[发明专利]一种图像处理方法、装置及电子设备和存储介质

说明书

本申请公开了一种图像处理方法、装置及一种电子设备和计算机可读存储介质，该方法包括：当接收到目标超声图像时，将所述目标超声图像输入训练完成的目标神经网络中；其中，所述目标神经网络包括所述特征提取部分、切面分类分支和组织分割分支；利用所述特征提取部分提取所述目标超声图像的图像特征；将所述图像特征输入所述切面分类分支和所述组织分割分支中，以便利用所述切面分类分支预测所述目标超声图像的切面类别、利用所述组织分割分支对所述目标超声图像进行组织分割。本申请提供的图像处理方法，提高了超声图像切面分类的精度和组织分割的准确度。

技术领域

本申请涉及图像处理技术领域，更具体地说，涉及一种图像处理方法、装置及一种电子设备和一种计算机可读存储介质。

背景技术

对于肌骨超声图像的处理，需要对其进行标准切面分类和组织分割。在相关技术中，可以采用先分类后分割的方案，例如，利用ResNet分类网络对肌骨超声图像进行标准切面的分类，再利用Mask R-CNN分割网络进行组织分割。上述方案步骤繁琐、耗时较长，分类和分割精度均较差。另外，在相关技术中，还可以采用先分割再分类的方案，在该方案中，标准切面分类的准确度依赖于组织分割的结果，若组织分割时存在信息丢失，会造成标准切面分类的准确度较差。

因此，如何提高超声图像切面分类的精度和组织分割的准确度是本领域技术人员需要解决的技术问题。

申请内容

本申请的目的在于提供一种图像处理方法、装置及一种电子设备和一种计算机可读存储介质，提高了超声图像切面分类的精度和组织分割的准确度。

为实现上述目的，本申请提供了一种图像处理方法，包括：

当接收到目标超声图像时，将所述目标超声图像输入训练完成的目标神经网络中；其中，所述目标神经网络包括特征提取部分、切面分类分支和组织分割分支；

利用所述特征提取部分提取所述目标超声图像的图像特征；

将所述图像特征输入所述切面分类分支和所述组织分割分支中，以便利用所述切面分类分支预测所述目标超声图像的切面类别、利用所述组织分割分支对所述目标超声图像进行组织分割。

其中，还包括：

获取分类数据集和分割数据集；其中，所述分类数据集包括已标注切面类别的第一超声图像，所述分割数据集包括已标注切面类别与组织信息的第二超声图像；

利用所述分类数据集和所述分割数据集训练所述目标神经网络，得到训练完成的目标神经网络。

其中，所述利用所述分类数据集和所述分割数据集训练所述目标神经网络，得到训练完成的目标神经网络，包括：

利用所述分类数据集训练所述目标神经网络，以调整所述目标神经网络中特征提取部分和切面分类分支的参数；

利用所述分割数据集再次训练所述目标神经网络，以微调所述特征提取部分和切面分类分支的参数，并调整所述组织分割分支的参数，得到训练完成的目标神经网络。

其中，所述获取分类数据集和分割数据集，包括：

获取已标注切面类别的原始第一超声图像和已标注切面类别与组织信息的原始第二超声图像；

对所述原始第一超声图像和所述原始第二超声图像进行图像变换操作；其中，所述图像变换操作包括图像平移、图像缩放和图像翻转中的任一项或任几项的组合；

基于每个变换后的第一超声图像对应的原始第一超声图像和图像变换操作，对每个所述变换后的第一超声图像进行切面类别标注；基于每个变换后的第二超声图像对应的原始第二超声图像和图像变换操作，对每个所述变换后的第二超声图像进行切面类别与组织信息标注；