[发明专利]一种超声图像的识别方法、终端设备及存储介质

权利要求书

1.一种超声图像的识别方法，其特征在于，所述方法包括：

获取待识别的超声图像对应的概率映射特征图；

基于所述概率映射特征图确定获取所述超声图像对应的若干候选特征点；

基于所述若干候选特征点对所述概率映射特征图进行更新，并基于更新后的概率映射特征图确定所述超声图像对应的目标区域，其中，所述目标区域包括卵巢和/或卵泡。

2.根据权利要求1所述的超声图像的识别方法，其特征在于，所述超声图像为二维/三维超声图像，并且所述超声图像包括卵泡和/或卵巢。

3.根据权利要求1所述的超声图像的识别方法，其特征在于，所述获取待识别的超声图像对应的概率映射特征图具体包括：

将所述超声图像输入经过训练的分割网络模型，通过所述分割网络模型确定所述超声图像对应的概率映射特征图。

4.根据权利要求1所述的超声图像的识别方法，其特征在于，所述基于所述概率映射特征图确定获取所述超声图像对应的若干候选特征点具体包括：

获取所述概率映射特征图中的各像素点各自对应的对象类别的置信度；

基于各像素点各自对应的对象类别的置信度，确定所述超声图像对应的若干候选特征点。

5.根据权利要求4所述的超声图像的识别方法，其特征在于，所述若干候选特征点中的每个候选特征点各自对应的对象类别的置信度与预设置信度的差值满足预设条件。

6.根据权利要求1所述的超声图像的识别方法，其特征在于，所述基于所述若干候选特征点对所述概率映射特征图进行更新具体包括：

获取所述超声图像对应的特征图，其中，所述特征图包括所述超声图像的图像细节信息；

基于所述特征图确定各候选特征点各自对应的特征向量，并基于所述粗概率特征图确定各候选特征点各自对应的概率向量；

基于各候选特征点各自对应的特征向量以及概率向量，对所述概率映射特征图进行更新。

7.根据权利要求6所述的超声图像的识别方法，其特征在于，所述基于所述特征向量以及所述概率向量，对所述概率映射特征图进行更新具体包括：

基于各候选特征点各自对应的特征向量以及概率向量，确定各候选特征图点各自对应的融合向量；

基于迭代细分算法以及各候选特征点各自对应的融合向量，确定各候选特征点各自对应的目标概率向量；

采用各候选特征点各自对应的目标概率向量更新各候选特征点各对应的概率向量，以更新所述概率映射特征图。

8.根据权利要求6所述的超声图像的识别方法，其特征在于，所述特征图的图像尺寸等于所述概率映射特征图的图像尺寸。

9.一种终端设备，其特征在于，所述终端设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的超声图像的识别程序，所述超声图像的识别程序被所述处理器执行时实现如权利要求1-8任一项所述的超声图像的识别方法的步骤。

10.一种计算机可读介质，其特征在于，所述存储介质存储有超声图像的识别程序，所述超声图像的识别程序被处理器执行时实现如权利要求1-8任一项所述的超声图像的识别方法的步骤。