[发明专利]基于人工智能的超声影像视频自动追踪方法和设备

权利要求书

1.一种基于人工智能的超声影像视频自动追踪方法，其特征在于，包括：

获取待处理超声影像的第N帧图像作为所述待处理超声影像的起始帧图像；

将所述第N帧图像作为第一神经网络的输入参数，确定所述第一神经网络的输出参数，所述第一神经网络的输出参数为目标在所述第N帧图像中的第一位置信息，其中，所述第一神经网络为已训练的用于识别超声影像中目标位置的神经网络，所述第一位置信息至少包括以下信息：所述目标在所述第N帧图像中中心点的坐标、所述目标在所述第N帧图像中的长度和宽度；

将所述第一位置信息作为第二神经网络的第一输入参数，将所述待处理超声影像的第N+1帧图像作为第二神经网络的第二输入参数，通过所述第二神经网络追踪所述目标在所述第N+1帧中的第二位置信息，其中，N为正整数，所述第二神经网络为已训练的用于识别图像之间相似性的神经网络；

其中，将所述待处理超声影像的第N+1帧图像作为第二神经网络的第二输入参数，包括：

在所述第N+1帧图像上确定第一搜索区域，其中，所述第一搜索区域的中心点坐标为所述目标在第N帧图像的中心点坐标，所述第一搜索区域的大小为所述目标在所述在第N帧图像中的大小的预设倍数；

将所述第一搜索区域作为所述第二输入参数；

所述通过所述第二神经网络追踪所述目标在所述第N+1帧中的第二位置信息，包括：

计算所述第一搜索区域中各个点与所述目标在所述第N帧图像中中心点之间的相似性得分，将所述相似性得分最高的点的坐标作为所述第N+1帧图像中目标中心点的坐标；

确定所述目标在所述第N+1帧图像中的长度和宽度，其中，所述目标在所述第N+1帧图像中的长度和宽度与所述目标在所述第N帧图像中的长度和宽度相同；

确定所述第N+1帧图像中目标中心点的坐标、所述目标在所述第N+1帧图像中的长度和宽度作为所述目标在第N+1帧图像中的位置信息进行输出。

2.根据权利要求1所述的方法，其特征在于，所述确定所述第一神经网络的输出参数，包括：

获取所述第一神经网络输出的所述目标在第N帧图像中的至少一个位置信息；

确定每个所述位置信息对应的置信度；

根据所述置信度大于第一阈值的位置信息确定所述目标在所述第N帧图像中的第一位置信息。

3.根据权利要求1所述的方法，其特征在于，所述通过所述第二神经网络追踪所述目标在所述第N+1帧中的第二位置信息，包括：

通过所述第二神经网络在所述第一搜索区域中确定与所述第N帧中所述第一位置信息处的图像具有相似性的子区域；

将所述子区域的位置信息确定为所述目标在所述第N+1帧中的所述第二位置信息。

4.根据权利要求3所述的方法，其特征在于，所述通过所述第二神经网络在所述第一搜索区域中确定与所述第N帧中所述第一位置信息处的图像具有相似性的子区域，包括：

计算所述第一搜索区域中的各个像素点与所述第N帧中所述第一位置信息处的图像中心点之间的距离；

将所述第一搜索区域中所有所述距离小于第二阈值的像素点组成的区域确定为所述与所述第N帧中所述第一位置信息处的图像具有相似性的子区域。