[发明专利]一种应用于医学超声图像的神经网络构建方法

权利要求书

1.一种应用于医学超声图像的神经网络构建方法，其特征在于，其包括：

获取待处理的超声图像分析任务，并根据所述超声图像分析任务确定其对应的候选网络模型；

采用预设网络单元替换所述候选网络模型中的待替换模块，以得到搜索网络模型，其中，所述待替换模块为所述候选网络模型中满足预设条件的网络模块；

对所述搜索网络模型进行训练，以得到所述超声图像分析任务对应的网络模型；

所述对所述搜索网络模型进行训练，以得到所述超声图像分析任务对应的网络模型具体包括：

对所述搜索网络模型进行训练，直至所述搜索网络模型满足搜索限制条件；

所述对所述搜索网络模型进行训练，直至所述搜索网络模型满足搜索限制条件具体为：

采用预设方法训练所述搜索网络模型，以对所述搜索网络模型的网络权重以及预设网络单元参数进行优化，直至所述搜索网络模型满足搜索限制条件。

2.根据权利要求1所述应用于医学超声图像的神经网络构建方法，其特征在于，所述获取待处理的超声图像分析任务，并根据所述超声图像分析任务确定其对应的候选网络模型具体包括：

获取待处理的超声图像分析任务，并确定所述超声图像分析任务的任务类型；

根据所述任务类型在预设网络模型数据库内选取所述任务类型对应的候选网络模型。

3.根据权利要求1所述应用于医学超声图像的神经网络构建方法，其特征在于，所述采用预设网络单元替换所述候选网络模型中的待替换模块，以得到搜索网络模型具体包括：

对所述候选网络模型中各模块进行分析，以得到各模块的性能参数；

根据所述性能参数确定所述候选网络模型中满足预设条件的替换模块，并采用预设网络单元替换所述待替换模块。

4.根据权利要求1所述应用于医学超声图像的神经网络构建方法，其特征在于，所述对所述搜索网络模型进行训练，以得到所述超声图像分析任务对应的网络模型具体还包括：

解析训练后的搜索网络模型的基础网络单元，其中，所述基础网络单元与所述预设网络单元相对应；

采用所述基础网络单元替换所述候选网络模型中的待替换模块，以得到所述超声图像分析任务对应的网络模型。

5.根据权利要求4所述应用于医学超声图像的神经网络构建方法，其特征在于，所述解析训练后的搜索网络模型的基础网络单元具体为：

根据所述预设网络单元参数解析训练后的搜索网络模型的基础网络单元。

6.根据权利要求4所述应用于医学超声图像的神经网络构建方法，其特征在于，所述采用所述基础网络单元替换所述候选网络模型中的待替换模块，以得到所述超声图像分析任务对应的网络模型具体包括：

采用所述基础网络单元替换所述候选网络模型中的待替换模块，以得到验证网络模型；

检测所述验证网络模型是否满足预设要求；

若所述验证网络模型满足预设要求，则将所述验证网络模型作为超声图像分析任务对应的网络模型；

若所述验证网络模型未满足预设要求，则继续执行采用预设网络单元替换所述候选网络模型中的待替换模块的步骤，直至得到满足预设条件的验证网络模型。

7.根据权利要求1-6任一所述应用于医学超声图像的神经网络构建方法，其特征在于，所述预设网络单元的输入特征图像和输出特征图像的图像大小以及通道数分别与待替换模块的输入特征图像和输出特征图像的图像大小以及通道数相同。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1～7任意一项所述应用于医学超声图像的神经网络构建方法中的步骤。

9.一种电子设备，其特征在于，包括：处理器、存储器及通信总线；所述存储器上存储有可被所述处理器执行的计算机可读程序；

所述通信总线实现处理器和存储器之间的连接通信；

所述处理器执行所述计算机可读程序时实现如权利要求1-7任意一项所述应用于医学超声图像的神经网络构建方法中的步骤。