【技术实现步骤摘要】
本专利技术实施例涉及计算机处理技术，尤其涉及一种基于分割引导的图像分类方法、装置、电子设备及介质。
技术介绍
1、在医学影像处理中，高维度的3d医疗图像提供了丰富的解剖信息。然而，对准确的病灶类型进行分类对于后续诊疗指导起着至关重要的作用。
2、目前对3d医疗图像的分类方法常常面临解剖结构复杂、信息丰富度不均，导致无法有效对其进行分类的问题。
技术实现思路
1、本专利技术实施例提供一种基于分割引导的图像分类方法、装置及设备，以实现通过对目标部位的3d图像分析处理，确定输出所述病灶部位所对应的目标分类结果，提高分类结果确定的便捷性以及高效性的效果。
2、第一方面，本专利技术实施例提供了一种基于分割引导的图像分类方法，该方法包括：
3、获取包括目标部位的3d图像；
4、将所述3d图像拆分为每个扫描层所对应的二维图像；
5、将多个所述二维图像输入至预先训练得到的病灶分类模型中，输出在所述3d图像中将病灶部位标记出的病灶分割引导图像，以及输出所述病灶部位所对应的目标分类结果。
6、第二方面，本专利技术实施例还提供了一种基于分割引导的图像分类装置，该装置包括：
7、图像获取模块，用于获取包括目标部位的3d图像；
8、图像拆分模块，用于将所述3d图像拆分为每个扫描层所对应的二维图像；
9、图像分类模块，用于将多个所述二维图像输入至预先训练得到的病灶分类模型中，输出在所述3d图像中将病灶部
10、第三方面，本专利技术实施例还提供了一种电子设备，所述设备包括：
11、一个或多个处理器；
12、存储装置，用于存储一个或多个程序，
13、当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本专利技术实施例任一所述的基于分割引导的图像分类方法。
14、第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本专利技术实施例任一所述的基于分割引导的图像分类方法。
15、本专利技术实施例的技术方案，通过获取包括目标部位的3d图像，将所述3d图像拆分为每个扫描层所对应的二维图像，将多个所述二维图像输入至预先训练得到的病灶分类模型中，输出在所述3d图像中将病灶部位标记出的病灶分割引导图像，以及输出所述病灶部位所对应的目标分类结果，其中，所述病灶分类模型中包括编码器、与所述编码器相连接的rnn网络和解码器，解决了现有技术中的3d分类面临解剖结构复杂、信息丰富度不均，导致无法有效对其进行分类或者分类结果不准确的问题，同时，依赖人工来进行图像分类时，对用户的知识要求较高，以及存在一定误差率的问题，实现了可以基于神经网络将病灶部位标记出来以及确定其分类结果，提高了确定病灶分类结果确定准确性和便捷性的效果。
本文档来自技高网...【技术保护点】
1.一种基于分割引导的图像分类方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述获取包括目标部位的3D图像，包括：
3.根据权利要求1所述的方法，其特征在于，还包括：
4.根据权利要求3所述的方法，其特征在于，还包括：
5.根据权利要求4所述的方法，其特征在于，所述基于所述输出序列确定预测分类标签，包括：
6.根据权利要求1或4所述的方法，其特征在于，所述编码器和所述解码器的第一预设损失函数，所述RNN网络对应于第二预设损失函数；基于所述第一预设损失函数和所述第二预设损失函数所对应的分配权重，确定所述预设损失函数。
7.根据权利要求1所述的方法，其特征在于，所述目标部位包括乳房部位，所述目标分类结果包括良性分类结果或恶性分类结果。
8.一种基于分割引导的图像分类装置，其特征在于，包括：
9.一种电子设备，其特征在于，所述设备包括：
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的基于分
...【技术特征摘要】
1.一种基于分割引导的图像分类方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述获取包括目标部位的3d图像，包括：
3.根据权利要求1所述的方法，其特征在于，还包括：
4.根据权利要求3所述的方法，其特征在于，还包括：
5.根据权利要求4所述的方法，其特征在于，所述基于所述输出序列确定预测分类标签，包括：
6.根据权利要求1或4所述的方法，其特征在于，所述编码器和所述解码器的第一预设损失函数，所述rnn网络对应于第二预设损...
【专利技术属性】
技术研发人员：刘长东，许文仪，周子捷，冯焕，周锦泽，孙淼，
申请(专利权)人：联仁健康医疗大数据科技股份有限公司，
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。