[发明专利]一种子宫三维超声图像的标准切面检测方法

权利要求书

1.一种子宫三维超声图像的标准切面检测方法，其特征在于，应用标准切面检测模型，所述标准切面模型包括深度强化学习模块，所述深度强化学习模块为基于神经网络搜索方法确定的，所述方法包括：

所述标准切面检测模型确定待检测的子宫三维超声图像的初始切面；

所述标准切面检测模型确定所述初始切面对应的调整动作，并基于所述调整动作确定所述子宫三维超声图像对应的标准切面。

2.根据权利要求1所述子宫三维超声图像的标准切面检测方法，其特征在于，所述标准切面检测模型确定所述初始切面对应的调整动作，并基于所述调整动作确定所述子宫三维超声图像对应的标准切面具体包括：

所述深度强化学习模块将所述初始平面作为输入平面，并确定所述输入平面对应的第一调整动作，并基于所述输入平面确定所述第一调整动作对应的第一平面；

所述深度强化学习模块将所述第一平面作为输入平面，并继续执行确定所述输入平面对应的第一调整动作的步骤直至第一平面满足预设条件，以得到所述子宫三维超声图像对应的标准切面。

3.根据权利要求1所述子宫三维超声图像的标准切面检测方法，其特征在于，所述初始平面包括若干初始平面，所述标准切面包括若干标准切面，所述若干初始平面与所述若干标准切面一一对应。

4.根据权利要求3所述子宫三维超声图像的标准切面检测方法，其特征在于，所述深度强化学习模块包括共享卷积单元以及若干特征提取单元，若干特征提取单元与若干初始切面一一对应；所述深度强化学习模块基于所述初始平面，确定所述初始平面对应的第一调整动作，并基于所述输入平面确定所述第一调整动作对应的第一平面具体包括：

所述共享卷积单元确定各初始平面各自分别对应的卷积特征图；

各特征图提取单元基于各自对应的初始平面的卷积特征图，确定各初始平面各自对应的第一调整动作，并基于各第一调整动作确定各初始平面各自对应的第一平面。

5.根据权利要求2-3任一所述的子宫三维超声图像的标准切面检测方法，其特征在于，所述标准切面检测模型包括空间调整模块；所述基于所述输入平面确定所述第一调整动作对应的第一平面之后，所述方法包括：

所述空间调整模块基于预知的标准切面之间空间位置关系，对各第一平面进行调整，并将调整后的第一平面作为所述第一调整动作对应的第一平面。

6.一种标准切面检测模型的生成方法，其特征在于，所述方法包括：

获取神经网络的搜索空间，其中，所述搜索空间包括若干神经网络单元，每个神经网络单元包括若干基础单元，每个基础单元中的两个节点之间配置若干网络操作；

根据各基础单元中的各网络操作对应的结构参数，从搜索空间中选取候选网络；

基于训练样本对所述候选网络的网络参数进行训练，其中，所述网络参数包括结构参数或者模型参数；

采用训练后的候选搜索空间，并继续执行根据各基础单元中的各网络操作对应的结构参数的步骤，直至执行次数满足预设条件；

将评分最高的候选搜索空间作为深度强化学习模块，并基于所述深度强化学习模块，确定所述标准切面检测模型。

7.根据权利要求6所述标准切面检测模型的生成方法，其特征在于，所述获取神经网络的搜索空间具体包括：

构建基础单元，其中，所述基础单元包括输入节点、若干中间节点以及输出节点；输入节点与各中间节点，以及各中间节点中每个中间节点与按照预设节点顺序位于其后的中间节点之间均配置有若干网络操作；

基于基础单元构成第一神经网络单元和若干第二神经网络单元，并分别将若干第二神经网络单元与第一神经网络单元连接，以得到搜索空间，其中，若干第二神经网络单元中的各第二神经网络单元的基础单元数量不相同。

8.根据权利要求6所述标准切面检测模型的生成方法，其特征在于，所述准切面检测模型包括空间调整模块，所述空间调整模块与所述深度强化学习模块相连接，其中，所述空间调整模块为基于神经网络搜索方法确定的。