[發(fā)明專利]醫(yī)學(xué)圖像分類方法、圖像分類網(wǎng)絡(luò)處理方法、裝置和設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 202110012705.5
• 申請(qǐng)日: 2021-01-06
• 公開（公告）號(hào): CN112699950B
• 公開（公告）日: 2023-03-24
• 發(fā)明（設(shè)計(jì)）人: 邊成
• 申請(qǐng)（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號(hào): G06V10/764
• 分類號(hào): G06V10/764;G06V10/82
• 代理公司: 華進(jìn)聯(lián)合專利商標(biāo)代理有限公司 44224
• 代理人: 李文淵

本申請(qǐng)涉及人工智能技術(shù)，特別涉及一種醫(yī)學(xué)圖像分類方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)。所述方法包括：對(duì)醫(yī)學(xué)圖像進(jìn)行切片處理，得到圖像切片序列；從所述圖像切片序列內(nèi)的各圖像切片中，提取目標(biāo)物在所述圖像切片中的圖像特征；依據(jù)從各所述圖像切片中分別提取的所述圖像特征，依次確定所述目標(biāo)物在各所述圖像切片中的連續(xù)概率；基于所述圖像切片序列中各相鄰圖像切片所對(duì)應(yīng)連續(xù)概率間差異值的累加和，以及所述圖像切片序列中圖像切片的切片總量，確定所述目標(biāo)物在所述圖像切片序列中的連通率；根據(jù)所述連通率判定所述醫(yī)學(xué)圖像所屬的分類類別。采用本方法能夠免因目標(biāo)物較小而影響醫(yī)學(xué)圖像分類的準(zhǔn)確性。

技術(shù)領(lǐng)域

本申請(qǐng)涉及人工智能技術(shù)領(lǐng)域，特別是涉及一種醫(yī)學(xué)圖像分類方法、圖像分類網(wǎng)絡(luò)處理方法、裝置和設(shè)備。

背景技術(shù)

醫(yī)學(xué)圖像是指為了醫(yī)療或醫(yī)學(xué)研究，對(duì)人體或人體某部分以非侵入方式取得的內(nèi)部組織影像。對(duì)醫(yī)學(xué)圖像進(jìn)行分類處理以得到該醫(yī)學(xué)圖像分類類別可以為醫(yī)學(xué)工作者提供有效地醫(yī)學(xué)輔助。

傳統(tǒng)醫(yī)學(xué)圖像分類方案中，通常是采用卷積神經(jīng)網(wǎng)絡(luò)對(duì)醫(yī)學(xué)圖像中的目標(biāo)物進(jìn)行分割，然后根據(jù)分割出來(lái)的目標(biāo)物對(duì)該醫(yī)學(xué)圖像進(jìn)行分類。然而，當(dāng)醫(yī)學(xué)圖像中的目標(biāo)物較小時(shí)，可能會(huì)導(dǎo)致醫(yī)學(xué)圖像分割失敗或不準(zhǔn)確的問題，從而影響醫(yī)學(xué)圖像分類的準(zhǔn)確性。

發(fā)明內(nèi)容

基于此，有必要針對(duì)上述技術(shù)問題，提供一種能夠避免因目標(biāo)物較小而影響醫(yī)學(xué)圖像分類的準(zhǔn)確性的醫(yī)學(xué)圖像分類方法、圖像分類網(wǎng)絡(luò)處理方法、裝置和設(shè)備。

一種醫(yī)學(xué)圖像分類方法，所述方法包括：

對(duì)醫(yī)學(xué)圖像進(jìn)行切片處理，得到圖像切片序列；

從所述圖像切片序列內(nèi)的各圖像切片中，提取目標(biāo)物在所述圖像切片中的圖像特征；

依據(jù)從各所述圖像切片中分別提取的所述圖像特征，依次確定所述目標(biāo)物在各所述圖像切片中的連續(xù)概率；

基于所述圖像切片序列中各相鄰圖像切片所對(duì)應(yīng)連續(xù)概率間差異值的累加和，以及所述圖像切片序列中圖像切片的切片總量，確定所述目標(biāo)物在所述圖像切片序列中的連通率；

根據(jù)所述連通率判定所述醫(yī)學(xué)圖像所屬的分類類別。

在其中的一個(gè)實(shí)施例中，所述對(duì)醫(yī)學(xué)圖像樣本進(jìn)行切片處理之前，所述方法還包括：

在獲得醫(yī)學(xué)圖像樣本時(shí)，基于所述醫(yī)學(xué)圖像樣本的均值和方差對(duì)所述醫(yī)學(xué)圖像樣本進(jìn)行標(biāo)準(zhǔn)化處理；

對(duì)處理后的醫(yī)學(xué)圖像樣本進(jìn)行圖像翻轉(zhuǎn)，得到翻轉(zhuǎn)后的醫(yī)學(xué)圖像樣本；

所述對(duì)醫(yī)學(xué)圖像樣本進(jìn)行切片處理，得到樣本切片序列包括：

對(duì)所述翻轉(zhuǎn)后的醫(yī)學(xué)圖像樣本進(jìn)行切片處理，得到樣本切片序列。

在其中的一個(gè)實(shí)施例中，所述通過(guò)第一圖像分類網(wǎng)絡(luò)中的第一特征提取器，提取目標(biāo)物在每個(gè)組別的各樣本切片中的第一訓(xùn)練圖像特征之前，所述方法還包括：

將所述樣本切片序列中的樣本切片依次輸入所述第二圖像分類網(wǎng)絡(luò)中；

通過(guò)所述第二圖像分類網(wǎng)絡(luò)中的第二特征提取器，提取所述目標(biāo)物在輸入的所述樣本切片中的第二訓(xùn)練圖像特征；

通過(guò)所述第二圖像分類網(wǎng)絡(luò)中的第二分類器，對(duì)提取的所述第二訓(xùn)練圖像特征進(jìn)行目標(biāo)物連續(xù)性計(jì)算，得到第二目標(biāo)連續(xù)概率；

計(jì)算所述第二目標(biāo)連續(xù)概率與參考連續(xù)率之間的第二損失值；

根據(jù)所述第二損失值對(duì)所述第二特征提取器的參數(shù)和所述第二分類器的參數(shù)進(jìn)行調(diào)整；

將調(diào)整后的所述第二特征提取器作為所述第一圖像分類網(wǎng)絡(luò)中的第一特征提取器。

一種醫(yī)學(xué)圖像分類裝置，所述裝置包括：