本发明专利技术公开了一种超声胎儿图像分割方法、装置、设备及存储介质。通过获取超声胎儿图像，然后将超声胎儿图像输入至预设图像分割模型中，获得图像分割结果，预设图像分割模型包括：特征提取层、像素表示层、第一语义分割层、像素语义层、区域表示层、像素拼接层、像素聚合层以及第二语义分割层。本发明专利技术通过第一语义分割层对经过像素表示层输出的图像进行粗分割，并通过第二语义分割层对经过像素聚合层输出的图像进行细分割，能够得到精确的图像分割结果。本发明专利技术能够更加准确、精细地分割出胎儿的形状，将预设图像分割模型的图像分割结果用于3D4D胎儿面部成像，从而提升胎儿面部成像的效果，帮助医生更快更好的进行产前诊断。帮助医生更快更好的进行产前诊断。帮助医生更快更好的进行产前诊断。
【技术实现步骤摘要】
超声胎儿图像分割方法、装置、设备及存储介质
[0001]本专利技术涉及图像处理
，尤其涉及一种超声胎儿图像分割方法、装置、设备及存储介质。
技术介绍
[0002]产前超声诊断是发现先天性缺陷的重要手段之一，在产前诊断中，胎儿面部的3D4D成像技术可以有效的呈现出胎儿的完整面部，有助于各种疾病的产前诊断。但现阶段在胎儿面部成像过程中，胎儿面部容易被其他干扰物体遮挡，导致胎儿面部成像不够清晰。机器上的3D4D成像主要流程为输入胎儿的体数据，需要医生过多的参与及手动选取感兴趣区域，根据选定的感兴趣区域进行3D4D成像，需要医生具有一定的临床经验，对很多新医生来说难度不小，其次需要手动去选择感兴趣区域，根据所选择的感兴趣区域进行3D4D成像。这个方法虽然一定程度上降低了干扰物对胎儿面部遮挡的概率，但对图像质量要求较高，对于图像质量差的机器成像效果并不理想。因此，如何提升胎儿面部成像的效果，实现更精准的产前诊断，成为一个亟待解决的问题。
[0003]上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
[0004]本专利技术的主要目的在于提供了一种超声胎儿图像分割方法、装置、设备及存储介质，旨在解决如何提升胎儿面部成像的效果，实现更精准的产前诊断的技术问题。
[0005]为实现上述目的，本专利技术提供了一种超声胎儿图像分割方法，所述超声胎儿图像分割方法包括以下步骤：
[0006]获取超声胎儿图像；
[0007]将所述超声胎儿图像输入至预设图像分割模型中，获得图像分割结果，所述预设图像分割模型包括：特征提取层、像素表示层、第一语义分割层、像素语义层、区域表示层、像素拼接层、像素聚合层以及第二语义分割层。
[0008]可选地，所述将所述超声胎儿图像输入至预设图像分割模型中的步骤之前，还包括：
[0009]获取胎儿的图像训练集，所述图像训练集包括初始图像和标签图像；
[0010]将所述初始图像输入至初始图像分割模型中，获得初始图像分割结果，所述初始图像分割模型包括：特征提取层、像素表示层、第一语义分割层、像素语义层、区域表示层、像素拼接层、像素聚合层以及第二语义分割层；
[0011]根据所述初始图像分割结果和所述标签图像确定预设图像分割模型。
[0012]可选地，所述获取胎儿的图像训练集，所述图像训练集包括初始图像和标签图像的步骤，具体包括：
[0013]获取胎儿的三维体数据；
[0014]对所述三维体数据进行二维切片，获得初始图像；
[0015]对所述初始图像进行分割标注，获得标签图像。
[0016]可选地，所述将所述初始图像输入至初始图像分割模型中，获得初始图像分割结果，所述初始图像分割模型包括：特征提取层、像素表示层、第一语义分割层、像素语义层、区域表示层、像素拼接层、像素聚合层以及第二语义分割层的步骤，具体包括：
[0017]通过所述特征提取层对所述初始图像进行特征提取，获得特征图；
[0018]通过所述像素表示层确定所述特征图对应的像素表示，并通过所述第一语义分割层确定所述特征图对应的语义分割结果；
[0019]通过所述像素语义层和所述像素表示确定像素语义；
[0020]通过所述区域表示层、所述语义分割结果以及所述像素表示确定目标区域表示；
[0021]通过所述像素拼接层对所述像素语义和所述目标区域表示进行拼接，获得像素区域特征；
[0022]通过所述像素聚合层对所述像素区域特征和所述像素表示进行聚合，获得聚合结果；
[0023]通过所述第二语义分割层对所述聚合结果进行语义分割处理，获得初始图像分割结果。
[0024]可选地，所述通过所述像素表示层确定所述特征图对应的像素表示，并通过所述第一语义分割层确定所述特征图对应的语义分割结果的步骤，具体包括：
[0025]对所述特征图进行上采样，获得采样图；
[0026]通过所述像素表示层以预设大小的卷积核对所述采样图的通道数进行调整，获得像素表示；
[0027]通过所述第一语义分割层对所述采样图进行语义分割处理，获得语义分割结果。
[0028]可选地，所述根据所述初始图像分割结果和所述标签图像确定预设图像分割模型的步骤之后，还包括：
[0029]获取胎儿的图像测试集，所述图像训练集包括初始测试图像和标签测试图像；
