[发明专利]超声图像分割方法和计算机设备

说明书

本发明公开了一种超声图像分割方法和计算机设备，该方法包括：将原始图像进行M组第一运算操作得到所述原始图像的M个特征向量；将第M个特征向量通过第二运算操作得到第M+1个特征向量；将所述第M+1个特征向量和第M个特征向量进行第三运算操作得到第一输出向量；依次将第M‑1个特征向量和所述第一输出向量进行第三运算操作得到第二输出向量、将第M‑2个特征向量和第二输出向量进行第三运算操作得到第三输出向量直至第一个特征向量与第M‑1输出向量进行第三运算操作得到第M输出向量，根据所述第M输出向量输出对应的已分割图像。本发明的超声图像分割方法可通过全局信息，利用信息量大的特征向量指导信息量小的特征向量，实现精确的超声图像分割任务。

技术领域

本发明涉及医学图像分割技术领域，具体而言，涉及一种超声图像分割方法和计算机设备。

背景技术

超声图像是反映介质中声学参数的差异，可得到不同于光学、X射线、y射线等的信息。超声对人体软组织有良好的分辨能力，可得到高达120dB以上动态范围的有用信号，有利于识别生物组织的微小病变。随着现代医学领域中技术的飞速发展，根据超声图像检测病变成为常用的技术手段，在通过超声图像检测病变的过程中，对超声图像进行分割处理变得越重要。例如，根据癌症协会进行的癌症统计，乳腺癌是造成女性死亡的主要原因之一。然而，通过早期诊断的患者的五年生存率高达90％，因此早期诊断可以有效预防癌症的扩散，提高患者的生活质量。在AWBUS图像中乳房的解剖层分割可用于计算乳房密度。许多研究表明，乳房密度对预测女性患乳腺癌的概率具有重要意义，其中，乳腺密度高的女性患乳腺癌的风险高于乳腺密度低的女性。

目前，超声图像的分割面临的主要问题包括阴影效应、边界模糊及对比度低等，给超声图像的分割带来很大的挑战。

发明内容

鉴于上述问题，本发明实施例的目的在于提供一种超声图像分割方法和计算机设备，以解决现有技术的不足。

本发明的一个实施方案提供一种超声图像分割方法，包括：

将原始图像进行M组第一运算操作得到所述原始图像的M个特征向量，其中，M为大于或等于1的整数，第M个特征向量的信息量大于第M-1个特征向量的信息量；

将第M个特征向量通过第二运算操作得到第M+1个特征向量，其中，第M+1个特征向量的信息量大于第M个特征向量的信息量；

将所述第M+1个特征向量和第M个特征向量进行第三运算操作得到第一输出向量；

依次将第M-1个特征向量和所述第一输出向量进行第三运算操作得到第二输出向量、将第M-2个特征向量和第二输出向量进行第三运算操作得到第三输出向量直至第一个特征向量与第M-1输出向量进行第三运算操作得到第M输出向量，根据所述第M输出向量输出对应的已分割图像。

在上述的超声图像分割方法中，所述第一运算操作包括：

对所述原始图像进行至少一次卷积操作得到卷积后图像；

对所述卷积后图像的每一通道特征进行池化和全连接操作，及将池化和全连接操作后的通道特征通过非线性激活函数得到所述卷积后图像的该通道特征的第一权值；

对所述卷积后图像每一像素点的特征进行卷积操作，及将卷积后的像素点的特征通过所述非线性激活函数得到所述卷积后图像的该像素点的第二权值；

根据所述卷积后图像的各通道特征的第一权值对所述卷积后图像所有通道特征进行加权，及根据所述卷积后图像的各像素点的第二权值对所述卷积后图像的所有像素点进行加权，得到加权后的图像的特征向量。

在上述的超声图像分割方法中，每组包括预定次数的第一运算操作，每组第一运算操作中，每一次的第一运算操作的输出均作为下一次第一运算操作的输入，直至该组中最后一次的第一运算操作执行完毕，得到该组对应的特征向量。