CN114419375B - 图像分类方法、训练方法、装置、电子设备以及存储介质 - Google Patents
图像分类方法、训练方法、装置、电子设备以及存储介质 Download PDFInfo
- Publication number
- CN114419375B CN114419375B CN202210068983.7A CN202210068983A CN114419375B CN 114419375 B CN114419375 B CN 114419375B CN 202210068983 A CN202210068983 A CN 202210068983A CN 114419375 B CN114419375 B CN 114419375B
- Authority
- CN
- China
- Prior art keywords
- target
- image
- slice images
- sample
- classification
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 107
- 238000012549 training Methods 0.000 title claims abstract description 60
- 239000013598 vector Substances 0.000 claims abstract description 249
- 238000012545 processing Methods 0.000 claims abstract description 95
- 238000000605 extraction Methods 0.000 claims description 49
- 238000013145 classification model Methods 0.000 claims description 41
- 230000008569 process Effects 0.000 claims description 17
- 230000000007 visual effect Effects 0.000 claims description 13
- 238000013473 artificial intelligence Methods 0.000 abstract description 6
- 238000013135 deep learning Methods 0.000 abstract description 2
- 210000001519 tissue Anatomy 0.000 description 33
- 230000006870 function Effects 0.000 description 15
- 238000004891 communication Methods 0.000 description 12
- 238000004590 computer program Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 9
- 230000009466 transformation Effects 0.000 description 8
- 238000010606 normalization Methods 0.000 description 7
- 230000003902 lesion Effects 0.000 description 6
- 210000000988 bone and bone Anatomy 0.000 description 4
- 210000005013 brain tissue Anatomy 0.000 description 4
- 238000002591 computed tomography Methods 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 4
- 238000003706 image smoothing Methods 0.000 description 4
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 210000004556 brain Anatomy 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000002595 magnetic resonance imaging Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012014 optical coherence tomography Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000007499 fusion processing Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000002601 radiography Methods 0.000 description 2
