一种分类方法、装置、设备和存储介质制造方法及图纸

本发明专利技术实施例公开了一种分类方法、装置、设备和存储介质，其中，分类方法包括：获取与当前被检体的目标部位相对应的磁共振K空间数据；将磁共振K空间数据输入到训练完成的目标分类模型中，得到与目标部位相对应的第一分类结果，其中，目标分类模型包括基于有监督学习的方式训练的分类模型。本发明专利技术实施例的技术方案提高了对目标部位分类的准确度。

【技术实现步骤摘要】
一种分类方法、装置、设备和存储介质
本专利技术实施例涉及数据处理
，尤其涉及一种分类方法、装置、设备和存储介质。
技术介绍
医学磁共振由于能提供多种对比度信息，良好的软组织成像能力以及无电离辐射等特性，越来越多的应用于临床检查中。现有的利用磁共振数据对目标部位进行分类的流程为：图像预处理；感兴趣区域分割；特征提取、选择与分类。其中，预处理是指校正由于噪声或运动伪影而导致的图像失真，对图像做归一化处理，以及去噪和增加对比度等增强图像的显示质量；预处理之后，进行图像分割，把感兴趣区域从背景或周围组织中分离出来以减少外围组织或背景对感兴趣区域检测的干扰，减少计算量；利用算法计算感兴趣区域的各种特征，如形状特征、视觉特征和密度特征等，当特征维数较多时要对特征做优化选择；最终对目标部位进行分类。上述如果获取磁共振图像的方式为快速成像方法，则在图像预处理之前，还需要对图像进行重建。上述重建图像存在模糊的问题，导致部分细节信息丢失，而这些丢失的信息对后期目标部位的分类非常重要。此外，对图像进行感兴趣区域分割往往也会导致分割误差，最终也会对目标部本文档来自技高网...

【技术保护点】
1.一种分类方法，其特征在于，包括：/n获取与当前被检体的目标部位相对应的磁共振K空间数据；/n将所述磁共振K空间数据输入到训练完成的目标分类模型中，得到与所述目标部位相对应的第一分类结果，其中，所述目标分类模型包括基于有监督学习的方式训练的分类模型。/n

【技术特征摘要】
1.一种分类方法，其特征在于，包括：
获取与当前被检体的目标部位相对应的磁共振K空间数据；
将所述磁共振K空间数据输入到训练完成的目标分类模型中，得到与所述目标部位相对应的第一分类结果，其中，所述目标分类模型包括基于有监督学习的方式训练的分类模型。


2.根据权利要求1所述的方法，其特征在于，所述获取与当前被检体的目标部位相对应的磁共振K空间数据，包括：
利用快速采样方法获取与当前被检体的目标部位相对应的磁共振K空间数据，其中，所述快速采样方法包括变密度采样方法或均匀采样方法。


3.根据权利要求1或2所述的方法，其特征在于，在所述将所述磁共振K空间数据输入到训练完成的目标分类模型中之前，还包括：
利用补零方式或数据保留方式将所述磁共振K空间数据对应的第一矩阵的矩阵大小调整为预设大小，得到能够被所述目标分类模型处理的第二矩阵，并将所述第二矩阵对应的数据作为输入所述目标分类模型的所述磁共振K空间数据。


4.根据权利要求3所述的方法，其特征在于，所述数据保留方式为从所述第一矩阵的中心数据开始，从内向外依次对行和列中的数据进行保留，其中，若所述第一矩阵的行和列均为奇数，则所述第一矩阵的中心数据为一个，若所述第一矩阵的行和/或列为偶数，则所述第一矩阵的中心数据为偶数个。


5.根据权利要求3所述的方法，其特征在于，在所述将所述磁共振K空间数据输入到训练完成的目标分类模型中之前，还包括：
获取历史被检体的目标部位相对应的历史磁共振K空间数据，并利用类别标记值对所述历史磁共振K空间数据进行类别标记；
将所述历史磁共振K空间数据输入预先建立的待训练分类模型中，得到第二分类结果；
基于所述第二分类...

【专利技术属性】
技术研发人员：梁栋，朱燕杰，程静，刘新，郑海荣，
申请(专利权)人：深圳先进技术研究院，
类型：发明
国别省市：广东;44