一种图像分类的方法、装置及计算机可读存储介质制造方法及图纸

本发明专利技术公开了一种图像分类的方法、装置及计算机可读存储介质，涉及计算机领域，特别医学图像处理领域，将获得的有限的医学图像及通过变换得到的医学图像作为训练数据集，针对不同器官，利用深度学习网络方法进行图像分类训练，得到不同器官相应层的分类器；最终通过分类器对新输入图像分类。本发明专利技术还提供了一种图像分类装置及计算机可读存储介质。本发明专利技术利用较少的数据完成分类器的训练并最终实现图像的自动分类，大大提高了图像分类效率。

【技术实现步骤摘要】
一种图像分类的方法、装置及计算机可读存储介质
本专利技术涉及计算机图像处理/人工智能领域，特别是涉及一种图像分类的方法、装置及计算机可读存储介质。技术背景数字医学图像技术是现代医学最重要的诊断手段之一，随着数字医学图像诊断技术的不断发展及普及，产生的医学图像的数据量也越来越大，医生的使用频率也越来越高。在获取患者医学图像信息时，一般会多扫描一部分以完全覆盖疑似病灶位置，进行诊断时则需要把含有疑似病灶的图像调取出来进行诊断分析，通常医学图像数据量都比较大，医生需要花费不少的时间去寻找含有疑似病灶的图像。随着医疗信息化进程不断完善，各医院都开始使用HIS（hospitalinformationsystem）系统，PACS(PictureArchivingandCommunicationSystems)系统等，存储及传输大数据量的医学图像数据则需要占据更多的存储空间及传输带宽，而在移动互联网快速发展的今天，越来越多的医生需要通过传输医学图像以进行多方会诊，数据量过大无疑是阻碍快速传输重要因素之一。
技术实现思路
有鉴于此，本专利技术提供一种图像分类的方法、装置及计算机可读存储介质所要解决的问题是：将医学图像分类，一来减少医生筛选图像的时间，二来可去除多余的无效图像，以减少图像数据量，便于传输。根据本公开的一些实施例，提供的一种图像分类的方法，包括：获取医学图像；针对不同器官，筛选所述医学图像包含对应器官的全部图像的子集图像；将所述子集图像分为若干层图像；对所述分层图像分类训练，得到不同器官相应层的分类器；通过分类器对需分类图像分类。在一些实施例中，获取的所述医学图像包括电子计算机断层扫描CT图像，或磁共振MRI图像，或B超图像。在一些实施例中，所述获取医学图像中还包括对所述医学图像进行处理的所获得的图像，所述的处理方法包括：对所述医学图像进行旋转任意角度或移动任意尺寸或增/减噪音操作，每旋转一个角度或移动一个尺寸或增加不同噪音一次或其组合，即获得一组新图像。在一些实施例中，针对不同器官，筛选所述医学图像及所述新图像包含对应器官的全部图像的子集图像，令所述子集图像共有N层，其第一层对应为所述器官的顶层，其最后一层，对应为所述器官的最底层。在一些实施例中，所述若干部分图像包括一层或若干层图像，令所述若干部分图像为Q部分图像，所述子集图像的划分方法，包括：从N层中划分Q部分(Q≤N)，第1部分包含顶层，第Q部分包含底层，中间第j部分(1<j<Q)平均分布；第j部分所包含的所述子集图像的层数为：j=1+((Q-1)/(N-1))*(Ni),Q为Q部分的总数，N为子集图像层数总数，Ni为子集图像的第i层，经四舍五入后取整，Q、N、l、j为大于或等于1的自然数。在一些实施例中，所述分部分图像的第1，2，…,i,…,(Q-1),Q部分用作相应部分的训练数据集，分别输入到图像分类器中，利用深度学习网络方法（如CNN、SVM）进行相应部分的分类器训练，分别得到第1，2，…,i,…,(Q-1),Q层的Q部分图像分类器。在一些实施例中，所述分类器的分类方法，包括：将需分类图像按顺序，分别依次输入到Q部分图像分类器中，分别判定是否属于该部分，输出需分类图像的所属部分及其概率，该图像归属概率最大部分。根据本公开的另一些实施例，提供的一种图像分类的装置，包括：医学图像获取模块，用于获取第一医学图像；医学图像处理模块，用于对所述医学图像进行处理，以获得第二医学图像；子集图像筛选模块，用于针对不同器官，筛选所述子集图像；子集图像划分模块，用于将所述子集图像分为若干部分图像；图像训练模块，用于对所述若干部分图像分类训练，得到相应部分的分类器；图像分类模块，用于通过分类器对需分类图像分类。所述医学图像获取模块获取医学图像后，将所述医学图像传输到所述医学图像处理模块，进行图像处理，产生新图像，亦可将所述医学图像传输到所述子集图像筛选模块，所述子集图像筛选模块接收到所述医学图像获取模块和/或所述医学图像处理模块传输的医学图像后，筛选出不同器官的子集图像，并传输到所述子集图像划分模块，所述子集图像划分模块接收到所述子集图像筛选模块传输的子集图像后，将所述子集图像分为若干部分图像，将所述若干部分图像传输到所述图像训练模块，用于训练所述不同器官相应部分的分类器，然后将训练好的所述分类器传输到图像分类模块，最后将所述需分类图像输入到所述图像分类模块，完成分类。根据本公开的另一些实施例，提供的一种图像分类的装置，包括：存储器；以及耦接至所述存储器的处理器，所述储存器通过总线与处理器连接，所述处理器通过总线分别与医学图像获取模块、医学图像处理模块、子集图像筛选模块、子集图像划分模块、图像训练模块和图像分类模块连接，所述处理器被配置为基于存储在所述存储器设备中的指令，执行如前述任一项任一个实施例的图像分类的方法。根据本公开的又一些实施例，提供的一种图像分类计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如前述任一项任一个实施例的图像分类的方法的步骤。本公开专利技术的有益效果为通过获取较少的图像及通过本公开专利技术生成的新图像来训练图像分类器，降低了对数据量的要求，经训练后的图像分类器能识别出有效的图像并进行分类，将无效图像去除，以减少图像数据量。附图说明为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1示出本公开的一些实施例的图像分类的方法的流程示意图。图2示出本公开的一些实施例的图像分类的装置的结构示意图。图3示出本公开的另一些实施例的图像分类的装置的结构示意图。图4示出本公开的又一些实施例的图像分类的装置的结构示意图。具体实施方式下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。基于本公开中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。本公开提供的一种图像分类的方法，将结合图1进行描述。如图1所示的一些实施例的图像分类的方法的流程示意图。包括步骤S101~S105：S101，获取医学图像；在一些实施例中，获取的所述医学图像为电子计算机断层扫描CT图像。在一些实施例中，获取的所述医学图像为磁共振MRI图像。在一些实施例中，获取的所述医学图像为B超图像。在一些实施例中，对所述医学图像还包括对所述医学图像进行处理的所获得的图像，所述的处理方法为对所述医学图像旋转任意角度，即获得一组新图像。在一些实施例中，对所述医学图像还包括对所述医学图像进行处理的所获得的图像，所述的处理方法为对所述医学图像移动任意尺寸，即获得一组新图像。在一些实施例中，对所述医学图像还包括对所述医学图像进行处理的所获得的图像，所述的处理方法为对所述医学图像进行增加噪音操作，即获得一组新图像。在一些实施例中本文档来自技高网...