- 238000000844 transformation Methods 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- 206010008111 Cerebral haemorrhage Diseases 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30016—Brain
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Epidemiology (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Image Analysis (AREA)
Abstract
本公开提供了一种图像分类方法、训练方法、装置、电子设备以及存储介质,涉及人工智能技术领域,尤其涉及计算机视觉和深度学习技术领域。具体实现方案为:根据与目标医学图像对应的多个目标切片图像,获取多个目标切片图像各自的目标图像特征向量,其中,目标图像特征向量是用于表征目标切片图像的全局特征和局部特征的特征向量;根据多个目标切片图像各自的目标图像特征向量,获取多个目标切片图像各自的目标分类向量;对多个目标切片图像各自的目标分类向量进行处理,得到多个目标切片图像各自的分类结果。
Description
技术领域
本公开涉及人工智能技术领域,尤其涉及计算机视觉和深度学习技术领域。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。
背景技术
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。
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。
发明内容
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。
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。
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样本图像特征向量,获取上述多个样本切片图像各自的样本分类向量;对上述多个样本切片图像各自的样本分类向量进行处理,得到上述多个样本切片图像各自的第一预测分类结果;以及,利用上述第一预测分类结果和真实分类结果,训练图像分类模型,得到经训练的图像分类模型。
根据本公开的一方面,提供了一种图像分类装置,包括:第一获取模块,用于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;第二获取模块,用于根据上述多个目标切片图像各自的目标图像特征向量,得到上述多个目标切片图像各自的目标分类向量;以及,第一获得模块,用于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。
根据本公开的另一方面,提供了一种训练装置,包括:第三获取模块,用于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;第四获取模块,用于根据上述多个样本切片图像各自的样本图像特征向量,获取上述多个样本切片图像各自的样本分类向量;第二获得模块,用于对上述多个样本切片图像各自的样本分类向量进行处理,得到上述多个样本切片图像各自的第一预测分类结果;以及,第一训练模块,用于利用上述第一预测分类结果和真实分类结果,训练图像分类模型,得到经训练的图像分类模型。
根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与上述至少一个处理器通信连接的存储器;其中,上述存储器存储有可被上述至少一个处理器执行的指令,上述指令被上述至少一个处理器执行,以使上述至少一个处理器能够执行如本公开所述的方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,上述计算机指令用于使上述计算机执行如本公开所述的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,上述计算机程序在被处理器执行时实现如本公开所述的方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1示意性示出了根据本公开实施例的可以应用图像分类方法、训练方法及装置的示例性***架构;
