[發明專利]醫學超聲圖像分割方法及裝置

在審

• 申請號: 202010294217.3
• 申請日: 2020-04-15
• 公開（公告）號: CN111429451A
• 公開（公告）日: 2020-07-17
• 發明（設計）人: 張官喜
• 申請（專利權）人: 深圳市嘉駿實業有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11
• 代理公司: 深圳市精英專利事務所 44242
• 代理人: 黃文鋒

1.一種醫學超聲圖像分割方法，其特征在于：包括，

S10、利用超聲掃描設備獲取人體超聲圖像；

S20、對語義分割模型進行訓練，得到語義分割預測模型；

S30、根據語義分割預測模型，對待檢測圖像進行分割；

S40、對分割的待檢測圖像進行優化處理，得到最終的目標區域。

2.如權利要求1所述的醫學超聲圖像分割方法，其特征在于：所述步驟S20中，對語義分割模型進行訓練，得到語義分割預測模型，包括，

S21、對獲取的人體超聲圖像，進行尺寸歸一化；

S22、選取一定比例的尺寸歸一化之后的人體超聲圖像，作為訓練集；

S23、對訓練集的人體超聲圖像進行標注；

S24、將訓練集的人體超聲圖像及標注結果，作為語義分割模型的輸入，對模型進行訓練，得到語義分割預測模型。

3.如權利要求2所述的醫學超聲圖像分割方法，其特征在于：所述步驟S10中，獲取的所述人體超聲圖像中至少包括1個目標區域。

4.如權利要求3所述的醫學超聲圖像分割方法，其特征在于：步驟S23中，對訓練集的人體超聲圖像進行標注，標注結果至少包含兩類區域，其中一類是目標區域。

5.如權利要求4所述的醫學超聲圖像分割方法，其特征在于：所述標注結果中至少包含人體超聲圖像中每個像素的類別信息以及目標區域相關的坐標信息。

6.如權利要求1所述的醫學超聲圖像分割方法，其特征在于：步驟S30中，根據語義分割預測模型，對待檢測圖像進行分割，包括，

S31、對待預測人體超聲圖像進行尺寸歸一化；

S32、將歸一化后的人體超聲圖像，輸入訓練好的語義分割模型中，進行分割。

7.如權利要求6所述的醫學超聲圖像分割方法，其特征在于：分割結果中至少包含人體超聲圖像中每個像素的類別信息以及目標區域相關的坐標信息。

8.如權利要求1所述的醫學超聲圖像分割方法，其特征在于：步驟S40中，對分割結果進行優化處理，得到最終的目標區域，包括，

先對分割結果進行優化處理，然后再將處理后的分割結果映射到原始圖像上，得到最終的目標區域；或者先將分割結果映射到原始圖像上，然后再對原始圖上的分割結果進行優化處理，得到最終的目標區域。

9.如權利要求8所述的醫學超聲圖像分割方法，其特征在于：所述對分割結果進行優化處理，包括，

檢測分割結果的邊界，獲取邊界坐標，所述分割結果的邊界為分割結果中，目標區域與非目標區域的分界線；

根據分割結果的邊界坐標和原始人體超聲圖像的像素值，對分割結果的邊界進行優化，得到最終的目標區域。

10.一種醫學超聲圖像分割裝置，其特征在于：包括，

圖像獲取模塊，用于利用超聲掃描設備獲取人體超聲圖像；

模型訓練模塊，用于對語義分割模型進行訓練，得到語義分割預測模型；

圖像分割模塊，用于根據語義分割預測模型，對待檢測圖像進行分割；

目標區域獲取模塊，用于對分割的待檢測圖像進行優化處理，得到最終的目標區域。