图像分类模型的训练方法和图像分类方法技术

技术编号:40070162 阅读:21 留言:0更新日期:2024-01-17 00:03
本申请涉及一种图像分类模型的训练方法和图像分类方法,图像分类模型包括跨视角模块和分类模块,跨视角模块用于提取输入图像的跨视角表征信息,跨视角模块提取的跨视角表征信息为分类模块的输入,所述方法包括:获取第一训练数据集和第二训练数据集;第一训练数据集和第二训练数据集均包括样本对象的第一样本视角图像和第二样本视角图像;通过第一训练数据集,对图像分类模型中的跨视角模块进行预训练,得到预训练的跨视角模块;通过第二训练数据集,对图像分类模型中的预训练的跨视角模块和未训练的分类模块进行联合训练,得到训练好的图像分类模型。采用本方法能够提高基于该图像分类模型进行图像分类的敏感性和特异性。

【技术实现步骤摘要】

本申请涉及图像处理,特别是涉及一种图像分类模型的训练方法、图像分类方法、装置、计算机设备、存储介质和计算机程序产品。


技术介绍

1、图像分类是一种对图像进行分析后,把图像划归为若干个类别中的某一种的方法。在诸多领域均会用到图像分类,例如,在医疗领域,采集乳腺钼靶图像后,对乳腺钼靶图像进行分类,识别其为正常图像或异常图像,从而确定是否存在乳腺癌。

2、目前,针对乳腺钼靶图像的分类,现有方法多采用乳腺钼靶图像的影像征象进行分类,例如,采用乳腺钼靶图像中肿块和钙化的性质、形态、乳头是否凹陷等,来判断乳腺的良恶性,从而进行分类。但是,依靠影像征象进行分类的方法缺乏定量标准、不同医生之间的一致性差异较大,并且依靠影像征象的分析存在敏感性和特异性不高的问题。


技术实现思路

1、基于此,有必要针对上述方法存在的影像分析的敏感性和特异性不高的技术问题,提供一种图像分类模型的训练方法、图像分类方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、第一方面,本申请提供了一种图像分类模型的训练方本文档来自技高网...

【技术保护点】

1.一种图像分类模型的训练方法,其特征在于,所述图像分类模型包括跨视角模块和分类模块,所述跨视角模块用于提取输入图像的跨视角表征信息,所述跨视角模块提取的跨视角表征信息为所述分类模块的输入,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述通过所述第一训练数据集,对所述图像分类模型中的所述跨视角模块进行预训练,得到预训练的跨视角模块,包括:

3.根据权利要求2所述的方法,其特征在于,所述跨视角模块包括第一编码器、第二编码器、跨视角编码器、第一解码器和第二解码器;

4.根据权利要求1所述的方法,其特征在于,所述样本对象具有对应的类别标签;...

【技术特征摘要】

1.一种图像分类模型的训练方法,其特征在于,所述图像分类模型包括跨视角模块和分类模块,所述跨视角模块用于提取输入图像的跨视角表征信息,所述跨视角模块提取的跨视角表征信息为所述分类模块的输入,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述通过所述第一训练数据集,对所述图像分类模型中的所述跨视角模块进行预训练,得到预训练的跨视角模块,包括:

3.根据权利要求2所述的方法,其特征在于,所述跨视角模块包括第一编码器、第二编码器、跨视角编码器、第一解码器和第二解码器;

4.根据权利要求1所述的方法,其特征在于,所述样本对象具有对应的类别标签;

5.根据权利要求1所述的方法,其特征在于,所述获取第一训练数据集和第二...

【专利技术属性】
技术研发人员:王梅云吴青霞
申请(专利权)人:北京联影智能影像技术研究院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1