[發(fā)明專利]用于圖像分類的方法、裝置及計算機可讀介質

有效

• 申請?zhí)枺?/td>: 201810586988.2
• 申請日: 2018-06-08
• 公開（公告）號: CN108765413B
• 公開（公告）日: 2023-05-30
• 發(fā)明（設計）人: 顧宇翔;雷宇;高超;張鑫;蘇佳斌;倪偉;楊恒;胡仲華;孫谷飛;周建華;陸王天宇
• 申請（專利權）人: 眾安信息技術服務有限公司;復旦大學附屬華山醫(yī)院北院
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06V10/764
• 代理公司: 北京永新同創(chuàng)知識產權代理有限公司 11376
• 代理人: 鐘勝光

1.一種用于圖像分類的方法，包括：

獲取經處理的DICOM格式的DSA影像文件；

將所述DSA影像文件按照時間序列分解成多個圖像幀；

利用所述DSA影像文件的元信息，基于所述多個圖像幀和DSA造影成像的不同階段來合成圖片，所述不同階段包括從血管造影尚未開始到血管造影結束的過程中的多個階段；以及

使用分類模型對所合成的圖片進行分類以生成關于造影血管種類的分類結果；

其中，所述元信息包括拍攝設備信息和拍攝機位角度信息；并且

其中，利用所述DSA影像文件的元信息，基于所述多個圖像幀和DSA造影成像的不同階段來合成圖片包括：

根據所述拍攝設備信息，對所述多個圖像幀進行預處理；

根據所述拍攝機位角度信息，按照拍攝機位對經預處理的所述多個圖像幀進行劃分；

根據所述拍攝設備信息和DSA造影成像的不同階段，選擇經預處理的所述多個圖像幀中的一個或多個圖像幀；以及

使用所選擇的一個或多個圖像幀來合成圖片。

2.根據權利要求1所述的方法，將DSA影像文件按照時間序列分解成多個圖像幀包括：

讀取所述DSA影像文件并解析所述DSA影像文件的所述元信息；以及

基于所述元信息來輸出所述多個圖像幀。

3.根據權利要求1或2所述的方法，所述元信息還包括：影像信息、拍攝時間信息、或其組合。

4.根據權利要求1所述的方法，使用分類模型對所合成的圖片進行分類以生成分類結果包括：

針對所合成的圖片，使用基于神經網絡的分類模型進行識別，其中，所述分類模型是根據已標注種類的歷史DSA影像文件來生成的；以及

根據識別結果，生成所述分類結果。

5.根據權利要求1所述的方法，還包括：根據所述分類結果對圖像進行配準，其中，根據所述分類結果對圖像進行配準包括：

將第一拍攝機位的分類結果和第二拍攝機位的分類結果的種類進行匹配；以及

根據圖像在時間上的接近度將具有匹配的種類的所述第一拍攝機位的圖像和所述第二拍攝機位的圖像進行配準。

6.一種用于生成圖像分類模型的方法，包括：

獲取經處理的DICOM格式的歷史DSA影像文件；

根據已標注種類的所述歷史DSA影像文件，按照指定的參數對圖像進行劃分；

將所述歷史DSA影像文件按照時間序列分解成多個圖像幀；

利用所述歷史DSA影像文件的元信息，基于所述多個圖像幀和DSA造影成像的不同階段來合成圖片，所述不同階段包括從血管造影尚未開始到血管造影結束的過程中的多個階段；

將所合成的圖片的至少一部分劃分為訓練集；以及

根據所述訓練集，利用神經網絡進行訓練來生成關于造影血管種類的分類模型；

其中，所述元信息包括拍攝設備信息和拍攝機位角度信息；并且

其中，利用所述歷史DSA影像文件的元信息，基于所述多個圖像幀和DSA造影成像的不同階段來合成圖片包括：

根據所述拍攝設備信息，對所述多個圖像幀進行預處理；

根據所述拍攝機位角度信息，按照拍攝機位對經預處理的所述多個圖像幀進行劃分；

根據所述拍攝設備信息和DSA造影成像的不同階段，選擇經預處理的所述多個圖像幀中的一個或多個圖像幀；以及

使用所選擇的一個或多個圖像幀來合成圖片。

7.根據權利要求6所述的方法，還包括：

對所合成的圖片進行圖形增強以擴展所述訓練集。

8.根據權利要求6所述的方法，還包括：

將所合成的圖片的至少一部分劃分為驗證集；以及

基于所述驗證集來調整所述神經網絡的參數，所述參數包括學習率、批大小、模型塊、層數。

9.根據權利要求6所述的方法，其中，所述神經網絡包括深度神經網絡、循環(huán)神經網絡、卷積神經網絡、或其組合。