【技术实现步骤摘要】
本申请涉及超声人工智能,特别涉及一种超声图像处理方法、装置及电子设备。
技术介绍
1、中枢神经系统异常是胎儿最常见的先天畸形之一,包括颅内结构异常和脊柱异常。超声因其具有无创、实时和操作简便等优势,成为产前胎儿畸形筛查的首选方式。由于胎儿颅脑结构形态复杂,切面和测量参数较多,医生需要频繁的操作按键测量,因此如何实现对胎儿颅脑切面的自动识别和测量区域的准确分割具有重要的临床意义。
2、现有技术中的基于传统图像处理方法,需要根据像素点强度分布规律设置特定阈值,将图像中高于或低于阈值的部分判定为目标区域,此方法只适用于识别前景背景单一的场景并不适用于胎儿颅脑图像这种形态结构复杂、灰度各异,且超声图像噪声和伪影较多的场景;而基于全卷积的神经网络,感受野又较小,只能捕获局部信息而不能建立全局图像的长距离依赖关系,对于胎儿颅脑图像的识别效果欠佳。因此如何实现对超声图像中胎儿颅脑切面的自动识别和测量区域的准确分割就亟待解决。
技术实现思路
1、本申请实施例提供了一种超声图像处理方法、装置及电
...【技术保护点】
1.一种超声图像处理方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述特征提取子网络包括n个特征提取单元;所述n个特征提取单元中的第i个特征提取单元的输出为第i+1个特征提取单元的输入;所述第i个特征提取单元的输出对应的分辨率大于所述第i+1个特征提取单元的输出对应的分辨率,且所述第i个特征提取单元的输出对应的特征维度小于所述第i+1个特征提取单元的输出对应的特征维度。
3.根据权利要求2所述的方法,其特征在于,每个所述特征提取单元包括特征压缩模块、Patch Merging模块和至少一个串联的Swin Transform
...
【技术特征摘要】
1.一种超声图像处理方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述特征提取子网络包括n个特征提取单元;所述n个特征提取单元中的第i个特征提取单元的输出为第i+1个特征提取单元的输入;所述第i个特征提取单元的输出对应的分辨率大于所述第i+1个特征提取单元的输出对应的分辨率,且所述第i个特征提取单元的输出对应的特征维度小于所述第i+1个特征提取单元的输出对应的特征维度。
3.根据权利要求2所述的方法,其特征在于,每个所述特征提取单元包括特征压缩模块、patch merging模块和至少一个串联的swin transformer块;
4.根据权利要求1所述的方法,其特征在于,所述分类子网络包括多个残差模块;所述基于所述分类子网络对所述目标特征图进行特征提取处理,得到所述第一超声图像中包含的胎儿颅脑切面的切面类别,包括:
【专利技术属性】
技术研发人员:马秋杰,宋金泽,郭颂,王文凯,
申请(专利权)人:青岛海信医疗设备股份有限公司,
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。