【技术保护点】
1.一种图像分类的方法，其特征在于，包括：获取医学图像；针对不同器官，筛选所述医学图像包含对应器官的全部图像的子集图像；将所述子集图像分为若干部分；对所述若干部分图像分类训练，得到相应部分的分类器；通过分类器对需分类图像分类。

【技术特征摘要】
1.一种图像分类的方法，其特征在于，包括：获取医学图像；针对不同器官，筛选所述医学图像包含对应器官的全部图像的子集图像；将所述子集图像分为若干部分；对所述若干部分图像分类训练，得到相应部分的分类器；通过分类器对需分类图像分类。2.如权利要求1所述的一种图像分类的方法，其特征在于，获取的所述医学图像包括电子计算机断层扫描CT图像，或磁共振MRI图像，或B超图像。3.如权利要求1所述的一种图像分类的方法，其特征在于，所述获取医学图像中还包括对所述医学图像进行处理的所获得的图像，所述的处理方法包括：对所述医学图像进行旋转任意角度或移动任意尺寸或增/减噪音操作，每旋转一个角度或移动一个尺寸或增加不同噪音一次或其组合，即获得一组新图像。4.如权利要求1所述的一种图像分类的方法，其特征在于，针对不同器官，筛选所述医学图像及所述新图像包含对应器官的全部图像的子集图像，令所述子集图像共有N层，其第一层对应为所述器官的顶层，其最后一层，对应为所述器官的最底层。5.如权利要求1所述的一种图像分类的方法，其特征在于，所述若干部分图像包括一层或若干层图像，令所述若干部分图像为Q部分图像，所述子集图像的划分方法，包括：从N层中划分Q部分，第1部分包含顶层，第Q部分包含底层，中间第j部分(1<j<Q)平均分布；第j部分所包含的所述子集图像的层数为：j=1+((Q-1)/(N-1))*(Ni),Q为Q部分的总数，N为子集图像层数总数，Ni为子集图像的第i层，经四舍五入后取整，Q、N、l、j为大于或等于1的自然数。6.如权利要求5所述的一种图...

【专利技术属性】
技术研发人员：黄伟康，莫康信，张典生，其他发明人请求不公开姓名，
申请(专利权)人：广东毅达医疗科技股份有限公司，
类型：发明
国别省市：广东,44