图2示意性示出了根据本公开实施例的图像分类方法的流程图;
图3示意性示出了根据本公开实施例的图像分类过程的示例示意图;
图4示意性示出了根据本公开实施例的训练方法的流程图;
图5示意性示出了根据本公开实施例的训练过程的示例示意图;
图6示意性示出了根据本公开实施例的图像分类装置的框图;
图7示意性示出了根据本公开实施例的训练装置的流程图;以及
图8示意性示出了根据本公开实施例的适于实现图像分类方法和训练方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
医学图像可以包括多个二维的切片图像。医学图像包括的切片图像的数目可以在百级别。医学图像可以包括以下一项:CT(Computerized Tomography,计算机断层扫描)图像、ECT(Emission Computed Tomography,发射型计算机层析成像)图像、PET(PositronEmission Computed Tomography,正电子发射计算机断层显像)图像、MRI(MagneticResonance Imaging,磁共振成像)图像、超声图像、OCT(Optical Coherence Tomography,光学相干层析成像)图像和X射线摄影。
针对医学图像的图像分类,可以对切片图像进行处理,确定与切片图对应的图像分类结果。图像分类结果可以包括以下至少一项:与切片图像对应的部位、与切片图像对应的组织和与切片图像对应的病灶。可以利用基于卷积神经网络模型的图像分类方案实现针对医学图像的图像分类。即,利用卷积神经网络模型处理医学图像包括的每个切片图像,得到与每个切片图像对应的图像分类结果。
卷积神经网络模型倾向于捕捉切片图像的局部特征,而忽略了切片图像的其他特征,因此,使得图像分类的准确性欠佳。
为此,本公开实施例提出了一种图像分类方案。通过对与目标医学图像对应的多个目标切片图像进行全局特征和局部特征的提取,增强了表征学习能力。在此基础上,通过对包括目标切片图像的全局特征和局部特征的目标图像特征向量进行处理,得到与多个目标切片图像各自的目标分类向量,再通过对每个目标分类向量进行处理,得到与多个目标切片图像各自对应的分类结果。上述过程考虑了切片图像的局部信息和全局信息,因此,提高了图像分类的准确性。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
图1示意性示出了根据本公开实施例的可以应用图像分类方法、训练方法及装置的示例性***架构。
需要注意的是,图1所示仅为可以应用本公开实施例的***架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、***、环境或场景。例如,在另一实施例中,可以应用图像分类方法、训练方法及装置的示例性***架构可以包括终端设备,但终端设备可以无需与服务器进行交互,即可实现本公开实施例提供的图像分类方法、训练方法及装置。
如图1所示,根据该实施例的***架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线和/或无线通信链路等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如知识阅读类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端和/或社交平台软件等(仅为示例)。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等。
服务器105可以是提供各种服务的各种类型的服务器。例如,服务器105可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务(Virtual Private Server,VPS)中,存在的管理难度大,业务扩展性弱的缺陷。服务器105也可以为分布式***的服务器,或者是结合了区块链的服务器。
需要说明的是,本公开实施例所提供的图像分类方法一般可以由终端设备101、102、或103执行。相应地,本公开实施例所提供的图像分类装置也可以设置于终端设备101、102、或103中。
或者,本公开实施例所提供的图像分类方法一般也可以由服务器105执行。相应地,本公开实施例所提供的图像分类装置一般可以设置于服务器105中。本公开实施例所提供的图像分类方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地,本公开实施例所提供的图像分类装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
本公开实施例所提供的训练方法一般可以由服务器105执行。相应地,本公开实施例所提供的训练装置一般可以设置于服务器105中。本公开实施例所提供的训练方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地,本公开实施例所提供的训练装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
