[發明專利]超聲切面識別方法、系統、計算機設備和存儲介質

在審

• 申請號: 202010725339.3
• 申請日: 2020-07-24
• 公開（公告）號: CN112102230A
• 公開（公告）日: 2020-12-18
• 發明（設計）人: 李肯立;李紅旗;李勝利;邢翔;朱寧波;文華軒;譚光華
• 申請（專利權）人: 湖南大學;深圳市婦幼保健院
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/32;G06N3/04
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 劉羚

1.一種超聲切面識別方法，其特征在于，所述方法包括：

獲取待識別超聲圖像；

對所述待識別超聲圖像進行特征提取，得到對應的圖像特征；

根據所述圖像特征，識別所述待識別超聲圖像中的所有前景目標，獲得所述待識別超聲圖像中包含的各前景目標的定位信息；

根據所述定位信息和所述圖像特征，識別所述待識別超聲圖像中的所有切面目標，獲得所述待識別超聲圖像中包含的各切面目標的第一類別信息和位置信息。

2.根據權利要求1所述的方法，其特征在于，根據所述定位信息和所述圖像特征，識別所述待識別超聲圖像中的所有切面目標，獲得所述待識別超聲圖像中包含的各切面目標的第一類別信息和位置信息，包括：

根據所述定位信息從所述圖像特征中截取對應區域的特征，獲得前景特征；

根據所述前景特征，識別所述待識別超聲圖像中的所有切面目標，獲得所述待識別超聲圖像中包含的各切面目標的第一類別信息和位置信息。

3.根據權利要求2所述的方法，其特征在于，包括下述各項中的至少一項：

第一項：

對所述待識別超聲圖像進行特征提取，得到對應的圖像特征，包括：

通過訓練好的切面識別模型中的骨干網絡，對所述待識別超聲圖像進行特征提取，得到提取特征；

通過所述切面識別模型中的特征交互網絡，對所述提取特征進行融合，得到所述待識別超聲圖像對應的圖像特征；

第二項：

根據所述圖像特征，識別所述待識別超聲圖像中的所有前景目標，獲得所述待識別超聲圖像中包含的各前景目標的定位信息，包括：

通過所述切面識別模型中的前景背景分類子網絡，根據所述圖像特征，識別所述待識別超聲圖像中的所有前景目標，獲得所述待識別超聲圖像中包含的各前景目標的定位信息；

第三項：

根據所述前景特征，識別所述待識別超聲圖像中的所有切面目標，獲得所述待識別超聲圖像中包含的各切面目標的第一類別信息和位置信息，包括：

通過所述切面識別模型中的第一分類子網絡，根據所述前景特征，對所述待識別超聲圖像中的所有切面目標進行第一分類，獲得所述待識別超聲圖像中包含的各切面目標的第一類別信息；

通過所述切面識別模型中的定位子網絡，根據所述前景特征，對所述待識別超聲圖像中的所有切面目標進行定位，獲得所述待識別超聲圖像中包含的各切面目標的位置信息。

4.根據權利要求1至3中任一項所述的方法，其特征在于，還包括：

根據所述位置信息從所述圖像特征中截取對應區域的特征，獲得切面特征；

根據所述切面特征，對所述待識別超聲圖像中包含的各切面目標進行第二分類，獲得所述待識別超聲圖像中包含的各切面目標的第二類別信息。

5.根據權利要求4所述的方法，其特征在于，根據所述切面特征，對所述待識別超聲圖像中包含的各切面目標進行第二分類，獲得所述待識別超聲圖像中包含的各切面目標的第二類別信息，包括：

通過所述切面識別模型中的第二分類子網絡，根據所述切面特征，對所述待識別超聲圖像中包含的各切面目標進行第二分類，獲得所述待識別超聲圖像中包含的各切面目標的第二類別信息。

6.根據權利要求5所述的方法，其特征在于，所述切面識別模型包括順次連接的骨干網絡、特征交互網絡、前景背景分類子網絡以及網絡頭部，所述網絡頭部包括并行的定位子網絡、第一分類子網絡以及第二分類子網絡；

所述切面識別模型的訓練過程包括：

獲取樣本超聲圖像以及對應的標注信息，所述標注信息包括：在所述樣本超聲圖像中標注的各切面目標的位置信息和類別信息；

將所述樣本超聲圖像輸入待訓練切面識別模型，得到所述樣本超聲圖像對應的識別信息，所述識別信息包括：從所述樣本超聲圖像中識別出的各切面目標的位置信息和類別信息；

基于所述識別信息與所述標注信息，調整所述待訓練切面識別模型中各網絡的參數，直至滿足模型訓練結束條件，獲得訓練好的切面識別模型。