【技术实现步骤摘要】
一种分类模型生成方法、医学影像图像分类方法及装置
本申请涉及图像处理
，具体涉及一种分类模型生成方法及装置，一种医学影像图像分类方法及装置。
技术介绍
随着信息采集技术的发展以及大数据的普及，可以通过对采集的图像进行处理以获得有效信息。例如，目前已经出现一些利用智能终端设备对人体如舌体、眼底等部位进行图像采集的方案，给人们对人体的信息采集带来了极大的方便。在现有技术中，采集到的原始医学影像图像可以传输给专业人员进行判断，例如判断舌体图像的属性、判断眼底图像的视网膜类型等等，但是人工判断的主观性强、难以量化，且效率较为低下，因此，在现有技术中缺乏对原始医学影像图像中进行快速、准确分类的方式。
技术实现思路
有鉴于此，本申请实施例提供一种分类模型生成方法及装置，一种医学影像图像分类方法及装置，以解决现有技术中无法快速、准确对医学影像图像进行分类的技术问题。为解决上述问题，本申请实施例提供的技术方案如下：一种分类模型生成方法，所述方法包括：获取原始医学影像图像；提取所述原始医学影像图像的至少一种图像特征，将所述原始医学影像图像的每种图像特征以及所述原始医学影像图像对应...
【技术保护点】
1.一种分类模型生成方法，其特征在于，所述方法包括：获取原始医学影像图像；提取所述原始医学影像图像的至少一种图像特征，将所述原始医学影像图像的每种图像特征以及所述原始医学影像图像对应的分类标签作为一组第一训练数据；和/或，生成所述原始医学影像图像对应的至少一种变换图像，将所述原始医学影像图像对应的每种变换图像以及所述原始医学影像图像对应的分类标签作为一组第二训练数据；根据每一组第一训练数据分别对初始分类模型进行训练，分别生成一个基础分类模型；和/或，根据每一组第二训练数据分别对初始深度学习模型进行训练，分别生成一个基础分类模型；由各个所述基础分类模型共同构成医学影像图像分类...
【技术特征摘要】
1.一种分类模型生成方法，其特征在于，所述方法包括：获取原始医学影像图像；提取所述原始医学影像图像的至少一种图像特征，将所述原始医学影像图像的每种图像特征以及所述原始医学影像图像对应的分类标签作为一组第一训练数据；和/或，生成所述原始医学影像图像对应的至少一种变换图像，将所述原始医学影像图像对应的每种变换图像以及所述原始医学影像图像对应的分类标签作为一组第二训练数据；根据每一组第一训练数据分别对初始分类模型进行训练，分别生成一个基础分类模型；和/或，根据每一组第二训练数据分别对初始深度学习模型进行训练，分别生成一个基础分类模型；由各个所述基础分类模型共同构成医学影像图像分类模型，所述各个所述基础分类模型具有各自的权重值。2.根据权利要求1所述的方法，其特征在于，所述生成所述原始医学影像图像对应的至少一种变换图像，包括：生成所述原始医学影像图像对应的尺度变换图像；生成所述原始医学影像图像对应的旋转图像和/或镜像图像；生成所述原始医学影像图像对应的亮度调节图像。3.根据权利要求1所述的方法，其特征在于，所述图像特征包括尺度不变特征变换特征，所述根据每一组第一训练数据分别对初始分类模型进行训练，分别生成一个基础分类模型，包括：获取所述第一训练数据中所述原始医学影像图像的尺度不变特征变换特征；根据所述原始医学影像图像的尺度不变特征变换特征计算词袋模型；利用所述词袋模型以及所述原始医学影像图像对应的分类标签对支持向量机模型进行训练，生成一个基础分类模型。4.根据权利要求1所述的方法，其特征在于，各个所述基础分类模型的权重根据每个所述基础分类模型的基础分类结果对应的概率排序进行设置。5.一种医学影像图像分类方法，其特征在于，所述方法包括：获取待分类医学影像图像；提取所述待分类医学影像图像的至少一种图像特征；和/或，生成所述待分类医学影像图像对应的至少一种变换图像；将所述待分类医学影像图像的每种图像特征和/或每种变换图像分别输入医学影像图像分类模型中对应的基础分类模型，获得至少一个基础分类结果；所述医学影像图像分类模型是根据权利要求1-5任一项所述的分类模型生成方法所生成的；根据各个所述基础分类模型的权重，对所述基础分类结果进行加权投票确定所述待分类医学影像图像的分类结果。6.根...
【专利技术属性】
技术研发人员：王晓婷，栾欣泽，孟健，何光宇，
申请(专利权)人：东软集团股份有限公司，
类型：发明
国别省市：辽宁,21
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。