[发明专利]一种胎盘超微血管的分割方法、存储介质及终端设备

权利要求书

1.一种胎盘超微血管的分割方法，其特征在于，包括步骤：

在Unet网络中添加ResNeXt模块和CBAM模块，构建图像分割模型；

采用已标签胎盘超声图像对所述图像分割模型进行训练，并利用二元交叉熵和骰子损失函数构造混合目标函数来优化所述图像分割模型，得到训练后图像分割模型；

将待分割胎盘超声图像输入所述训练后图像分割模型，输出胎盘超微血管的分割结果；

采用已标签胎盘超声图像对所述图像分割模型进行训练的步骤包括：

通过Unet网络获取所述已标签胎盘超声图像中的初始特征；

通过所述ResNeXt模块对所述初始特征进行分割，并将分割后得到的相同拓扑的块进行堆叠，输出中间特征图；

通过所述CBAM模块对所述中间特征图进行权重分配和卷积处理，输出层特征，最后通过softmax函数得到分割特征；

利用二元交叉熵和骰子损失函数构造混合目标函数来优化所述图像分割模型的步骤中，所述混合目标函数为：L_sum＝αL_bce+βL_Dice，其中，α和β分别为平衡两个分支损失的权重参数；二元交叉熵L_bce＝∑_iy_ilogO_i+(1-y_i)log(1-O_i)，其中，O_i∈{1,0}为经过sigmoid非线性的最后一网络层的第O^th输出；骰子损失函数其中，y_i∈{0,1}是对应的标签；

所述ResNeXt模块采用拆分-转换-合并的策略来提取每一层的特征，用32条路径分割初始特征，并将相同拓扑的块进行堆叠，每个块在一个低维嵌入上，最后输出的中间特征图是通过求和来聚合的。

2.根据权利要求1所述胎盘超微血管的分割方法，其特征在于，所述CBAM模块包括两个依次排列的通道注意力模块和空间注意力模块，其中，通道注意力模块的输出空间注意力模块的输出其中，F为中间特征图，F∈R^c×h×w；Q_c表示通道注意操作，Q_c∈R^1×1×c；Q_s表示空间注意操作，Q_s∈R^1×w×h，表示元素级相乘。

3.一种存储介质，其特征在于，所述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1-2任意一项所述胎盘超微血管的分割方法中的步骤。

4.一种终端设备，其特征在于，包括处理器，适于实现各指令；以及存储介质，适于存储多条指令，所述指令适于由处理器加载并执行权利要求1-2任意一项所述胎盘超微血管的分割方法中的步骤。