The invention provides a medical image recognition method and device, which includes: acquiring medical image; classifying the medical image using the first machine learning model to obtain the first vector, which represents the first confidence level of the type of the medical image as healthy or abnormal; and classifying the medical image using the second machine learning model to obtain the first vector. Two vectors, the second vectors represent the second confidence of the medical image type of various disease types; a third vector is obtained according to the first vector and the second vector; and the recognition result of the medical image is obtained according to the third vector.
【技术实现步骤摘要】
医疗图像识别方法和设备
本专利技术涉及医疗图像处理领域,具体涉及一种医疗图像识别方法和设备。
技术介绍
利用机器学习算法和模型对图像进行识别是一种高效的方式,也是诸如自动驾驶、智能摄像、机器人等众多领域的底层技术。医学图像通常可以反应出多种疾病类型,例如眼底图像可以体现出血管瘤、眼底出血、青光眼等多种眼部疾病。利用机器学习模型(例如神经网络)识别医学图像,首先要使用样本图像对模型进行训练,训练时需要大量标注过的图片,对标注人员的依赖程度较高。不同国家、城市、医生对一些疾病定义标准不同,标注人员水平参差不齐,所标注的图像质量相差比较大,错误和不够准确的标注内容会产生数据噪声。现有的基于人工智能的医疗图像识别方案利用这些标注图像训练出的模型得到识别结果,受到数据噪声的影响比较大,识别结果准确性不够高,甚至会造成模型训练的失败。
技术实现思路
有鉴于此,本专利技术提供一种医疗图像识别方法,包括:获取医疗图像;利用第一机器学习模型对所述医疗图像进行分类得到第一向量,所述第一向量表示所述医疗图像的类型为健康或者异常的第一置信度;利用第二机器学习模型对所述医疗图像进行分类得到第二向量,所述第二向量表示所述医疗图像的类型为各种疾病类型的第二置信度;根据所述第一向量和所述第二向量得到第三向量;根据所述第三向量得到对所述医疗图像的识别结果。可选地,所述根据所述第一向量和所述第二向量得到第三向量,包括:拼接所述第一向量和所述第二向量得到第三向量,所述第三向量由所述第一置信度和所述第二信度组成。可选地,所述根据所述第三向量得到对所述医疗图像的识别结果,包括:利用第三机器学习模型对所 ...
【技术保护点】
1.一种医疗图像识别方法,其特征在于,包括:获取医疗图像;利用第一机器学习模型对所述医疗图像进行分类得到第一向量,所述第一向量表示所述医疗图像的类型为健康或者异常的第一置信度;利用第二机器学习模型对所述医疗图像进行分类得到第二向量,所述第二向量表示所述医疗图像的类型为各种疾病类型的第二置信度;根据所述第一向量和所述第二向量得到第三向量;根据所述第三向量得到对所述医疗图像的识别结果。
【技术特征摘要】
1.一种医疗图像识别方法,其特征在于,包括:获取医疗图像;利用第一机器学习模型对所述医疗图像进行分类得到第一向量,所述第一向量表示所述医疗图像的类型为健康或者异常的第一置信度;利用第二机器学习模型对所述医疗图像进行分类得到第二向量,所述第二向量表示所述医疗图像的类型为各种疾病类型的第二置信度;根据所述第一向量和所述第二向量得到第三向量;根据所述第三向量得到对所述医疗图像的识别结果。2.根据权利要求1所述的方法,其特征在于,所述根据所述第一向量和所述第二向量得到第三向量,包括:拼接所述第一向量和所述第二向量得到第三向量,所述第三向量由所述第一置信度和所述第二信度组成。3.根据权利要求2所述的方法,其特征在于,所述根据所述第三向量得到对所述医疗图像的识别结果,包括:利用第三机器学习模型对所述第三向量进行分类得到分类结果,所述分类结果为正常或者异常;根据所述分类结果确定对所述医疗图像的识别结果。4.根据权利要求3所述的方法,其特征在于,所述根据所述分类结果确定对所述医疗图像的识别结果,包括:判断所述分类结果是否为正常;当分类结果为正常时,输出所述分类结果。5.根据权利要求4所述的方法,其特征...
【专利技术属性】
技术研发人员:马永培,赵昕,和超,张大磊,
申请(专利权)人:上海鹰瞳医疗科技有限公司,
类型:发明
国别省市:上海,31
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。