或者,本公开实施例所提供的训练方法一般也可以由终端设备101、102、或103执行。相应地,本公开实施例所提供的训练装置也可以设置于终端设备101、102、或103中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
应注意,以下方法中各个操作的序号仅作为该操作的表示以便描述,而不应被看作表示该各个操作的执行顺序。除非明确指出,否则该方法不需要完全按照所示顺序来执行。
图2示意性示出了根据本公开实施例的图像分类方法的流程图。
如图2所示,该方法200包括操作S210~S230。
在操作S210,根据与目标医学图像对应的多个目标切片图像,获取多个目标切片图像各自的目标图像特征向量。目标图像特征向量是用于表征目标切片图像的全局特征和局部特征的特征向量。
在操作S220,根据多个目标切片图像各自的目标图像特征向量,获取多个目标切片图像各自的目标分类向量。
在操作S230,对多个目标切片图像各自的目标分类向量进行处理,得到多个目标切片图像各自的分类结果。
根据本公开的实施例,目标医学图像可以包括为了进行医疗或医学研究,对人体或人体某部分,以非侵入方式取得的内部组织影像。目标医学图像可以包括以下一项:目标CT图像、目标ECT图像、目标PET图像、目标MRI图像、目标超声图像、目标OCT图像和目标X射线摄影等。例如,目标CT图像可以包括目标脑部CT图像、目标腹部CT图像或目标胸部CT图像。
根据本公开的实施例,目标医学图像可以包括多个目标切片图像。多个目标切片图像可以是通过对目标医学图像进行预处理得到的。与每个目标医学图像对应的多个目标切片图像之间具有关联关系。
根据本公开的实施例,目标图像特征向量可以是对目标切片图像进行全局特征和局部特征提取得到的。例如,可以根据全局特征提取和局部特征,对目标切片图像进行处理,得到目标切片图像的目标图像特征向量。例如,可以利用根据全局特征提取策略和局部特征提取策略确定的能够实现提取全局特征和局部特征的模型结构来处理目标切片图像,得到目标切片图像的目标图像特征向量。目标图像特征向量可以包括目标切片图像的全局特征和局部特征。
根据本公开的实施例,目标分类向量可以是对目标图像特征向量进行处理后得到的。可以通过对目标分类向量进行处理,得到目标切片图像的分类结果。分类结果可以根据实际分类策略确定,在此不作限定。例如,分类结果可以包括以下至少一项:与目标切片图像对应的部位、与目标切片图像对应的组织和与目标切片图像对应的病灶。例如,如果目标医学图像是目标脑部CT图像,则分类结果可以包括与切片图像对应的组织和与切片图像对应的病灶。
根据本公开的实施例,通过对与目标医学图像对应的多个目标切片图像进行全局特征和局部特征的提取,增强了表征学习能力。在此基础上,通过根据包括目标切片图像的全局特征和局部特征的目标图像特征向量,获取与多个目标切片图像各自对应目标分类向量,再通过对每个目标分类向量进行处理,得到与多个目标切片图像各自对应的分类结果。上述过程考虑了目标切片图像的局部信息和全局信息,因此,提高了图像分类的准确性。
根据本公开的实施例,上述图像分类方法还可以包括如下操作。
针对与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,基于多个预定组织各自的窗宽和窗位,根据初始切片图像的强度值,得到多个预定组织各自的增强图像。对多个预定组织各自的增强图像进行融合,得到与初始切片图像对应的目标切片图像。
根据本公开的实施例,可以根据DICOM(Digital Imaging and Communicationsin Medicine,医学数字成像和通信)格式的初始切片图像,获取得到初始切片图像的强度值。DICOM格式是医学图像和相关信息的国际标准(ISO 12052),它定义了质量能满足临床需要的可用于数据交换的医学图像格式。
根据本公开的实施例,可以基于多个预定组织进行窗宽和窗位的设置,通过对不同预定组织使用不同的窗宽和窗位,可以更精确地反映解剖内容和病灶影像表现。即,为了融合不同组织之间的影像信息,可以对多个预定组织设置不同窗宽和窗位,得到多个预定组织各自的增强图像。
根据本公开的实施例,在获得多个预定组织各自的增强图像之后,可以将多个预定组织各自的增强图像进行拼接,得到与初始切片图像对应的目标切片图像。
例如,目标医学图像是目标脑部CT图像。强度值可以指CT值(即HU(HousfiedUnit)值)。多个预定组织可以包括脑组织、骨头和病灶。例如,脑组织的窗宽可以是[40,80]。骨头的窗宽可以是[40,380]。病灶的窗宽可以是[80,200]。在基于三个预定组织各自的窗宽和窗位,根据初始切片图像的CT值,得到脑组织的增强图像、骨头的增强图像和病灶的增强图像。对脑组织的增强图像、骨头的增强图像和病灶的增强图像进行拼接,得到与初始切片图像对应的目标切片图像。
