[发明专利]一种用于透明隔腔超声图像的分割系统及方法

说明书

本发明公开了一种用于透明隔腔超声图像的分割系统，包括卷积单元，用于进行卷积计算；修正线性单元，用于计算激活值；批标准化单元，用于通过调整和缩放激活来规范化输入层；最大池化单元，用于对编码输出进行降采样；转置卷积单元，通过上采样将特征图的大小加倍，通道的数量减半；注意力机制单元，包括全局平均池化过程，注意权重和生成上下文向量函数，用于学习全局信息以增强获取有意义的信息并从通道角度抑制无意义的信息。本发明能够解决现有技术的不足，可以实现自动分割透明隔腔并测量透明隔腔的宽度。

技术领域

本发明属于图像分割技术领域，具体是涉及到一种用于透明隔腔超声图像的分割系统及方法。

背景技术

超声检测是一种相对安全，无损且低成本，在产前诊断中广泛用于筛查和诊断的成像方法。但是，超声图像的某些特征如：超声采集、切割面的质量差异性会导致观察到的易变性和诊断结果的差异性。在临床医疗的孕妇常规检查中，透明隔腔(CSP)是胎儿头部中枢神经系统(CNS)正常发育的最重要的生理结构之一。根据美国超声学会的指导原则，透明隔腔(CSP)已成为评估胎儿中枢神经系统发育必须检查的标准之一。由于超声图像的特征(例如低信噪比)通常会导致CSP边界模糊和不连续性，因此即使对于有经验的超声检查医师而言，手动测量CSP仍然是一项困难且耗时的任务。

发明内容

本发明要解决的技术问题是提供一种用于透明隔腔超声图像的分割系统及方法，能够解决现有技术的不足，可以实现自动分割透明隔腔并测量透明隔腔的宽度。

本发明的内容包括以下技术方案。

一种用于透明隔腔超声图像的分割系统，包括，

卷积单元，用于进行卷积计算；

修正线性单元，用于计算激活值；

批标准化单元，用于通过调整和缩放激活来规范化输入层；

最大池化单元，用于对编码输出进行降采样；

转置卷积单元，通过上采样将特征图的大小加倍，通道的数量减半；

注意力机制单元，包括全局平均池化过程，注意权重和生成上下文向量函数，用于学习全局信息以增强获取有意义的信息并从通道角度抑制无意义的信息。

一种上述的用于透明隔腔超声图像的分割系统的分割的方法包括以下步骤：

A、设置CA-Unet主体结构，包括一条编码路径和一条解码路径；

B、对编码路径的输出进行降采样，并进行最大池化操作，每次降采样时，特征图的大小将变为1/2；并且输出要素图中的通道数增加一倍；对解码路径进行转置卷积，每次将特征图的大小加倍，通道的数量减半，在裁剪后的特征图和解码路径之间实现跳过连接，以确保在网络的顶层添加上下文信息，通过Sigmoid激活函数和1x1卷积网络确定属于不同类别的像素分割概率；

C、使用全局平均池化将空间中的每个通道的所有点转换为单个值，输入是一个特征图，维度为C*H*W，其中C，H和W分别表示特征图的通道数，长度和宽度，通过全局平均池化处理得到一个C x1 x1矩阵，第l层通道的特征值计算如下：

其中(i，j)表示特征图中点a∈α平面的水平和垂直坐标，α平面尺寸长为H，宽为W，(i，j)最大取值分别为ω，h，其中l的范围为{1，2，...C}，代表特征图的数量。；激活函数是对通道之间的相关程度进行建模；

D、在将每个通道的全局信息压缩为一组值之后，计算得分函数来查找应关注的输入信息；有步骤C得向量e，向量e表示{e^l，l∈{1，2，...C}}，

s＝ξ{W_s[γ(W_a·e+b_a)]+b_s}