[發明專利]一種蛋白質圖像分類方法、裝置、設備及介質

在審

• 申請號: 202010030899.7
• 申請日: 2020-01-13
• 公開（公告）號: CN111242922A
• 公開（公告）日: 2020-06-05
• 發明（設計）人: 李傳朋;董慧智
• 申請（專利權）人: 上海極鏈網絡科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/00;G06K9/62
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種蛋白質圖像分類方法，其特征在于，包括：

獲取原始蛋白質圖像，根據所述原始蛋白質圖像生成待分類蛋白質圖像；

將所述待分類蛋白質圖像輸入至預先訓練好的蛋白質分類模型中，獲得所述蛋白質分類模型輸出的分類結果；

根據所述分類結果確定所述原始蛋白質圖像的類別。

2.根據權利要求1所述的方法，其特征在于，所述原始蛋白質圖像包括四個染色圖像，所述染色圖像為三通道圖像，所述染色圖像包括第一染色圖像、第二染色圖像、第三染色圖像和第四染色圖像，所述根據所述原始蛋白質圖像生成待分類蛋白質圖像，包括：

從所述第一染色圖像中選取第一通道圖像，從所述第二染色圖像中選取第二通道圖像，從所述第三染色圖像中選取第三通道圖像，以及從所述第四染色圖像中選取第四通道圖像，將所述第一通道圖像、所述第二通道圖像、所述第三通道圖像和所述第四染色圖像合并生成所述待分類蛋白質圖像。

3.根據權利要求1所述的方法，其特征在于，所述將所述待分類蛋白質圖像輸入至預先訓練好的蛋白質分類模型中，獲得所述蛋白質分類模型輸出的分類結果，包括：

將所述待分類蛋白質圖像轉化為至少兩個尺度的轉化蛋白質圖像；

將所述轉化蛋白質圖像分別輸入至與所述轉化蛋白質圖像尺度對應的蛋白質分類模型中，獲得所述蛋白質分類模型輸出的分類結果。

4.根據權利要求3所述的方法，其特征在于，所述根據所述分類結果確定所述原始蛋白質圖像的類別，包括：

將不同尺度對應的蛋白質分類模型輸出的分類結果融合，根據融合結果確定所述待分類蛋白質圖像的類別。

5.根據權利要求4所述的方法，其特征在于，所述融合結果包括各類別對應的概率值，所述根據融合結果確定所述待分類蛋白質圖像的類別，包括：

針對每個所述類別，將所述類別的概率值與所述類別的閾值進行比對；

若所述類別的概率值不小于所述類別的閾值，則將所述類別作為所述待分類蛋白質圖像的類別。

6.根據權利要求1所述的方法，其特征在于，還包括：

獲取樣本蛋白質圖像以及所述樣本蛋白質圖像對應的類別，基于所述樣本蛋白質圖像以及所述樣本蛋白質圖像對應的類別生成訓練樣本對；

使用所述訓練樣本對對預先構建的蛋白質分類模型進行訓練，得到訓練好的蛋白質分類模型。

7.根據權利要求6所述的方法，其特征在于，所述使用所述訓練樣本對對預先構建的蛋白質分類模型進行訓練，得到訓練好的蛋白質分類模型，包括：

使用權重樣本采樣器對所述訓練樣本對進行過濾，得到類別均衡的訓練樣本對；

使用類別均衡的訓練樣本對對優先構建的蛋白質分類模型進行訓練，得到訓練好的蛋白質分類模型。

8.根據權利要求6所述的方法，其特征在于，所述蛋白質分類模型的構建，包括：

獲取網絡基礎模型，在所述網絡基礎模型的最后一層卷積層后添加池化層，得到構建好的蛋白質分類模型，其中，所述池化層包括全局均值池化層和/或全局極大值池化層。

9.一種蛋白質圖像分類裝置，其特征在于，包括：

待分類圖像生成模塊，用于獲取原始蛋白質圖像，根據所述原始蛋白質圖像生成待分類蛋白質圖像；

分類結果獲取模塊，用于將所述待分類蛋白質圖像輸入至預先訓練好的蛋白質分類模型中，獲得所述蛋白質分類模型輸出的分類結果；

圖像類別確定模塊，用于根據所述分類結果確定所述原始蛋白質圖像的類別。

10.一種計算機設備，其特征在于，所述設備包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序；

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如權利要求1-8中任一所述的蛋白質圖像分類方法。

11.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現如權利要求1-8中任一所述的蛋白質圖像分類方法。