根据本公开的实施例,对多个预定组织各自的增强图像进行融合,得到与初始切片图像对应的目标切片图像,可以包括如下操作。
对多个预定组织各自的增强图像进行融合,得到与初始切片图像对应的中间切片图像。对与初始切片图像对应的中间切片图像进行处理,得到与中间切片图像对应的目标切片图像。
根据本公开的实施例,可以将多个预定组织各自的增强图像进行拼接,得到与初始切片图像对应的中间切片图像。在获得中间切片图像之后,可以对中间切片图像进行图像裁剪和图像平滑中的至少一项处理,得到目标切片图像。图像裁剪可以用于裁剪图像的噪声部分,得到图像的有效部分。图像平滑可以是指用于突出图像的宽大区域、低频成分、主干部分或抑制图像噪声和干扰高频成分的图像处理方法。图像平滑的目的是使图像亮度平缓渐变,减小突变梯度,改善图像质量。图像平滑可以包括以下至少一项:插值方法、线性平滑方法和卷积法等。
例如,针对RGB格式的中间切片图像,可以裁剪掉黑色的图像边缘,并对裁剪后得到的剩余切片图像进行图像平滑,得到目标切片图像。
根据本公开的实施例,通过根据初始切片图像的强度值,基于多个预定组织各自的窗宽和窗位,得到多个预定组织各自的增强图像,可以根据不同的预定组织选择需要的图像位置,从而裁剪掉不需要的图像部分。此外,通过对中间切片图像进行处理得到对应的目标切片图像,可以提高目标切片图像的质量,进而提高图像分类的准确性。
根据本公开的实施例,与目标医学图像对应的切片方式包括横断位切片、矢状位切片或冠状位切片。
根据本公开的实施例,横断位切片即水平面切片,矢状位切片即正中面切片,冠状位切片即额状轴切片。
根据本公开的实施例,可以通过对三维影像的不同切片方式,得到对医学图像更为完整的特征提取,从而提高图像分类的准确度。
根据本公开的实施例,操作S210可以包括如下操作。
根据第一自注意力和局部特征,对与目标医学图像对应的多个目标切片图像进行处理,得到多个目标切片图像各自的目标图像特征向量。
根据本公开的实施例,注意力可以用于实现以高权重去聚焦重要信息,低权重去忽略非重要信息,并能通过共享重要信息与其他信息进行信息交换,从而实现重要信息的传递。局部特征可以用于实现提取局部特征。第一自注意力能够提取同一目标切片图像的图像部分内部和不同图像部分之间的信息,以更好地完成对目标切片图像的处理。
根据本公开的实施例,可以根据第一自注意力策略和局部特征提取策略,对与目标医学图像对应的多个目标切片图像进行处理,得到多个目标切片图像各自的目标图像特征向量。可以根据第一自注意力确定第一自注意力层。例如,可以根据第一自注意力策略确定第一自注意力层。根据局部特征确定第一前馈神经网络层。例如,可以根据局部特征提取策略确定第一前馈神经网络层。第一自注意力层的输出可以作为第一前馈神经网络层的输入。
根据本公开的实施例,根据第一自注意力和局部特征,对与目标医学图像对应的多个目标切片图像进行处理,得到多个目标切片图像各自的目标图像特征向量,可以包括如下操作。
对与医学图像对应的多个目标切片图像进行处理,得到多个目标切片图像各自的多个目标图像块。对多个目标切片图像各自的多个目标图像块进行处理,得到与每个目标图像块对应的图像向量。针对每个目标切片图像中的每个目标图像块,根据与目标图像块对应的图像向量和位置编码,得到与每个目标图像块对应的目标中间向量。根据第一自注意力和局部特征,对多个目标切片图像各自的多个目标中间向量进行处理,得到多个目标切片图像各自的目标图像特征向量。
根据本公开的实施例,目标图像块(即Patch)的尺寸大小可以根据实际业务需求进行配置,在此不作限定。例如,目标图像块的尺寸大小4×4,目标切片图像的尺寸大小是256×256,可以将目标切片图像划分为16个目标图像块,并根据该16个目标图像块得到1×16的图像序列,然后按照目标图像块的顺序进行编码,可得到位置编码。位置编码方法可以包括正余弦位置编码方法或学习位置向量方法。
根据本公开的实施例,在获得多个目标切片图像各自的多个目标图像块之后,可以对每个目标图像块进行线性映射,得到与每个目标图像块对应的图像向量。
根据本公开的实施例,可以通过将位置编码和图像向量进行相加处理,得到包括绝对位置编码的目标中间向量。也可以通过将位置编码直接融入到第一自注意力中,得到包括相对位置编码的目标图像特征向量。根据本公开的实施例,可以根据多个目标切片图像各自的多个目标图像块的图像向量和位置编码,得到与每个目标图像块对应的目标中间向量,然后可以基于第一自注意力策略提取目标中间向量的全局特征,根据局部特征提取目标中间向量的局部特征,以便得到多个目标切片图像各自的目标图像特征向量。通过上述可以提取目标切片图像的局部特征和全局特征,提高了图像分类的准确性。
根据本公开的实施例,操作S220可以包括如下操作。
