[發明專利]基于人工智能的對皮膚圖像進行異常分類的方法和裝置

在審

• 申請號: 202011188329.7
• 申請日: 2020-10-30
• 公開（公告）號: CN112330621A
• 公開（公告）日: 2021-02-05
• 發明（設計）人: 趙旭
• 申請（專利權）人: 康鍵信息技術（深圳）有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62;G06N7/00
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 熊文杰

1.一種基于人工智能的對皮膚圖像進行異常分類的方法，其特征在于，所述方法包括：

獲取待處理的皮膚圖像；

通過單點型檢測模型和區域型檢測模型分別對所述皮膚圖像進行目標檢測，并根據各自的檢測結果確定相應的第一異常區域圖像和第二異常區域圖像；

將所述第一異常區域圖像輸入至單點型分類模型，通過所述單點型分類模型進行分類處理后輸出第一分類結果；

將所述第二異常區域圖像輸入至區域型分類模型，通過所述區域型分類模型進行分類處理后輸出第二分類結果；

根據所述第一分類結果和所述第二分類結果，確定與所述待處理的皮膚圖像對應的皮膚異常類別。

2.根據權利要求1所述的方法，其特征在于，所述單點型分類模型包括單點型頂層分類模型和單點型底層分類模型；所述將所述第一異常區域圖像輸入至單點型分類模型，通過所述單點型分類模型進行分類處理后輸出第一分類結果，包括：

將所述第一異常區域圖像輸入至單點型頂層分類模型，通過所述單點型頂層分類模型對所述第一異常區域圖像進行分類處理，得到第一頂層分類結果；

確定與所述第一頂層分類結果相匹配的單點型底層目標分類模型；

通過所述單點型底層目標分類模型對所述第一異常區域圖像進行分類處理，得到對應的第一底層分類結果；所述第一底層分類結果為所述第一頂層分類結果的下一級分類結果；

將所述第一底層分類結果作為所述第一異常區域圖像的第一分類結果。

3.根據權利要求2所述的方法，其特征在于，所述區域型分類模型包括區域型頂層分類模型和區域型底層分類模型；所述將所述第二異常區域圖像輸入至區域型分類模型，通過所述區域型分類模型進行分類處理后輸出第二分類結果，包括：

將所述第二異常區域圖像輸入至區域型頂層分類模型，通過所述區域型頂層分類模型對所述第二異常區域圖像進行分類處理，得到第二頂層分類結果；

確定與所述第二頂層分類結果相匹配的區域型底層目標分類模型；

通過所述區域型底層目標分類模型對所述第二異常區域圖像進行分類處理，得到對應的第二底層分類結果；所述第二底層分類結果為所述第二頂層分類結果的下一級分類結果；

將所述第二底層分類結果作為所述第二異常區域圖像的第二分類結果。

4.根據權利要求3所述的方法，其特征在于，所述單點型檢測模型通過第一樣本數據集訓練得到，所述第一樣本數據集包括單點型的異常皮膚樣本圖像、以及所述單點型的異常皮膚樣本圖像所對應的第一異常區域標記信息；

所述區域型檢測模型通過第二樣本數據集訓練得到，所述第二樣本數據集包括區域型的異常皮膚樣本圖像、以及所述區域型的異常皮膚樣本圖像所對應的第二異常區域標記信息；

所述單點型頂層分類模型通過第三樣本數據集訓練得到，所述第三樣本數據集包括單點型的異常皮膚樣本圖像、以及各所述單點型的異常皮膚樣本圖像所屬的頂層類別標簽；

所述區域型頂層分類模型通過第四樣本數據集訓練得到，所述第四樣本數據集包括區域型的異常皮膚樣本圖像、以及各所述區域型的異常皮膚樣本圖像所屬的頂層類別標簽；

對于與各個頂層類別標簽分別對應的單點型底層分類模型中的每個單點型底層分類模型，分別通過相對應的第五樣本數據集訓練得到，與各單點型底層分類模型相對應的所述第五樣本數據集包括：相對應的頂層類別標簽下的單點型的第一頂層類別樣本圖像、以及各所述單點型的第一頂層類別樣本圖像所屬的底層類別標簽；

對于與各個頂層類別標簽分別對應的區域型底層分類模型中的每個區域型底層分類模型，分別通過相對應的第六樣本數據集訓練得到，與各區域型底層分類模型相對應的所述第六樣本數據集包括：相對應的頂層類別標簽下的區域型的第二頂層類別樣本圖像、以及各所述區域型的第二頂層類別樣本圖像所屬的底層類別標簽。