基于教师-学生网络异常检测算法的超声伪影检测方法

本发明公开了基于教师‑学生网络异常检测算法的超声伪影检测方法，将预先获取的若干超声图像序列，分类为有伪影的异常图像和无伪影的正常图像；构建教师‑学生网络的异常检测模型，其中，教师网络的输出依次经过滤波和单类瓶颈嵌入模块后作为学生网络的输入；使用无伪影的正常图像对教师‑学生网络的异常检测模型进行训练，直至学生网络端拥有和教师网络一致的正常特征提取和重建能力；将实时获取的超声图像序列输入到训练好的异常检测模型中，得到去伪影的正常图像。该方法将教师学生网络异常检测算法应用于超声图像伪影检测，计算效率高，能够有效检测出不同类型的超声伪影，具有较强的鲁棒性。