超声图像标准切面识别方法、装置和计算机设备与流程

本申请涉及图像识别，特别是涉及一种超声图像标准切面识别方法、装置、计算机设备和存储介质。

背景技术：

1、超声成像作为医学诊断中不可或缺的工具，提供了对人体内部结构的实时可视化。然而，超声图像的解释极大地依赖于临床医生的专业知识，导致诊断结果存在变异性。在超声成像中对标准视图进行准确分类对于确诊和治疗至关重要。

2、传统技术中，通过卷积神经网络等深度学习方法为超声标准视图的分类提供了解决方案，但是深度学习方法能够准确进行切面识别是基于大量的标准切面的标注数据，因此仅能够在有限以学习的切面类别做出分类判断，而无法对非标准切面或是未曾归类的切面类别给出合理判断，导致标准切面识别精准率下降。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种能够提高标准切面识别精准率的超声图像标准切面识别方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、第一方面，本申请提供了一种超声图像标准切面识别方法，包括：

3、获取超声图像；

4、通过预先训练的一分类模型识别超声图像是否为标准切面，得到切面识别结果；

5、其中，一分类模型是通过多核函数结合网格搜索方式，训练模型参数得到的。

6、在其中一个实施例中，该方法还包括一分类模型的训练步骤，包括：

7、获取训练集，训练集包括标准切面图像；

8、通过待训练模型中的多核函数将标准切面图像映射至高维空间，得到映射特征，并根据映射特征确定标准切面图像的切面类别；

9、通过网格搜索方式，根据切面类别调整待训练模型的模型参数以及多核函数，直至满足预设条件，得到一分类模型。

10、在其中一个实施例中，在通过预先训练的一分类模型识别超声图像是否为标准切面之前，该方法还包括：

11、对超声图像进行预处理，预处理包括图像增强、图像归一化、感兴趣区域选择以及数据增强中的至少一种。

12、在其中一个实施例中，在通过预先训练的一分类模型识别超声图像是否为标准切面之前，该方法还包括：

13、提取超声图像的纹理特征和形状特征；

14、对纹理特征和形状特征进行降维处理，得到降维后的特征。

15、在其中一个实施例中，该方法还包括：

16、对切面识别结果为非标准切面的超声图像进行专家审查，确认该超声图像是否为真实非标准切面，得到专家反馈结果；

17、根据专家反馈结果对一分类模型进行更新。

18、在其中一个实施例中，该方法还包括：

19、将切面识别结果为标准切面的超声图像输入至多分类模型，通过多分类模型对该超声图像继续进行分类。

20、在其中一个实施例中，一分类模型为svdd模型。

21、第二方面，本申请还提供了一种超声图像标准切面识别装置，包括：

22、图像获取模块，用于获取超声图像；

23、切面识别模块，用于通过预先训练的一分类模型识别超声图像是否为标准切面，得到切面识别结果；其中，一分类模型是通过多核函数结合网格搜索方式，训练模型参数得到的。

24、第三方面，本申请还提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现以下步骤：

25、获取超声图像；

26、通过预先训练的一分类模型识别超声图像是否为标准切面，得到切面识别结果；

27、其中，一分类模型是通过多核函数结合网格搜索方式，训练模型参数得到的。

28、第四方面，本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

29、获取超声图像；

30、通过预先训练的一分类模型识别超声图像是否为标准切面，得到切面识别结果；

31、其中，一分类模型是通过多核函数结合网格搜索方式，训练模型参数得到的。

32、第五方面，本申请还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

33、获取超声图像；

34、通过预先训练的一分类模型识别超声图像是否为标准切面，得到切面识别结果；

35、其中，一分类模型是通过多核函数结合网格搜索方式，训练模型参数得到的。

36、上述超声图像标准切面识别方法、装置、计算机设备、存储介质和计算机程序产品，通过一分类模型识别超声图像是否为标准切面，由于一分类模型本身仅关注于单一类别，即标准切面类别，不符合标准切面类别的即为非标准切面类别，不仅能对学习的类别进行准确分类判断，还能够对非标准切面或是未曾归类的切面类别进行合理判断，由此提高了超声图像标准切面识别的精准率和效率，还避免了现有技术通过人工主观评估标准切面带来的识别效率低及错误率高的问题。且一分类模型是基于多核函数结合网格搜索方式训练得到的，通过多个核函数联合进行特征映射，能够将特征准确从低维映射到高维，使得数据更容易分类，有利于后续分类。而网络搜索方式能够确定最优的模型参数，进而提高一分类模型的精准率。

技术特征：

1.一种超声图像标准切面识别方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述方法还包括一分类模型的训练步骤，包括：

3.根据权利要求1所述的方法，其特征在于，在所述通过预先训练的一分类模型识别超声图像是否为标准切面之前，所述方法还包括：

4.根据权利要求1所述的方法，其特征在于，在所述通过预先训练的一分类模型识别超声图像是否为标准切面之前，所述方法还包括：

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

7.根据权利要求1所述的方法，其特征在于，所述一分类模型为svdd模型。

8.一种超声图像标准切面识别装置，其特征在于，所述装置包括：

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

技术总结
本申请涉及一种超声图像标准切面识别方法、装置和计算机设备。所述方法包括：获取超声图像；通过预先训练的一分类模型识别超声图像是否为标准切面，得到切面识别结果；其中，所述一分类模型是通过多核函数结合网格搜索方式，训练模型参数得到的。采用本方法能够提高标准切面识别精准率。

技术研发人员：张睿翔
受保护的技术使用者：飞依诺科技股份有限公司
技术研发日：
技术公布日：2024/3/27