(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221042040 6.X (22)申请日 2022.04.21 (71)申请人 无锡祥生医疗科技股份有限公司 地址 214142 江苏省无锡市新吴区长江南 路3号 (72)发明人 不公告发明人 　 (51)Int.Cl. G06V 10/774(2022.01) G06T 7/00(2017.01) G06V 10/74(2022.01) G06V 10/764(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 超声样本获取方法、 超声病灶识别方法、 装 置和存储介质 (57)摘要 本申请公开了一种超声样 本获取方法、 超声 病灶识别方法、 装置和存储介质， 涉及超声设备 技术领域， 所述方法包括： 获取第一图像集； 获取 第二图像集； 对于第一图像集和第二图像集， 通 过特征提取器提取各个图像集中的每张超声病 灶图像的图像特征； 对于第二图像集中的每张候 选超声病灶图像， 根据提取到的图像特征与第一 图像集中的超声病灶图像的图像特征的相似度， 从第二图像集中选择候选超声病灶图像并得到 第三图像集； 将第一图像集和第三图像集的组合 确定为目标超声图像集。 解决了现有技术中样本 超声图像的获取效率较低的问题。 权利要求书2页 说明书9页 附图2页 CN 114882310 A 2022.08.09 CN 114882310 A 1.一种超声样本获取 方法， 其特 征在于， 所述方法包括： 获取第一图像集， 所述第 一图像集中包括采用目标超声设备采集到的包括各种病理标 签的超声病灶图像； 获取第二图像集， 所述第 二图像集中包括不同超声设备历史采集到的包括各种病理标 签的候选超声病灶图像； 对于所述第 一图像集和所述第 二图像集， 通过特征提取器提取各个图像集中的每张超 声病灶图像的图像特征， 所述特征提取器的初始网络参数为根据所述第二图像集训练得 到； 对于所述第 二图像集中的每张候选超声病灶图像， 根据提取到的图像特征与 所述第一 图像集中的超声病灶图像的图像特征的相似度， 从所述第二图像集中选择候选超声病灶图 像并得到第三图像集； 将所述第一图像集和所述第三图像集的组合确定为目标超声图像集。 2.根据权利要求1所述的方法， 其特征在于， 所述根据提取到的图像特征与 所述第一图 像集中的超声病灶图像的图像特征的相似度， 从所述第二图像集中选择候选超声病灶图 像， 包括： 计算提取到的图像特征与所述第一图像集中的每种病理标签对应的超声病灶图像的 图像特征的相似度； 根据计算得到的各个相似度确定所述 候选超声病灶图像的预测病理标签； 若所述预测病理标签与所述第二图像集中标注的所述候选超声病灶图像的真实病理 标签一致， 则选择 所述候选超声病灶图像。 3.根据权利要求2所述的方法， 其特征在于， 所述根据计算得到的各个相似度确定所述 候选超声病灶图像的预测病理标签， 包括： 对于每种 病理标签， 获取 数值排名在前n 位的相似度， n 为正整数； 将获取到的各个相似度中最大相似度所对应的候选超声病灶图像的真实病理标签确 定为所述预测病理标签。 4.根据权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 通过所述特征提取器提取所述目标超声图像集中的每张超声病灶图像的图像特征； 其 中， 所述第一图像集中的超声病灶图像来自多个病例， 且每 个病例包括多张超声病灶图像； 通过特征融合器融合同一病例的多张超声病灶图像的图像特征， 得到融合后的病例图 像特征， 所述特 征融合器的初始网络参数为 根据所述第三图像集训练得到； 将融合得到的各个病例图像特 征输入至分类 器； 以预设训练方式训练病灶识别网络， 所述病灶识别网络包括所述特征提取器、 所述特 征融合器和所述分类 器， 训练后的病灶识别网络用于病灶标签的识别。 5.根据权利要求4所述的方法， 其特征在于， 所述通过特征融合器融合同一病例的多张 超声病灶图像的图像特 征， 得到融合后的病例图像特 征， 包括： 将提取到的同一病例的多 张超声病灶图像的图像特征进行拼接， 得到拼接后的图像特 征； 获取用于融合同一病例的各个图像特 征的融合权 重； 根据拼接后的图像特 征以及所述融合权 重， 计算融合后的所述病例图像特 征。权　利　要　求　书 1/2 页 2 CN 114882310 A 26.根据权利要求4所述的方法， 其特征在于， 所述获取用于 融合同一病例的各个图像特 征的融合权 重， 包括： 获取所述特征融合器中的卷积核的卷积核参数； 在每一次迭代训练过程中， 将所述特征融合器 中卷积核的每一列进行softmax归一化， 构成该次迭代训练过程中的特 征融合权 重。 7.根据权利要求4至6任一所述的方法， 其特征在于， 所述通过所述特征提取器提取所 述目标超声图像集中的每张超声病灶图像的图像特 征之前， 所述方法包括： 将所述第一图像集和所述第三图像集输入至所述特 征提取器； 将所述特征提取器的输出输入至标签分类器和域判别器， 对所述特征提取器和所述域 判别器进行对抗训练； 根据对抗训练优化所述特 征提取器的网络参数。 8.一种超声病灶识别方法， 其特 征在于， 所述方法包括： 获取目标超声图像； 将所述目标超声图像输入至病灶识别网络， 所述病灶识别网络为通过目标超声图像集 训练得到， 所述目标超声图像集 通过权利要求1至7任一所述的样本获取 方法获取 得到； 通过所述病灶识别网络识别所述目标超声图像中的病灶标签。 9.一种超声装置， 其特征在于， 所述装置包括存储器和处理器， 所述存储器中存储有至 少一条程序指令， 所述处理器通过加载并执行所述至少一条程序指令以实现如权利要求1 至8任一所述的方法。 10.一种计算机存储介质， 其特征在于， 所述计算机存储介质中存储有至少一条程序指 令， 所述至少一条程序指令被处 理器加载并执 行以实现如权利要求1至8任一所述的方法。权　利　要　求　书 2/2 页 3 CN 114882310 A 3