对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,得到多个目标切片图像各自的目标分类向量。
根据本公开的实施例,可以根据并行处理策略,对多个目标图像特征向量进行处理,得到多个目标切片图像各自的目标分类向量。并行处理策略可以包括以下至少一项:利用卷积神经网络结构实现的策略和第二自注意力策略。
根据本公开的实施例,通过对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,无需上下文信息中,下文等候上文输出的特征,因此,能够处理较长的序列信息,提高了处理效率。
根据本公开的实施例,对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,得到多个目标切片图像各自的目标分类向量,可以包括如下操作。
根据第二自注意力,对多个目标切片图像各自的目标图像特征向量进行处理,得到多个目标切片图像各自的目标分类向量。
根据本公开的实施例,第二自注意力能够提取不同目标切片图像之间的信息,以更好地完成对目标医学图像的处理。
根据本公开的实施例,可以根据第二自注意力策略,对多个目标切片图像各自的目标图像特征向量进行处理,得到多个目标切片图像各自的目标分类向量。可以根据第二自注意力确定第一自注意力层。例如,可以根据第二自注意力策略确定第一自注意力层。利用第一自注意力层处理多个目标切片图像各自的目标图像特征向量,得到多个目标切片图像各自的目标分类向量。
根据本公开的实施例,根据第二自注意力,对多个目标切片图像各自的目标图像特征向量进行处理,得到多个目标切片图像各自的目标分类向量,可以包括如下操作。
根据第二自注意力,对多个目标切片图像各自的目标图像特征向量进行处理,得到多个目标切片图像各自之间的关联信息。根据多个目标切片图像各自之间的关联信息,得到多个目标切片图像各自的目标分类向量。
根据本公开的实施例,第二自注意力可以获得同一目标医学图像对应的多个目标切片图像之间的关联信息。例如,可以将多个目标切片图像各自的目标图像特征向量拼接为目标图像特征向量组,对目标图像特征向量组进行处理,将目标图像特征向量组变换为目标分类向量组,以便得到与每个目标切片图像对应的分类结果。
根据本公开的实施例,根据第二自注意力能够在实现并行的基础上,提取不同目标切片图像之间的信息,因此,能够提高图像分类的准确性。
根据本公开的实施例,多个目标切片图像各自的目标图像特征向量可以是利用图像分类模型包括的特征提取模块处理与目标医学图像对应的多个目标切片图像得到的。多个目标切片图像各自的目标分类向量可以是利用图像分类模型包括的关联模块处理多个目标切片图像各自的目标图像特征向量得到的。
根据本公开的实施例,图像分类模型可以包括特征提取模块和关联模块。特征提取模块可以包括用于提取全局特征和局部特征的模型结构。例如,特征提取模块可以包括全连接结构和注意力结构。全连接结构可以用于实现提取局部特征。注意力结构可以用于实现提取全局特征。
根据本公开的实施例,关联模块可以包括用于实现并行处理图像特征向量的结构。此外,关联模块还可以包括用于捕捉不同切片图像之间关联信息的结构。
根据本公开的实施例,特征提取模块可以包括视觉Transformer模型,关联模块可以包括时序Transformer模型。
根据本公开的实施例,视觉Transformer模型可以指能够利用自注意力机制来提取图像部分内部和不同图像部分之间信息的模型结构。图像部分可以是图像块。视觉Transformer模型可以包括Vision Transformer模型或Swin Transformer模型。时序Transformer模型可以包括Sequence Transformer模型。
根据本公开的实施例,Vision Transformer模型可以将计算机视觉和自然语言处理领域知识结合起来,对每个目标切片图像进行分块,得到与每个目标切片图像对应的多个目标图像块,根据与每个目标图像块对应的图像向量和位置编码,得到与每个目标图像块对应的目标中间向量。利用原始Transformer模型的编码器(即Encoder)和解码器(即Decoder)处理多个目标中间向量,得到与每个目标切片图像对应的目标图像特征向量。利用分类器处理目标图像特征向量,得到每个目标切片图像的分类结果。Swin Transformer模型可以看作是对Vision Transformer模型的改进,相当于引入了局部聚合的信息。
根据本公开的实施例,通过利用视觉Transformer模型得到目标图像特征向量,可以得到目标切片图像的局部特征和全局特征。通过利用时序Transformer模型得到目标分类向量,可以得到多个目标切片图像之间的关联信息。此外,上述过程所应用的模型均属于Transformer类模型,无需进行不同模型之间的数据转换,因此,可以减少图像分类处理的时间,并且提高图像分类处理的精度。
根据本公开的实施例,通过对公开的脑出血CT图像应用本公开实施例的图像分类方法进行图像分类,结果如表1所示。
