胃活检图像分类方法、装置、设备、介质和程序产品制造方法及图纸

本申请涉及医学图像分类技术领域，提供了一种胃活检图像分类方法、装置、设备、介质和程序产品，该方法包括：获取目标对象的胃活检图像、内镜报告信息、以及个体属性信息；提取胃活检图像中的异常特征，处理异常特征，得到异常分类概率分布；提取内镜报告信息中的文本特征，检测文本特征，得到内镜分类概率分布；确定个体属性信息与历史异常统计数据之间的对应关系，基于对应关系，得到个体属性信息在历史异常统计数据中所属的目标数据分组，获取目标数据分组中的各个异常分类所占的数据比例；根据异常分类概率分布、内镜分类概率分布、以及各个异常分类所占的数据比例的融合结果，得到胃活检图像的分类结果。胃活检图像的分类结果。胃活检图像的分类结果。

【技术实现步骤摘要】
胃活检图像分类方法、装置、设备、介质和程序产品


[0001]本申请涉及医学图像分类
，特别是涉及一种胃活检图像分类方法、装置、设备、介质和程序产品。

技术介绍

[0002]随着医学图像分类技术的迅速发展，越来越多的技术人员选择将深度学习网络用于进行各类型医学图像的处理与分类。其中，基于深度学习网络进行胃活检图像分类，能够有效提升获取胃活检图像的分类结果的效率。
[0003]然而，目前在基于深度学习网络进行胃活检图像分类时，采用的分类依据较为单一，仅涉及从胃活检图像中直接提取的图像特征信息，而并未考虑其他影响因素，故基于该技术获取的胃活检图像的分类结果，其准确性还有待提高。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种胃活检图像分类方法、装置、设备、介质和程序产品。
[0005]第一方面，本申请提供了一种胃活检图像分类方法。所述方法包括：获取目标对象的胃活检图像、内镜报告信息、以及个体属性信息；提取所述胃活检图像中的异常特征，处理所述异常特征，得到异常分类概率分布；提取所述内镜报告信息中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种胃活检图像分类方法，其特征在于，所述方法包括：获取目标对象的胃活检图像、内镜报告信息、以及个体属性信息；提取所述胃活检图像中的异常特征，处理所述异常特征，得到异常分类概率分布；提取所述内镜报告信息中的文本特征，检测所述文本特征，得到内镜分类概率分布；确定所述个体属性信息与历史异常统计数据之间的对应关系，基于所述对应关系，得到所述个体属性信息在所述历史异常统计数据中所属的目标数据分组，获取所述目标数据分组中的各个异常分类所占的数据比例；根据所述异常分类概率分布、所述内镜分类概率分布、以及所述各个异常分类所占的数据比例的融合结果，得到所述胃活检图像的分类结果。2.根据权利要求1所述的方法，其特征在于，所述提取所述内镜报告信息中的文本特征，检测所述文本特征，得到内镜分类概率分布，包括：构建各个异常分类类别与各个内镜分类类别之间的关联关系；根据所述关联关系，提取所述内镜报告信息中的文本特征；采用全连接神经网络，检测所述文本特征，得到所述内镜分类概率分布。3.根据权利要求2所述的方法，其特征在于，所述根据所述异常分类概率分布、所述内镜分类概率分布、以及所述各个异常分类所占的数据比例的融合结果，得到所述胃活检图像的分类结果，包括：基于所述关联关系，对所述异常分类概率分布、所述内镜分类概率分布、以及所述各个异常分类所占的数据比例进行多模态特征融合；根据所述多模态特征融合的结果，得到所述胃活检图像的分类结果。4.根据权利要求1所述的方法，其特征在于，所述确定所述个体属性信息与历史异常统计数据之间的对应关系之前，所述方法还包括：根据个体数据分组依据，将所述历史异常统计数据中的每一个体数据，分别纳入相应的数据分组，得到包含有若干...

【专利技术属性】
技术研发人员：吴泽勤，黄晓巍，殷浩原，黄舒婷，汪进，陈睿，
申请(专利权)人：赛维森广州医疗科技服务有限公司，
类型：发明
国别省市：