科创中国
基于深度学习的超声图像分割方法、系统、设备及介质
发布时间: 2023-09-27
基本信息
合作方式：
技术服务
成果类型：
发明专利
行业领域：
物理
成果介绍
本发明涉及图像分割、医学影像技术领域，特别涉及一种基于深度学习的超声图像分割方法、系统、设备及介质。该方法包括以下步骤：根据当前待检测超声图像，提取出多层具有不同空间分辨率的特征图；利用不同层所述特征图之间的互补信息来优化每一层所述特征图所缺失的特征信息，得到优化后的多层特征图；对所述优化后的多层特征图进行上采样卷积操作，得到与所述当前待检测超声图像的RGB图像相同尺度的超声图像分割图。充分利用了不同层特征图之间的互补性信息，对每一层特征图进行针对性优化以提升分割结果。拥有更高的检测精度。
成果亮点
权利要求
1.一种基于深度学习的超声图像分割方法，其特征在于，包括以下步骤：
根据当前待检测超声图像，提取出多层具有不同空间分辨率的特征图；
利用不同层所述特征图之间的互补信息来优化每一层所述特征图所缺失的特征信息，得到优化后的多层特征图；
对所述优化后的多层特征图进行上采样卷积操作，得到与所述当前待检测超声图像的RGB图像相同尺度的超声图像分割图。
2.根据权利要求1所述的基于深度学习的超声图像分割方法，其特征在于，在利用不同层所述特征图之间的互补信息来优化每一层所述特征图所缺失的特征信息，得到优化后的多层特征图的步骤中，具体包括：
依次选取每层特征图作为目标特征图，对除所述目标特征图以外的其余层特征图进行聚合处理，生成聚合特征图；
从所述聚合特征图中学习双重注意力权重来优化每一层目标特征图，得到优化后的多层特征图。
3.根据权利要求2所述的基于深度学习的超声图像分割方法，其特征在于，在依次选取每层特征图作为目标特征图，对除所述目标特征图以外的其余层特征图进行聚合处理
团队介绍
中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力，推动我国自主知识产权新工业的建立，成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生态系统，由九个研究平台，国科大深圳先进技术学院，多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究，促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。
成果资料
产业化落地方案
下载app