模型 | mAUC指标 |
视觉Transformer模型 | 0.95 |
视觉Transformer模型+时序Transformer模型 | 0.98 |
表1
根据本公开的实施例,mAUC指标属于模型评价指标,可以用于评价模型性能。
根据本公开的实施例,本公开实施例提供的视觉Transformer模型的架构能够提取同一切片图像的图像部分内部和不同图像部分之间的信息,有助于提高信息捕获能力,提高医学图像分类的准确性。本公开实施例提供的结合视觉Transformer模型和时序Transformer模型的架构,在能够提高提取切片图像的信息捕获能力的基础上,还能够提取不同切片图像之间的信息,有助于提高不同切片图像之间的信息捕获能力,提高医学图像分类的准确性。
下面参考图3,结合具体实施例对根据本公开实施例所述的图像分类方法做进一步说明。
图3示意性示出了根据本公开实施例的图像分类过程的示例示意图。
如图3所示,图像分类模型304包括特征提取模块3041和关联模块3042。
根据初始切片图像301的强度值,基于多个预定组织各自的窗宽和窗位,对初始切片图像301进行处理,得到增强图像,然后对增强图像进行融合处理,得到目标切片图像302。
对目标切片图像302进行处理,得到目标切片图像302的多个目标图像块,然后根据目标图像块的对应的图像向量和位置编码303,得到与每个目标图像块对应的目标中间向量。
利用特征提取模块3041处理目标中间向量,得到目标图像特征向量305。
利用关联模块3042处理目标图像特征向量305,得到目标分类向量306。
图4示意性示出了根据本公开实施例的训练方法的流程图。
如图4所示,该方法400包括操作S410~S440。
在操作S410,根据与样本医学图像对应的多个样本切片图像,获取多个样本切片图像各自的样本图像特征向量。样本图像特征向量是用于表征样本切片图像的全局特征和局部特征的特征向量。
在操作S420,根据多个样本切片图像各自的样本图像特征向量,获取多个样本切片图像各自的样本分类向量。
在操作S430,对多个样本切片图像各自的样本分类向量进行处理,得到多个样本切片图像各自的第一预测分类结果。
在操作S440,利用第一预测分类结果和真实分类结果,训练图像分类模型,得到经训练的图像分类模型。
根据本公开的实施例,多个样本切片图像可以是通过对样本医学图像进行预处理后得到的多。与每个样本医学图像对应的多个样本切片图像之间具有关联关系。
根据本公开的实施例,样本图像特征向量可以是对样本医学图像进行全局特征和局部特征提取得到的。样本图像特征向量可以包括样本切片图像的全局特征和局部特征。
根据本公开的实施例,样本分类向量可以是对样本图像特征向量进行进一步处理后得到的。可以通过对样本分类向量进行处理,得到样本切片图像的第一预测分类结果。
例如,样本医学图像的数目可以包括M个,M可以是大于1的整数。针对某个样本医学图像,该样本医学图像可以包括N个样本切片图像,N可以是大于1的整数。可以利用上述操作S410对样本医学图像进行处理,得到与N个样本切片图像各自对应的样本图像特征向量。根据与N个样本切片图像各自对应的样本图像特征向量,得到与样本医学图像对应的样本图像特征向量组,即,样本图像特征向量组(N,F)。F是样本图像特征向量的长度。每个样本医学图像具有与其对应的样本图像特征向量组,所不同的是N的数目,即,不同样本医学图像包括的样本切片图像的数目可能不同。由此可以得到M个样本图像特征向量组。可以从M个样本图像特征向量组中确定B个样本图像特征向量组,得到(B,N,F)的序列组。不同的样本医学图像包括的样本切片图像的数目可能不同,为了实现拼接(B,N,F)的序列组,可以从B个样本图像特征向量组中确定样本切片图像数目的最大值,即Nmax,不足样本图像特征向量组进行补零处理,由此得到(B,Nmax,F)的序列组。对(B,Nmax,F)进行处理,得到与每个样本切片对应的第一预测分类结果。
根据本公开的实施例,图像分类模型包括特征提取模块和关联模块。上述训练方法还可以包括如下操作。
对多个样本切片图像各自的样本图像特征向量进行处理,得到多个样本切片图像各自的第二预测分类结果。利用第二预测分类结果和真实分类结果,训练特征提取模块,得到经训练的特征提取模块。
根据本公开的实施例,利用第一预测分类结果和真实分类结果训练图像分类模型,得到经训练的图像分类模型,可以包括如下操作。
在保持经训练的特征提取模块的模型参数不变的情况下,利用第一预测分类结果和真实分类结果训练关联模块,得到经训练的图像分类模型。
根据本公开的实施例,可以基于第一损失函数,利用真实分类结果和第二预测分类结果,得到第一输出值。根据第一输出值调整特征提取模块的模型参数,直至满足预定条件。例如,可以根据反向传播算法或随机梯度下降算法,调整预定模型的模型参数,直至满足预定条件。将在满足预定条件的情况下得到的特征提取模块确定为经训练的特征提取模块。
