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
成果类型：: 发明专利
发布时间: 2023-09-27 10:58:57
科技成果产业化落地方案
方案提交机构：天津市滨海新区| 宋学姮 | 2023-10-07 11:12:57
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。
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
利用计算机自动地对超声图像中病变区域进行精准分割对于计算机辅助临床检查和治疗至关重要的。该任务可以被表述为一个对超声波单张图像进行二进制标注的问题，即利用计算机辅助系统对超声数据中的病变区域自动地进行像素级标注。
目前在临床治疗阶段，医生依靠准确的肿瘤分割结果为患者进行临床诊断。然而，由于肝脏病灶边界薄弱、肝脏病灶形状变异大、肝脏病灶内部强度分布不均匀，超声准确分割肝脏病灶区域难度极大。传统的超声影像分割方法往往先通过去除斑点噪声然后进行超声图像分割，或者依靠手工特征来解决该问题，但由于图像的判别能力有限，这些方法往往无法处理具有强烈伪影的超声图像，使得超声视频分割任务极具技术挑战性；最近，基于深度学习的图像处理算法表现出优于传统算法的性能。但是，目前基于深度学习的图像分割算法简单地将网络捕捉到的特征图直接级联在一起，并没有针对每一层特征图进行针对性的优化和补全，因此其分割精度依然差强人意。
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。
本发明第四方面提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现上述的基于深度学习的超声图像分割方法。
本发明提供的技术方案至少具有以下优点：
本发明提出了第一个适用于超声图像的病灶分割方法，与传统图像分割方法不同，本发明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。另外，本发明还提出了一个双重注意力模块，相比于卷积神经网络，该模块在特征学习时能够对特征图所缺失的特征进行针对性地优化，补全每一张特征图中所缺失的关键性信息，并对多余的肿瘤区域进行抑制。
技术合作
本领域技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域的普通技术人员可以理解，上述各实施方式是实现本申请的具体实施例，而在实际应用中，可以在形式上和细节上对其作各种改变，而不偏离本申请的精神和范围。任何本领域技术人员，在不脱离本申请的精神和范围内，均可作各自更动与修改，因此本申请的保护范围应当以权利要求限定的范围为准。
下载app