[發(fā)明專利]醫(yī)學(xué)圖像分類方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202011009811.X
• 申請(qǐng)日: 2020-09-23
• 公開(kāi)（公告）號(hào): CN112131421B
• 公開(kāi)（公告）日: 2023-09-15
• 發(fā)明（設(shè)計(jì)）人: 李雷來(lái);王健宗;瞿曉陽(yáng)
• 申請(qǐng)（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號(hào): G06F16/55
• 分類號(hào): G06F16/55;G06F16/583;G06F16/538;G06F16/51;G06V10/764;G06V10/82;G06N3/045;G06N3/08
• 代理公司: 北京市京大律師事務(wù)所 11321
• 代理人: 姚維

1.一種醫(yī)學(xué)圖像分類方法，其特征在于，所述醫(yī)學(xué)圖像分類方法包括：

從預(yù)置關(guān)系對(duì)數(shù)據(jù)庫(kù)中讀取類圖像，并從所述類圖像中抽取兩張圖片，形成圖像關(guān)系對(duì)；

對(duì)所述圖像關(guān)系對(duì)進(jìn)行數(shù)據(jù)增強(qiáng)處理，得到多張同類圖像；

對(duì)所述同類圖像進(jìn)行融合處理，得到融合關(guān)系對(duì)；

從預(yù)置關(guān)系對(duì)數(shù)據(jù)庫(kù)讀取類圖像；

判斷所述類圖像數(shù)據(jù)中是否只有一張圖片；

若所述類圖像中只有一張圖片，則選取兩張相同的圖片，并將所述兩張相同的圖片分別命名為圖片A1和圖片A2；

對(duì)所述圖片A1進(jìn)行數(shù)據(jù)增強(qiáng)，得到增強(qiáng)后的圖片A；

通過(guò)預(yù)置Mixup算法，將所述增強(qiáng)后的圖像A和所述圖片A2進(jìn)行融合，得到融合關(guān)系對(duì)；

獲取所述融合關(guān)系對(duì)中的增強(qiáng)圖像，并通過(guò)預(yù)置CNN網(wǎng)絡(luò)將所述增強(qiáng)圖像編碼至分布空間；

通過(guò)所述預(yù)置CNN網(wǎng)絡(luò)將所述增強(qiáng)圖像進(jìn)行解碼，生成新圖像；

構(gòu)建孿生網(wǎng)絡(luò)，并通過(guò)所述孿生網(wǎng)絡(luò)計(jì)算所述融合關(guān)系對(duì)的原型圖像與所述新圖像相似分?jǐn)?shù)；

基于所述相似分?jǐn)?shù)，生成當(dāng)前類的新圖像；

將所述新圖像與所述圖像關(guān)系對(duì)進(jìn)行融合，生成新圖像關(guān)系對(duì)，并將所述新圖像關(guān)系對(duì)存儲(chǔ)至預(yù)置關(guān)系對(duì)數(shù)據(jù)庫(kù)，構(gòu)建關(guān)系對(duì)的圖像庫(kù)；

獲取所述圖像庫(kù)中的每類圖像，并根據(jù)所述每類圖像中圖片的像素值，確定所述每類圖像對(duì)應(yīng)的原型圖像；

獲取待分類圖像，并計(jì)算所述待分類圖像與所述圖像庫(kù)中每個(gè)所述原型圖像之間的歐氏距離；

對(duì)所述歐氏距離進(jìn)行排序，得到排序結(jié)果；

基于所述排序結(jié)果，確定所述待分類圖像的圖像類別。

2.根據(jù)權(quán)利要求1所述的醫(yī)學(xué)圖像分類方法，其特征在于，在所述從預(yù)置關(guān)系對(duì)數(shù)據(jù)庫(kù)中讀取類圖像，并從所述類圖像中抽取兩張圖片，形成圖像關(guān)系對(duì)之前，還包括：

從預(yù)置數(shù)據(jù)庫(kù)獲取圖像數(shù)據(jù)，并對(duì)所述圖像數(shù)據(jù)進(jìn)行分類，得到分類結(jié)果，其中，所述分類結(jié)果包括所述圖像數(shù)據(jù)對(duì)應(yīng)的類別；

