【技术实现步骤摘要】
图像分类方法、训练方法、装置、电子设备以及存储介质
[0001]本公开涉及人工智能
,尤其涉及计算机视觉和深度学习
具体地,涉及一种图像分类方法、训练方法、装置、电子设备以及存储介质。
技术介绍
[0002]医学图像数据是医学领域中的重要数据,在辅助医生进行诊断和病理研究等方面有着重要的作用。针对医学图像的图像分类是基于医学图像的智能分析中的一个基础任务。
[0003]随着人工智能技术的发展,人工智能技术在各个领域得到了广泛的应用。例如,可以利用人工智能技术对医学图像进行分类。
技术实现思路
[0004]本公开提供了一种图像分类方法、图像分类模型的训练方法、装置、电子设备以及存储介质。
[0005]根据本公开的一方面,提供了一种图像分类方法,包括:根据与目标医学图像对应的多个目标切片图像,获取上述多个目标切片图像各自的目标图像特征向量,其中,上述目标图像特征向量是用于表征上述目标切片图像的全局特征和局部特征的特征向量;根据上述多个目标切片图像各自的目标图像特征向量,获取上述多个目标切片图像各自的目标分类向量;以及,对上述多个目标切片图像各自的目标分类向量进行处理,得到上述多个目标切片图像各自的分类结果。
[0006]根据本公开的另一方面,提供了一种训练方法,包括:根据与样本医学图像对应的多个样本切片图像,获取上述多个样本切片图像各自的样本图像特征向量,其中,上述样本图像特征向量是用于表征上述样本切片图像的全局特征和局部特征的特征向量;根据上述多个样本切片图像各自的 ...
【技术保护点】
【技术特征摘要】
1.一种图像分类方法,包括:根据与目标医学图像对应的多个目标切片图像,获取所述多个目标切片图像各自的目标图像特征向量,其中,所述目标图像特征向量是用于表征所述目标切片图像的全局特征和局部特征的特征向量;根据所述多个目标切片图像各自的目标图像特征向量,获取所述多个目标切片图像各自的目标分类向量;以及对所述多个目标切片图像各自的目标分类向量进行处理,得到所述多个目标切片图像各自的分类结果。2.根据权利要求1所述的方法,其中,所述根据与目标医学图像对应的多个目标切片图像,获取所述多个目标切片图像各自的目标图像特征向量,包括:根据第一自注意力和局部特征,对与所述目标医学图像对应的多个目标切片图像进行处理,得到所述多个目标切片图像各自的目标图像特征向量。3.根据权利要求2所述的方法,其中,所述根据第一自注意力和局部特征,对与所述目标医学图像对应的多个目标切片图像进行处理,得到所述多个目标切片图像各自的目标图像特征向量,包括:对与所述目标医学图像对应的多个目标切片图像进行处理,得到所述多个目标切片图像各自的多个目标图像块;对所述多个目标切片图像各自的多个目标图像块进行处理,得到与每个所述目标图像块对应的图像向量;针对每个所述目标切片图像中的每个目标图像块,根据与所述目标图像块对应的图像向量和位置编码,得到与所述每个目标图像块对应的目标中间向量;以及根据所述第一自注意力和所述局部特征,对所述多个目标切片图像各自的多个目标中间向量进行处理,得到所述多个目标切片图像各自的目标图像特征向量。4.根据权利要求1~3中任一项所述的方法,其中,所述根据所述多个目标切片图像各自的目标图像特征向量,获取所述多个目标切片图像各自的目标分类向量,包括:对所述多个目标切片图像各自的目标图像特征向量进行并行处理,得到所述多个目标切片图像各自的目标分类向量。5.根据权利要求4所述的方法,其中,所述对所述多个目标切片图像各自的目标图像特征向量进行并行处理,得到所述多个目标切片图像各自的目标分类向量,包括:根据第二自注意力,对所述多个目标切片图像各自的目标图像特征向量进行处理,得到所述多个目标切片图像各自的目标分类向量。6.根据权利要求5所述的方法,其中,所述根据第二自注意力,对所述多个目标切片图像各自的目标图像特征向量进行处理,得到所述多个目标切片图像各自的目标分类向量,包括:根据所述第二自注意力,对所述多个目标切片图像各自的目标图像特征向量进行处理,得到所述多个目标切片图像各自之间的关联信息;以及根据所述多个目标切片图像各自之间的关联信息,得到所述多个目标切片图像各自的目标分类向量。7.根据权利要求1~6中任一项所述的方法,还包括:
针对与所述目标医学图像对应的多个初始切片图像中的每个初始切片图像,基于与多个预定组织各自的窗宽和窗位,根据所述初始切片图像的强度值,得到所述多个预定组织各自的增强图像;以及对所述多个预定组织各自的增强图像进行融合,得到与所述初始切片图像对应的目标切片图像。8.根据权利要求7所述的方法,其中,所述对所述多个预定组织各自的增强图像进行融合,得到与所述初始切片图像对应的目标切片图像,包括:对所述多个预定组织各自的增强图像进行融合,得到与所述初始切片图像对应的中间切片图像;以及对与所述初始切片图像对应的中间切片图像进行处理,得到与所述中间切片图像对应的目标切片图像。9.根据权利要求1所述的方法,其中,所述多个目标切片图像各自的目标图像特征向量是利用图像分类模型包括的特征提取模块处理与所述目标医学图像对应的多个目标切片图像得到的;其中,所述多个目标切片图像各自的目标分类向量是利用所述图像分类模型包括的关联模块处理所述多个目标切片图像各自的目标图像特征向量得到的。10....
【专利技术属性】
技术研发人员:尚方信,何樾,杨叶辉,王晓荣,
申请(专利权)人:北京百度网讯科技有限公司,
类型:发明
国别省市:
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。