【技术实现步骤摘要】
图像分类方法、装置、存储介质以及内窥镜成像设备
本申请涉及图像处理
，具体涉及一种图像分类方法、装置、存储介质以及内窥镜成像设备。
技术介绍
医学图像分析的目的是得到生理过程的定量信息，利用医学设备成像来对生理过程进行动态观察，为临床诊疗提供更充分的依据。例如，使用内窥镜成像采集到涂抹化学试剂的阴道镜图像，例如涂抹生理盐水时的图像，涂抹5％醋酸的醋染图等等。由于生命体组织对试剂的反应在不同时间点的外貌特征不一样，医护人员常借助习得的知识和积累的经验，解读病人的医学图片中反映的解剖结构和病理信息，然而这种人工解读方式往往过于依赖于医生个人的经验、知识和情绪，且效率较低。目前基于医学图像的分类方法存在着由于人为主观因素强、诊断准确性低以及诊断时间长导致的效率低下的问题。
技术实现思路
本申请实施例提供一种图像分类方法、装置、存储介质以及内窥镜成像设备，可以提升医学图像的病理分类效率。本申请实施例提供一种图像分类方法，包括：获取生命体组织在不同时间点的图像；对所述图像进行特征提取，得到所述图像的图像特征集；在所述图像特征集之间进行特征集组合操作，得到特征集组合结果；对...
【技术保护点】
1.一种图像分类方法，其特征在于，包括：获取生命体组织在不同时间点的图像；对所述图像进行特征提取，得到所述图像的图像特征集；在所述图像特征集之间进行特征集组合操作，得到特征集组合结果；对所述特征集组合结果中的图像特征进行特征排序，得到排序后组合结果；根据所述排序后组合结果确定所述图像的共同病理类型。
【技术特征摘要】
1.一种图像分类方法，其特征在于，包括：获取生命体组织在不同时间点的图像；对所述图像进行特征提取，得到所述图像的图像特征集；在所述图像特征集之间进行特征集组合操作，得到特征集组合结果；对所述特征集组合结果中的图像特征进行特征排序，得到排序后组合结果；根据所述排序后组合结果确定所述图像的共同病理类型。2.如权利要求1所述的图像分类方法，其特征在于，对所述特征集组合结果中的图像特征进行特征排序，得到排序后组合结果，包括：对所述特征集组合结果中的图像特征进行随机排序，得到随机排序后的图像特征；对所述随机排序后的图像特征进行特征组合，得到排序后组合结果。3.如权利要求1所述的图像分类方法，其特征在于，根据所述排序后组合结果确定所述图像的共同病理类型，包括：基于所述排序后组合结果计算所述图像属于各个病理类型的概率；根据所述概率，确定所述生命体组织在不同时间点的图像的共同病理类型。4.如权利要求3所述的图像分类方法，其特征在于，基于所述排序后组合结果计算所述图像属于各个病理类型的概率，包括：获取所述排序后组合结果中的特征对应的预设特征权重；基于所述预设特征权重对所述排序后组合结果中的特征进行加权处理，得到加权结果；根据所述加权结果计算所述图像属于各个病理类型的概率。5.如权利要求1所述的图像分类方法，其特征在于，对所述图像进行特征提取，得到所述图像的图像特征集，包括：从预设特征提取模型集合中选取所述图像对应的目标特征提取模型，其中，所述目标特征提取模型由标注了病理类型的训练图像集训练而成；采用所述目标特征提取模型对所述图像进行特征提取，得到所述图像的图像特征集。6.权利要求5所述的图像分类方法，其特征在于，从预设特征提取模型集合中选取所述图像对应的目标特征提取模型之前，还包括：从标注了病理类型的训练图像集中选取多张生命体组织在相同时间点的训练图像；根据所述多张生命体组织在相同时间点的训练图像对初始特征提取模型进行训练，得到特征提取模型；将所述特征提取模型加入预设特征提取模型集合。7.如权利要求6所述的图像分类方法，其特征在于，根据所述多张生命体组织在相同时间点的训练图像对初始特征提取模型进行训练，得到特征提取模型，包括：根据所述多张生命体组织在相同时间点的训练图像对初始特征提取模型进行训练，得到训练后初始特征提取模型；去除所述训练后初始特征提取模型的全连接层，得到特征提取模型。8.如权利要求6所述的图像分类方法，其特征在于，从所述标注了病理类型的训练图像集中选取多张生命体组织在相同时间点的训练图像之前，还包括：确定当前随机数据增强操作的操作类型；基于所述当前随机数据增强操作的操作类型对所述生命体组织在相同时间点的训练图像进行数据增强操作，得到多张数据增强处理后生命体组织在相同...
【专利技术属性】
技术研发人员：陈嘉伟，李悦翔，郑冶枫，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东,44
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。