基于所述分類結(jié)果，并通過(guò)各類圖像中每個(gè)圖像的像素值，確定所述各類圖像對(duì)應(yīng)的原型圖像；

基于所述分類結(jié)果和所述各類圖像對(duì)應(yīng)的原型圖像，建立類關(guān)系，并存儲(chǔ)至預(yù)置關(guān)系對(duì)數(shù)據(jù)庫(kù)。

3.根據(jù)權(quán)利要求1所述的醫(yī)學(xué)圖像分類方法，其特征在于，所述計(jì)算所述待分類圖像與所述圖像庫(kù)中每個(gè)所述原型圖像之間的歐氏距離包括：

分別將所述待分類圖像和所述原型圖像進(jìn)行編碼處理，得到編碼結(jié)果；

基于所述編碼結(jié)果，通過(guò)預(yù)置最近鄰算法，分別計(jì)算待分類圖像與所述圖像庫(kù)中每個(gè)所述原型圖像之間的歐氏距離。

4.一種醫(yī)學(xué)圖像分類裝置，其特征在于，所述醫(yī)學(xué)圖像分類裝置包括：

構(gòu)建模塊，用于從預(yù)置關(guān)系對(duì)數(shù)據(jù)庫(kù)中讀取類圖像，并從所述類圖像中抽取兩張圖片，形成圖像關(guān)系對(duì)；對(duì)所述圖像關(guān)系對(duì)進(jìn)行數(shù)據(jù)增強(qiáng)處理，得到多張同類圖像；對(duì)所述同類圖像進(jìn)行融合處理，得到融合關(guān)系對(duì)；從預(yù)置關(guān)系對(duì)數(shù)據(jù)庫(kù)讀取類圖像；判斷所述類圖像數(shù)據(jù)中是否只有一張圖片；若所述類圖像中只有一張圖片，則選取兩張相同的圖片，并將所述兩張相同的圖片分別命名為圖片A1和圖片A2；對(duì)所述圖片A1進(jìn)行數(shù)據(jù)增強(qiáng)，得到增強(qiáng)后的圖片A；通過(guò)預(yù)置Mixup算法，將所述增強(qiáng)后的圖像A和所述圖片A2進(jìn)行融合，得到融合關(guān)系對(duì)；獲取所述融合關(guān)系對(duì)中的增強(qiáng)圖像，并通過(guò)預(yù)置CNN網(wǎng)絡(luò)將所述增強(qiáng)圖像編碼至分布空間；通過(guò)所述預(yù)置CNN網(wǎng)絡(luò)將所述增強(qiáng)圖像進(jìn)行解碼，生成新圖像；構(gòu)建孿生網(wǎng)絡(luò)，并通過(guò)所述孿生網(wǎng)絡(luò)計(jì)算所述融合關(guān)系對(duì)的原型圖像與所述新圖像相似分?jǐn)?shù)；基于所述相似分?jǐn)?shù)，生成當(dāng)前類的新圖像；將所述新圖像與所述圖像關(guān)系對(duì)進(jìn)行融合，生成新圖像關(guān)系對(duì)，并將所述新圖像關(guān)系對(duì)存儲(chǔ)至預(yù)置關(guān)系對(duì)數(shù)據(jù)庫(kù)，構(gòu)建關(guān)系對(duì)的圖像庫(kù)；

獲取模塊，用于獲取所述圖像庫(kù)中的每類圖像，并根據(jù)所述每類圖像中圖片的像素值，確定所述每類圖像對(duì)應(yīng)的原型圖像；

計(jì)算模塊，用于獲取待分類圖像，并計(jì)算所述待分類圖像與所述圖像庫(kù)中每個(gè)所述原型圖像之間的歐氏距離；

排序模塊，用于對(duì)所述歐氏距離進(jìn)行排序，得到排序結(jié)果；

確定模塊，用于基于所述排序結(jié)果，確定所述待分類圖像的圖像類別。