[發明專利]一種胃鏡圖像分類模型構建方法及胃鏡圖像分類方法

在審

• 申請號: 202110649737.6
• 申請日: 2021-06-10
• 公開（公告）號: CN113327238A
• 公開（公告）日: 2021-08-31
• 發明（設計）人: 戴捷;李亮
• 申請（專利權）人: 紫東信息科技（蘇州）有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62;G06N20/00
• 代理公司: 北京三聚陽光知識產權代理有限公司 11250
• 代理人: 胡曉靜

本申請提供一種胃鏡圖像分類模型構建方法及胃鏡圖像分類方法，該鏡圖像分類模型構建方法包括：獲取患者的診斷結果和胃鏡圖像集；其中，胃鏡圖像集包括多個胃鏡圖像；將診斷結果和胃鏡圖像集輸入至預設的原始分類模型，以對原始分類模型進行預訓練，得到預訓練分類模型；根據預訓練分類模型的模型參數，構建目標分類模型。上述技術方案提供的胃鏡圖像分類模型構建方法，通過根據經過多圖片預訓練的分類模型的模型參數，構建目標分類模型，節省了目標分類模型的后續訓練時間，提高了目標分類模型的構建效率，并且，通過以已確診患者為樣本統計單位，采集其對應的多張胃鏡圖像，節省了人力標注成本。

技術領域

本申請涉及圖像識別技術領域，尤其涉及一種胃鏡圖像分類模型構建方法及胃鏡圖像分類方法。

背景技術

目前，胃鏡是診斷胃部疾病的重要手段，為了提高胃鏡圖像的檢測效率，通常采用機器學習模型對胃鏡圖像進行自動化檢測和分類。因此，如何通過模型訓練提高機器學習模型的可靠性已成為熱點研究內容。

現有技術中的模型訓練方法通常需要收集海量的標注樣本，然后依次以單個標注樣本為主體進行模型訓練。

但是，樣本的標注過程將耗費大量的人力資源，并且后續的模型訓練過程也將耗費大量的時間成本，降低了模型構建效率。

發明內容

本申請提供一種胃鏡圖像分類模型構建方法及胃鏡圖像分類方法，以解決現有技術的模型構建效率低等缺陷。

本申請第一個方面提供一種胃鏡圖像分類模型構建方法，包括：

獲取患者的診斷結果和胃鏡圖像集；其中，所述胃鏡圖像集包括多個胃鏡圖像；

將所述診斷結果和胃鏡圖像集輸入至預設的原始分類模型，以對所述原始分類模型進行預訓練，得到預訓練分類模型；

根據所述預訓練分類模型的模型參數，構建目標分類模型。

可選的，還包括：

獲取多個胃鏡圖像樣本；其中，所述胃鏡圖像樣本包括胃鏡圖像及所述胃鏡圖像對應的樣本標簽；

將所述胃鏡圖像樣本輸入至所述目標分類模型，對所述目標分類模型進行訓練，以優化所述目標分類模型。

可選的，所述對所述原始分類模型進行預訓練，包括：

提取所述胃鏡圖像集中各胃鏡圖像的圖像特征；

根據所述圖像特征，構建所述診斷結果的特征矩陣；

根據各胃鏡圖像的圖像質量，確定各圖像特征的分類權重；

按照所述分類權重，對所述特征矩陣進行降維處理，得到所述特征矩陣對應的目標特征向量；

利用所述目標特征向量，對所述原始分類模型進行預訓練。

可選的，所述根據所述預訓練分類模型的模型參數，構建目標分類模型，包括：

獲取初始目標分類模型；

將所述預訓練分類模型的參數權重遷移至所述初始目標分類模型；

其中，所述預訓練分類模型包括輸入層、機器學習層和輸出層，所述模型參數至少包括所述機器學習層對應的模型參數。

可選的，在根據所述預訓練分類模型的模型參數，構建目標分類模型之前，所述方法還包括：

獲取當前預訓練分類模型的評估指標；

根據所述評估指標，判斷所述當前預訓練模型是否處于穩定狀態；

當所述當前預訓練模型處于不穩定狀態時，返回到所述獲取患者的診斷結果和胃鏡圖像集的步驟。