸出數據進行矩陣相加處理，作為所述預處理檢測幀數據在所述當前卷積層的最終輸出數據。

4.根據權利要求1所述的方法，其特征在于，所述對所述檢測幀數據進行預處理操作，得到預處理檢測幀數據，包括：

對所述檢測幀數據進行歸一化處理，得到歸一化后的圖像；

對所述歸一化后的圖像進行灰度化處理，得到預處理檢測幀數據。

5.根據權利要求1所述的方法，其特征在于，所述將所述預處理檢測幀數據與已識別的基準幀數據進行相似度比較，得到相似度結果，包括：

同時將多幀預處理檢測幀數據與所述已識別的基準幀數據進行相似度比較，并行處理后得到所述多幀預處理檢測幀數據對應的相似度結果。

6.一種胎兒超聲圖像智能目標檢測的并行處理裝置，其特征在于，所述裝置包括：

檢測幀數據獲取模塊，用于獲取胎兒超聲掃描過程中得到的檢測幀數據；所述檢測幀數據為獲取的連續胎兒超聲切面圖像；

預處理模塊，用于對所述檢測幀數據進行預處理操作，得到預處理檢測幀數據；

相似度檢測模塊，用于將所述預處理檢測幀數據與基準幀數據進行相似度比較，得到相似度結果；所述基準幀數據為已識別的檢測幀數據；

識別結果輸出模塊，用于比較所述相似度結果和預設閾值，若所述相似度結果值大于所述預設閾值，則將預存儲的所述基準幀數據的識別結果作為所述檢測幀數據的識別結果，得到所述檢測幀數據中所包含目標的類別和位置；若所述相似度結果小于所述預設閾值，基于訓練好的深度卷積神經網絡模型，根據所述預處理檢測幀數據和所述基準幀數據，對所述深度卷積神經網絡模型中所有卷積層的輸入數據和輸出數據進行相應處理，以得到所述檢測幀數據的識別結果；

所述識別結果輸出模塊，還用于將所述檢測幀數據作為更新的基準幀數據，存儲更新的所述基準幀數據的識別結果。