[发明专利]一种颈动脉超声图像分割方法、装置、设备及存储介质在审

专利信息
申请号: 202310233722.0 申请日: 2023-03-10
公开(公告)号: CN116543147A 公开(公告)日: 2023-08-04
发明(设计)人: 闫琳;李淼;于天水;李志力;兰天翔;付中涛;张少华;韩冬;金晟中 申请(专利权)人: 武汉库柏特科技有限公司
主分类号: G06V10/26 分类号: G06V10/26;G06V10/80;G06V10/74;G06V10/82;G06V10/764;G06N3/0464;G06N3/0455
代理公司: 北京睿阳联合知识产权代理有限公司 11758 代理人: 孙磊
地址: 430000 湖北省武汉市东湖新技术开发*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 颈动脉 超声 图像 分割 方法 装置 设备 存储 介质
【权利要求书】:

1.一种颈动脉超声图像分割方法,其特征在于,包括:

获取序列超声图像,将连续的T帧超声图像划分成一组,并对组内的超声图像以预设方式进行扩增;T为大于1的正整数;

将扩增后的超声图像输入到编码器结构中,对每一帧超声图像分别提取图像特征;

根据待分割超声图像及其在前图像之间的图像特征相似度,对在前图像进行特征加权,并与待分割图像的图像特征进行融合,输出融合后的图像特征;

根据所述融合后的图像特征,得到最终的分割结果。

2.根据权利要求1所述的方法,其特征在于,所述对组内的超声图像以预设方式进行扩增,包括:

将连续的T帧超声图像中的每一帧进行随机的亮度和对比度的变换;或者,

将连续的T帧超声图像中的每一帧引入随机的高斯噪声,更新所述连续的T帧超声图像。

3.根据权利要求1所述的方法,其特征在于,所述将扩增后的超声图像输入到编码器结构中,对每一帧超声图像分别提取图像特征包括:

利用EfficientNetV2检测模型从超声图像提取得到多个多尺度特征;

利用特征金字塔模型将多个所述多尺度特征进行两两融合,将融合后得到的输出特征进行标记作为所述图像特征。

4.根据权利要求3所述的方法,其特征在于,所述根据待分割超声图像及其在前图像之间的图像特征相似度,对在前图像进行特征加权,并与待分割图像的图像特征进行融合,输出融合后的图像特征,包括:待分割超声图像的图像特征为Q=FT∈RH×W×d,第i帧在前图像的图像特征为Ki=Fi∈RH×W×d,则对Q中任一特征点Qm,n∈R1×1×d,m=0,1,2,...,H-1,n=0,1,2,...,W-1与第i帧在前图像的特征相似度为:

其中为投影矩阵,表示第i帧在前图像中以(m,n)为中心点,以2ri为长度,以2si为宽度的长方形区域,其中,

ri=r0+scaler×(T-i),i=T-k+1,...,T-1

si=s0+scales×(T-i),i=T-k+1,...,T-1

综合待分割超声图像中特征点与第i帧在前图像的特征相似度,得到待分割超声图像的图像特征和第i帧在前图像之间的特征相似度;

根据待分割超声图像的图像特征和第i帧在前图像之间的特征相似度,将第i帧在前图像和待分割超声图像的图像特征进行融合,得到融合后的图像特征。

5.根据权利要求1所述的方法,其特征在于,所述根据所述融合后的图像特征,得到最终的分割结果,包括:

采用下式计算分割区域输出层的损失值型参数:

其中yi是标签值,y′i是预测值,Ind(·)为指示函数,表示xi中最大的k个值。

6.一种颈动脉超声图像分割装置,其特征在于,包括:

获取模块,用于获取序列超声图像,将连续的T帧超声图像划分成一组,并对组内的超声图像以预设方式进行扩增;T为大于1的正整数;

提取模块,用于将扩增后的超声图像输入到编码器结构中,对每一帧超声图像分别提取图像特征;

输出模块,用于根据待分割超声图像及其在前图像之间的图像特征相似度,对在前图像进行特征加权,并与待分割图像的图像特征进行融合,输出融合后的图像特征;

分割模块,用于根据所述融合后的图像特征,得到最终的分割结果。

7.一种电子设备,其特征在于,包括:存储器以及一个或多个处理器;

所述存储器,用于存储一个或多个程序;

当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5任一项所述的方法。

8.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器实现如权利要求1-5任一项所述方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉库柏特科技有限公司,未经武汉库柏特科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310233722.0/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top