一种数据分类方法、装置、电子设备以及存储设备制造方法及图纸

本申请公开一种数据分类方法，包括：获取待分类的医学影像单图谱数据；根据所述待分类的医学影像单图谱数据以及用于根据医学影像单图谱数据获得针对医学影像单图谱数据的医学诊断分类结果的学生网络，得到针对所述待分类的医学影像单图谱数据的医学诊断分类结果；所述数据分类方法的优点在于学生网络学习了教师网络蒸馏的多图谱数据知识，输入临床医学影像单图谱数据到学生网络，便可获得医学诊断分类结果，极大节省了临床诊断的时间，避免人工数据分类的效率低下和准确度不高的问题。工数据分类的效率低下和准确度不高的问题。工数据分类的效率低下和准确度不高的问题。

【技术实现步骤摘要】
一种数据分类方法、装置、电子设备以及存储设备


[0001]本专利技术实施例涉及人工智能数据分类
，具体涉及一种数据分类方法、装置、电子设备以及存储设备。

技术介绍

[0002]在阿尔茨海默病(Alzheimer Disease，简称AD)等分类诊断研究中，来自世界各地的研究机构提出了各自的脑图谱。各个研究机构的脑图谱分区方法不同，有的脑图谱按照大脑空间结构分区，有的脑图谱按照大脑功能连接分区，等等；这些图谱的特征数据可能包括大脑各分区的厚度和体积等特征数据。目前神经医学诊断研究中需要对临床脑图谱进行分类，分类目标为阿尔茨海默病、轻度认知障碍(Mild Cognitive Impairment)和正常三个分类类别，研究者可以获得多个医疗中心公开的病例样本的多图谱数据，然而在普通医院临床应用中，只能获取单图谱数据。
[0003]在临床疾病分类等应用中，由于实时性的要求和时间成本制约，无法像科研工作场景那样获取多图谱的数据，因此，基于多图谱数据训练的分类网络无法直接应用于临床，这就需要提供一种可以对临床工作中获取的医学影像单图谱数据进行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据分类方法，其特征在于，包括：获取待分类的医学影像单图谱数据；根据所述待分类的医学影像单图谱数据以及用于根据医学影像单图谱数据获得针对医学影像单图谱数据的医学诊断分类结果的学生网络，得到针对所述待分类的医学影像单图谱数据的医学诊断分类结果；其中，所述学生网络通过下述方式获得：获取医学影像多图谱数据样本集和针对医学影像多图谱数据样本集中的医学影像多图谱数据样本的医学诊断分类标签；根据所述医学影像多图谱数据样本集和针对医学影像多图谱数据样本集中的医学影像多图谱数据样本的医学诊断分类标签，训练教师网络，获得训练完成的教师网络；根据所述医学影像多图谱数据样本集和所述训练完成的教师网络，获得针对所述医学影像多图谱数据样本集中的医学影像多图谱数据样本的医学诊断类别概率向量；从所述医学影像多图谱数据样本集中获得医学影像单图谱数据样本集；根据所述医学影像单图谱数据样本集和所述针对所述医学影像多图谱数据样本集中的医学影像多图谱数据样本的医学诊断类别概率向量，获得所述学生网络。2.根据权利要求1所述的方法，其特征在于，所述根据所述待分类的医学影像单图谱数据以及用于根据医学影像单图谱数据获得针对医学影像单图谱数据的医学诊断分类结果的学生网络，得到针对所述待分类的医学影像单图谱数据的医学诊断分类结果，包括：根据所述待分类的医学影像单图谱数据以及用于根据医学影像单图谱数据获得针对医学影像单图谱数据的医学诊断分类结果的学生网络，得到针对所述待分类的医学影像单图谱数据的医学诊断类别概率向量；根据所述针对所述待分类的医学影像单图谱数据的医学诊断类别概率向量，确定所述待分类的医学影像单图谱数据对应的医学诊断类别。3.根据权利要求1所述的方法，其特征在于，所述医学影像多图谱数据样本集中的每个医学影像多图谱数据样本都对应一个医学诊断分类标签，所述医学诊断分类标签的数量与针对所述医学影像多图谱数据样本集中的医学影像多图谱数据样本的医学诊断类别概率向量的维度相同。4.根据权利要求2所述的方法，其特征在于，针对所述医学影像多图谱数据样本集中的医学影像多图谱数据样本的医学诊断类别概率向量的维度与针对所述待分类的医学影像单图谱数据的医学诊断类别的概率向量的维度相同。5.根据权利要求1所述的方法，其特征在于，所述医学影像多图谱数据样本集中的一个医学影像多图谱数据样本是针对一名患者进行医学影像检查后获...

【专利技术属性】
技术研发人员：邓梁，韩士斌，苏明亮，乔治国，
申请(专利权)人：东华医为科技有限公司，
类型：发明
国别省市：