【技术实现步骤摘要】
颈动脉手持超声图像分割方法、系统及装置
本专利技术涉及人工智能
,尤其是涉及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、系统及装置。
技术介绍
电子计算机断层扫描(ComputedTomography,简称为CT)是利用精确准直的X线束、γ射线、超声波等,与灵敏度极高的探测器一同围绕人体的某一部位作一个接一个的断面扫描,具有扫描时间快,图像清晰等特点,可用于多种疾病的检查;根据所采用的射线不同可分为:X射线CT(X-CT)以及γ射线CT(γ-CT)等。超声(Ultrasound,简称为US)医学是声学、医学、光学及电子学相结合的学科。凡研究高于可听声频率的声学技术在医学领域中的应用即超声医学。US-CT图像是医生对患者病情进行初步筛查的重要手段,US-CT图像的优点是比X-CT图像获取成本更低,没有电磁辐射,对患者更安全,缺点是成像没有X-CT清晰。手持超声设备是近年来新发展起来的便携式超声设备,其优点是价格比医院的大型超声设备便宜,携带更加方便,小型机构或个人更容易获得,操作更加简单,缺点是成像没有大型超声设备清晰。US-CT图像的意义在于初步筛查,手持超声图像的意义更是如此。如果超声筛查能够社区化和个人化,可以极大程度缓解大型三甲医院的负荷,也可以极大程度减少患者的时间成本和经济负担。因此,目前急需一种对US-CT图像进行语义分析的技术方案。
技术实现思路
本专利技术的目的在于提供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、系统及装置,旨在解决现有技术 ...
【技术保护点】
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:/n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;/n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。/n
【技术特征摘要】
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,sHl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Hl-1、第l-2层的隐藏层输出Hl-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,Oj→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...
【专利技术属性】
技术研发人员:杜强,毛冠乔,郭雨晨,聂方兴,张兴,唐超,
申请(专利权)人:北京小白世纪网络科技有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。