[發明專利]頸動脈手持超聲圖像分割方法、系統及裝置

在審

• 申請號: 202010639059.0
• 申請日: 2020-07-06
• 公開（公告）號: CN111798452A
• 公開（公告）日: 2020-10-20
• 發明（設計）人: 杜強;毛冠喬;郭雨晨;聶方興;張興;唐超
• 申請（專利權）人: 北京小白世紀網絡科技有限公司
• 主分類號: G06T7/10
• 分類號: G06T7/10;G06N3/04;G06N3/08
• 代理公司: 北京八月瓜知識產權代理有限公司 11543
• 代理人: 李斌

1.一種基于神經結構搜索網絡的頸動脈手持超聲圖像分割方法，其特征在于，包括：

獲取頸動脈手持超聲圖像，對所述頸動脈手持超聲圖像進行尺寸處理，得到預定尺寸的頸動脈手持超聲圖像；

將預定尺寸的頸動脈手持超聲圖像輸入預先訓練好的hnasnet模型，通過所述hnasnet模型同時進行網絡結構與單元結構的搜索，輸出對所述頸動脈手持超聲圖像的語義分割結果。

2.根據權利要求1所述的方法，其特征在于，對所述頸動脈手持超聲圖像進行尺寸處理，得到預定尺寸的頸動脈手持超聲圖像具體包括：

將獲取的頸動脈手持超聲圖像的尺寸處理為96*96的尺寸；或者，

將獲取的頸動脈手持超聲圖像的尺寸處理為128*128的尺寸后，將128*128尺寸的頸動脈手持超聲圖像分割為多張96*96的圖像。

3.根據權利要求1所述的方法，其特征在于，通過所述hnasnet模型同時進行網絡結構與單元結構的搜索具體包括：

對于根據公式1-3確定的網絡結構，設置12個單元，采用4、8、16、32的下采樣空間，即特征圖空間維度的尺寸為原始圖像的4、8、16、32倍，通過最后一個單元采用空洞空間卷積池化金字塔ASPP方法提取特征：

其中，l代表第l層，s代表下采樣空間s，^sH^l代表l和s條件下的隱藏層輸出，代表下采樣，s→s代表同采樣，2s→s代表上采樣，β代表下采樣、同采樣和上采樣的權重，Cell()代表單元結構，第l層的單元輸出與第l-1層的隱藏層輸出H^l-1、第^l-2層的隱藏層輸出H^l-2和第l層的單元參數α有關；

對于根據公式4-7確定的單元結構，采用稠密連接的方式，在單元內部共設置有5個隱藏層，對于某個隱藏層它的輸入與前面所有單元內部隱藏層輸出相連，同時與前面最近2個單元的隱藏層輸出相連，對于某一個隱藏層H，共有8種可選擇操作，在這些操作中可重復地選取2個操作，作為一個隱藏層H的兩個分支，其中，8種可選擇操作具體包括：3*3深度可分離卷積、5*5深度可分離卷積、3*3步長2空洞卷積、5*5步長2空洞卷積、3*3平均池化、3*3最大池化、直接連接、斷開連接：

其中，l代表第l層，i代表第i塊，j代表第j塊，0≤j＜i≤5，代表第i個隱藏層的輸出，代表第j個與相連的隱藏層，O_j→i代表8種可選擇操作之一，代表做連續松弛操作后的代表塊j到塊i、8個操作中的第k個操作的權重。

4.根據權利要求2所述的方法，其特征在于，輸出對所述頸動脈手持超聲圖像的語義分割結果具體包括：

輸出對所述頸動脈手持超聲圖像的96*96*4的語義分割結果。

5.一種基于神經結構搜索網絡的頸動脈手持超聲圖像分割系統，其特征在于，包括：

預處理模塊，用于獲取頸動脈手持超聲圖像，對所述頸動脈手持超聲圖像進行尺寸處理，得到預定尺寸的頸動脈手持超聲圖像；

語義分割模塊，用于將預定尺寸的頸動脈手持超聲圖像輸入預先訓練好的hnasnet模型，通過所述hnasnet模型同時進行網絡結構與單元結構的搜索，輸出對所述頸動脈手持超聲圖像的語義分割結果。

6.根據權利要求5所述的系統，其特征在于，所述預處理模塊具體用于：

將獲取的頸動脈手持超聲圖像的尺寸處理為96*96的尺寸；或者，

將獲取的頸動脈手持超聲圖像的尺寸處理為128*128的尺寸后，將128*128尺寸的頸動脈手持超聲圖像分割為多張96*96的圖像。