基于卷积神经网络的超声颈动脉远端识别装置和方法

摘要

本发明涉及医学图像处理设备，为提供一种全自动、快速、准确提取ROI的技术方案，本发明‑基于卷积神经网络的超声颈动脉远端识别装置和方法，由超声扫描仪和计算机构成，计算机上设置有如下模块：(1)裁剪图像模块；(2)图像均分处理模块；(3)CNN处理模块，用于将图像块作为已经训练好的卷积神经网CNN的输入，进行预测分类，类别数为2，即包含“暗‑亮‑暗‑亮”结构的图像和无此结构的图像，选出同一子图像中归属包含“暗‑亮‑暗‑亮”结构类的预测值最大的图像块；(4)ROI提取模块。本发明主要应用于医学图像处理。

主权项

一种基于卷积神经网络的超声颈动脉远端识别方法，其特征是，步骤如下：(1)裁剪图像：剪除原始的超生图像边缘中包含受试者的个人信息和其他一些对图像分析冗余的信息；(2)将裁剪后的图像按列均匀五等分，沿等分的子图像的对称轴顺次取出一定大小的图像块；(3)将图像块作为已经训练好的卷积神经网CNN的输入，进行预测分类，类别数为2，即包含“暗‑亮‑暗‑亮”结构的图像和无此结构的图像，选出同一子图像中归属包含“暗‑亮‑暗‑亮”结构类的预测值最大的图像块；(4)将所得图像块的行索引值进行排序，甄选出能有效标定颈动脉远端的行索引值，并依据该索引值提取ROI,选取规则如下：r1、r2和r3分别为行索引值的最大值、次大值和中间值，m1,m2分别为r1、r2和r3、r2的均值，v为一设定的阈值；其中，首选r3作为有效颈动脉远端索引值，如果r3小于某一阈值，则认为r3不能有效定义颈动脉远端，此时借助m1或m2。