[0030]将所述初始测试图像输入至所述预设图像分割模型中，获得测试分割图像；
[0031]根据所述测试分割图像和所述标签测试图像对所述预设图像分割模型进行评价。
[0032]可选地，所述根据所述测试分割图像和所述标签测试图像对所述预设图像分割模型进行评价的步骤，具体包括：
[0033]确定所述测试分割图像对应的测试像素平均值和测试像素方差；
[0034]确定所述标签测试图像对应的标签像素平均值和标签像素方差；
[0035]根据所述测试像素平均值、所述测试像素方差、所述标签像素平均值以及所述标签像素方差对所述预设图像分割模型进行评价。
[0036]此外，为实现上述目的，本专利技术还提供一种超声胎儿图像分割装置，所述超声胎儿图像分割装置包括：
[0037]图像获取模块，用于获取超声胎儿图像；
[0038]图像分割模块，用于将所述超声胎儿图像输入至预设图像分割模型中，获得图像分割结果，所述预设图像分割模型包括：特征提取层、像素表示层、第一语义分割层、像素语义层、区域表示层、像素拼接层、像素聚合层以及第二语义分割层。
[0039]此外，为实现上述目的，本专利技术还提出一种超声胎儿图像分割设备，所述超声胎儿图像分割设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的超声胎儿图像分割程序，所述超声胎儿图像分割程序配置为实现如上文所述的超声胎儿图像分割方法的步骤。
[0040]此外，为实现上述目的，本专利技术还提出一种存储介质，所述存储介质上存储有超声胎儿图像分割程序，所述超声胎儿图像分割程序被处理器执行时实现如上文所述的超声胎儿图像分割方法的步骤。
[0041]本专利技术通过获取超声胎儿图像，然后将超声胎儿图像输入至预设图像分割模型中，获得图像分割结果，预设图像分割模型包括：特征提取层、像素表示层、第一语义分割层、像素语义层、区域表示层、像素拼接层、像素聚合层以及第二语义分割层。本专利技术通过将超声胎儿图像输入至预设图像分割模型中，能够通过第一语义分割层对经过像素表示层输出的图像进行粗分割，并通过第二语义分割层对经过像素聚合层输出的图像进行细分割，能够得到精确的图像分割结果。相较于现有的需要手动去选择感兴趣区域，本专利技术上述方式能够更加准确、精细地分割出胎儿的形状，将预设图像分割模型的图像分割结果用于3D4D胎儿面部成像，从而提升胎儿面部成像的效果，帮助医生更快更好的进行产前诊断。
附图说明
[0042]图1是本专利技术实施例方案涉及的硬件运行环境的超声胎儿图像分本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种超声胎儿图像分割方法，其特征在于，所述超声胎儿图像分割方法包括以下步骤：获取超声胎儿图像；将所述超声胎儿图像输入至预设图像分割模型中，获得图像分割结果，所述预设图像分割模型包括：特征提取层、像素表示层、第一语义分割层、像素语义层、区域表示层、像素拼接层、像素聚合层以及第二语义分割层。2.如权利要求1所述的超声胎儿图像分割方法，其特征在于，所述将所述超声胎儿图像输入至预设图像分割模型中的步骤之前，还包括：获取胎儿的图像训练集，所述图像训练集包括初始图像和标签图像；将所述初始图像输入至初始图像分割模型中，获得初始图像分割结果，所述初始图像分割模型包括：特征提取层、像素表示层、第一语义分割层、像素语义层、区域表示层、像素拼接层、像素聚合层以及第二语义分割层；根据所述初始图像分割结果和所述标签图像确定预设图像分割模型。3.如权利要求2所述的超声胎儿图像分割方法，其特征在于，所述获取胎儿的图像训练集，所述图像训练集包括初始图像和标签图像的步骤，具体包括：获取胎儿的三维体数据；对所述三维体数据进行二维切片，获得初始图像；对所述初始图像进行分割标注，获得标签图像。4.如权利要求2所述的超声胎儿图像分割方法，其特征在于，所述将所述初始图像输入至初始图像分割模型中，获得初始图像分割结果，所述初始图像分割模型包括：特征提取层、像素表示层、第一语义分割层、像素语义层、区域表示层、像素拼接层、像素聚合层以及第二语义分割层的步骤，具体包括：通过所述特征提取层对所述初始图像进行特征提取，获得特征图；通过所述像素表示层确定所述特征图对应的像素表示，并通过所述第一语义分割层确定所述特征图对应的语义分割结果；通过所述像素语义层和所述像素表示确定像素语义；通过所述区域表示层、所述语义分割结果以及所述像素表示确定目标区域表示；通过所述像素拼接层对所述像素语义和所述目标区域表示进行拼接，获得像素区域特征；通过所述像素聚合层对所述像素区域特征和所述像素表示进行聚合，获得聚合结果；通过所述第二语义分割层对所述聚合结果进行语义分割处理，获得初始图像分割结果。5.如权利要求4所述的超声胎儿图像分割方...
【专利技术属性】
技术研发人员：张文彪，刘王峰，喻美媛，张常运，张晰，董向量，曾群，
申请(专利权)人：武汉中旗生物医疗电子有限公司，
类型：发明
国别省市：
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。