[发明专利]颈动脉手持超声图像分割方法、系统及装置

权利要求书

1.一种基于神经结构搜索网络的颈动脉手持超声图像分割方法，其特征在于，包括：

获取颈动脉手持超声图像，对所述颈动脉手持超声图像进行尺寸处理，得到预定尺寸的颈动脉手持超声图像；

将预定尺寸的颈动脉手持超声图像输入预先训练好的hnasnet模型，通过所述hnasnet模型同时进行网络结构与单元结构的搜索，输出对所述颈动脉手持超声图像的语义分割结果。

2.根据权利要求1所述的方法，其特征在于，对所述颈动脉手持超声图像进行尺寸处理，得到预定尺寸的颈动脉手持超声图像具体包括：

将获取的颈动脉手持超声图像的尺寸处理为96*96的尺寸；或者，

将获取的颈动脉手持超声图像的尺寸处理为128*128的尺寸后，将128*128尺寸的颈动脉手持超声图像分割为多张96*96的图像。

3.根据权利要求1所述的方法，其特征在于，通过所述hnasnet模型同时进行网络结构与单元结构的搜索具体包括：

对于根据公式1-3确定的网络结构，设置12个单元，采用4、8、16、32的下采样空间，即特征图空间维度的尺寸为原始图像的4、8、16、32倍，通过最后一个单元采用空洞空间卷积池化金字塔ASPP方法提取特征：

其中，l代表第l层，s代表下采样空间s，^sH^l代表l和s条件下的隐藏层输出，代表下采样，s→s代表同采样，2s→s代表上采样，β代表下采样、同采样和上采样的权重，Cell()代表单元结构，第l层的单元输出与第l-1层的隐藏层输出H^l-1、第^l-2层的隐藏层输出H^l-2和第l层的单元参数α有关；

对于根据公式4-7确定的单元结构，采用稠密连接的方式，在单元内部共设置有5个隐藏层，对于某个隐藏层它的输入与前面所有单元内部隐藏层输出相连，同时与前面最近2个单元的隐藏层输出相连，对于某一个隐藏层H，共有8种可选择操作，在这些操作中可重复地选取2个操作，作为一个隐藏层H的两个分支，其中，8种可选择操作具体包括：3*3深度可分离卷积、5*5深度可分离卷积、3*3步长2空洞卷积、5*5步长2空洞卷积、3*3平均池化、3*3最大池化、直接连接、断开连接：

其中，l代表第l层，i代表第i块，j代表第j块，0≤j＜i≤5，代表第i个隐藏层的输出，代表第j个与相连的隐藏层，O_j→i代表8种可选择操作之一，代表做连续松弛操作后的代表块j到块i、8个操作中的第k个操作的权重。

4.根据权利要求2所述的方法，其特征在于，输出对所述颈动脉手持超声图像的语义分割结果具体包括：

输出对所述颈动脉手持超声图像的96*96*4的语义分割结果。

5.一种基于神经结构搜索网络的颈动脉手持超声图像分割系统，其特征在于，包括：

预处理模块，用于获取颈动脉手持超声图像，对所述颈动脉手持超声图像进行尺寸处理，得到预定尺寸的颈动脉手持超声图像；

语义分割模块，用于将预定尺寸的颈动脉手持超声图像输入预先训练好的hnasnet模型，通过所述hnasnet模型同时进行网络结构与单元结构的搜索，输出对所述颈动脉手持超声图像的语义分割结果。

6.根据权利要求5所述的系统，其特征在于，所述预处理模块具体用于：

将获取的颈动脉手持超声图像的尺寸处理为96*96的尺寸；或者，

将获取的颈动脉手持超声图像的尺寸处理为128*128的尺寸后，将128*128尺寸的颈动脉手持超声图像分割为多张96*96的图像。