一种超声图像分类方法、系统、电子装置及存储介质制造方法及图纸

本发明专利技术公开了一种超声图像分类方法、系统、电子装置及存储介质，方法包括：步骤S1、获取未标注的样本图像集，样本图像集内具有样本超声图像；步骤S2、将样本图像集中的样本超声图像输入预先构建的多病征多标签分类网络，得到样本超声图像的分类预测结果；步骤S103、将分类预测结果中，大于预设阈值的预测概率的样本超声图像，标注伪标签；步骤S104、对伪标签进行置信度验证，修正伪标签；步骤S105、将具有伪标签的样本超声图像输入多病征多标签分类网络，对多病征多标签分类网络进行再次训练；步骤S106、循环步骤S101‑S105，直至多病征多标签分类网络收敛，或达到最大迭代次数。能够节省医生的时间。

【技术实现步骤摘要】
一种超声图像分类方法、系统、电子装置及存储介质
本专利技术涉及图像分类
，尤其涉及一种超声图像分类方法、系统、电子装置及存储介质。
技术介绍
超声波成像技术是一种非入侵性成像技术，可以实现物体或动物的内部成像，从而便于判断物体或动物的内部特征。例如，超声波成像可以进行人体的肺部进行超声成像，医生根据超声成像，能够判断患者是否患有新冠肺炎。现有技术中，能够对肺部的超声图像进行分类，从而减少医生判断患者是否患有新冠肺炎的时间。但是，现有技术中对肺部的超声图像的分类，需要依赖大量的已标注数据，然而数据的标注需要有经验的医生进行大量的劳动，从而浪费了医生较多的时间。
技术实现思路
本专利技术的主要目的在于提供一种超声图像分类方法、系统、电子装置及存储介质，旨在解决现有技术中对肺部的超声图像的分类，需要依赖大量的已标注数据，然而数据的标注需要有经验的医生进行大量的劳动，从而浪费了医生较多的时间的技术问题。为实现上述目的，本专利技术第一方面提供一种超声图像分类方法，包括：步骤S101、获取未标注的样本图像集本文档来自技高网...

【技术保护点】
1.一种超声图像分类方法，其特征在于，包括：/n步骤S101、获取未标注的样本图像集，所述样本图像集内具有样本超声图像；/n步骤S102、将所述样本图像集中的样本超声图像输入预先构建的多病征多标签分类网络，得到样本超声图像的分类预测结果；/n步骤S103、将所述分类预测结果中，大于预设阈值的预测概率的样本超声图像，标注伪标签；/n步骤S104、对所述伪标签进行置信度验证，修正所述伪标签；/n步骤S105、将具有所述伪标签的样本超声图像输入所述多病征多标签分类网络，对所述多病征多标签分类网络进行再次训练；/n步骤S106、循环步骤S101-S105，直至所述多病征多标签分类网络收敛，或达到最大迭...

【技术特征摘要】
1.一种超声图像分类方法，其特征在于，包括：
步骤S101、获取未标注的样本图像集，所述样本图像集内具有样本超声图像；
步骤S102、将所述样本图像集中的样本超声图像输入预先构建的多病征多标签分类网络，得到样本超声图像的分类预测结果；
步骤S103、将所述分类预测结果中，大于预设阈值的预测概率的样本超声图像，标注伪标签；
步骤S104、对所述伪标签进行置信度验证，修正所述伪标签；
步骤S105、将具有所述伪标签的样本超声图像输入所述多病征多标签分类网络，对所述多病征多标签分类网络进行再次训练；
步骤S106、循环步骤S101-S105，直至所述多病征多标签分类网络收敛，或达到最大迭代次数。


2.根据权利要求1所述的超声图像分类方法，其特征在于，
所述步骤S104之后，所述步骤S105之前，所述超声图像分类方法还包括：
将具有所述伪标签的样本超声图像进行人工修正，得到具有准确标签的样本超声图像，具有所述准确标签的样本超声图像用于步骤S105中，对所述多病征多标签分类网络进行再次训练。


3.根据权利要求1所述的超声图像分类方法，其特征在于，
所述步骤S103、将所述分类预测结果中，大于预设阈值的预测概率的样本超声图像，标注伪标签，包括：
获取根据步骤S102中得到的所有所述样本数据的分类预测结果的预测值；
将所述预测值生成预测值矩阵；
利用预先设置的决策方法，选出大于预设阈值的预测概率的样本图像，标注伪标签。


4.根据权利要求3所述的超声图像分类方法，其特征在于，
所述决策方法包括：多标签间距方法，或/和，熵值判断法。


5.根据权利要求1所述的超声图像分类方法，其特征在于，
步骤S104、对所述伪标签进行置信度验证，修正所述伪标签，得到所述样本超声图像的标签，包括：
获取预先设置的关联性表，所述关联性表具有不同的标准预测概率及标准标签之间的对应关系；
利用所述预测概率...

【专利技术属性】
技术研发人员：刘李，刘磊，雷文涛，万翔，骆永芳，冯程，
申请(专利权)人：深圳市大数据研究院，
类型：发明
国别省市：广东;44