根据本公开的实施例,可以基于第二损失函数,利用真实分类结果和第一预测分类结果,得到第二输出值。根据第二输出值调整关联模块的模型参数,直至满足预定条件。例如,可以根据反向传播算法或随机梯度下降算法,调整预定模型的模型参数,直至满足预定条件。将在满足预定条件的情况下得到的特征提取模块和关联模块确定为图像分类模型。
根据本公开的实施例,第一损失函数和第二损失函数例如可以包括Hinge损失函数、指数损失函数、平方损失函数或交叉熵损失函数。预定条件可以包括输出值收敛和训练轮次达到最大训练轮次中的至少一项。
根据本公开的实施例,可以利用真实分类结果和第二预测分类结果对特征提取模块进行训练,得到经训练的特征提取模块。在得到经训练的特征提取模块基础上,保持训练完成的特征提取模块的模型参数不变,利用真实分类结果和第一预测分类结果训练关联模块,得到经训练的图像分类模型。
根据本公开的实施例,特征提取模块包括视觉Transformer模型。关联模块包括时序Transformer模型。
根据本公开的实施例,样本医学图像是利用数据增强方法处理初始样本医学图像得到的。
根据本公开的实施例,数据增强方法例如可以包括翻转、旋转、归一化等。
根据本公开的实施例,翻转可以包括将原始的图像进行镜像操作。翻转可以包括以下至少一项:水平镜像翻转、垂直镜像翻转和原点镜像翻转。可以结合数据形式选择相应翻转操作。
根据本公开的实施例,旋转操作和图像镜像相对,可以包括沿着图像中心进行任意角度的变换,该变换是通过将原图像和仿射变换矩阵相乘实现的。为了实现图像的中心旋转,需要计算旋转角度和平移量。
根据本公开的实施例,归一化可以包括通过利用图像的不变矩,确定一组参数使其能够消除其他变换函数对图像变换的影响,将图像转换成相应的唯一标准形式,该标准形式图像对平移、旋转和缩放等仿射变换具有不变特性。基于矩的图像归一化技术基本工作原理包括:利用图像中对仿射变换具有不变性的矩来确定变换函数的参数,利用该参数确定的变换函数把原始图像变换为一个标准形式的图像。基于矩的图像归一化过程可以包括坐标中心化、X-shearing归一化、缩放归一化和旋转归一化。
根据本公开的实施例,操作S410可以包括如下操作。
根据第一自注意力和局部特征,对与样本医学图像对应的多个样本切片图像进行处理,得到多个样本切片图像各自的样本图像特征向量。
根据本公开的实施例,根据第一自注意力和局部特征,对与样本医学图像对应的多个样本切片图像进行处理,得到多个样本切片图像各自的样本图像特征向量,可以包括如下操作。
对与样本医学图像对应的多个样本切片图像进行处理,得到多个样本切片图像各自的多个样本图像块。对多个样本切片图像各自的多个样本图像块进行处理,得到与每个样本图像块对应的图像向量。针对每个样本切片图像中的每个样本图像块,根据与样本图像块对应的图像向量和位置编码,得到与每个样本图像块对应的样本中间向量。根据第一自注意力和局部特征,对多个样本切片图像各自的多个样本中间向量进行处理,得到多个样本切片图像各自的样本图像特征向量。
根据本公开的实施例,操作S420可以包括如下操作。
对多个样本切片图像各自的样本图像特征向量进行并行处理,得到多个样本切片图像各自的样本分类向量。
根据本公开的实施例,对多个样本切片图像各自的样本图像特征向量进行并行处理,得到多个样本切片图像各自的样本分类向量,可以包括如下操作。
根据第二自注意力,对多个样本切片图像各自的样本图像特征向量进行处理,得到多个样本切片图像各自的样本分类向量。
根据本公开的实施例,根据第二自注意力,对多个样本切片图像各自的样本图像特征向量进行处理,得到多个样本切片图像各自的样本分类向量,可以包括如下操作。
根据第二自注意力,对多个样本切片图像各自的样本图像特征向量进行处理,得到多个样本切片图像各自之间的关联信息。根据多个样本切片图像各自之间的关联信息,得到多个样本切片图像各自的样本分类向量。
根据本公开的实施例,上述训练方法还可以包括如下操作。
针对与样本医学图像对应的多个初始样本切片图像中的每个初始样本切片图像,基于与多个预定样本组织各自的窗宽和窗位,根据初始样本切片图像的强度值,得到多个预定样本组织各自的样本增强图像。对多个预定样本组织各自的样本增强图像进行融合,得到与初始样本切片图像对应的样本切片图像。
根据本公开的实施例,对多个预定样本组织各自的样本增强图像进行融合,得到与初始样本切片图像对应的样本切片图像,可以包括如下操作。
对多个预定样本组织各自的样本增强图像进行融合,得到与初始样本切片图像对应的中间样本切片图像。对与初始样本切片图像对应的中间样本切片图像进行处理,得到与中间样本切片图像对应的样本切片图像。
根据本公开的实施例,多个样本切片图像各自的样本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样本医学图像对应的多个样本切片图像得到的。多个样本切片图像各自的样本分类向量是利用图像分类模型包括的关联模块处理多个样本切片图像各自的样本图像特征向量得到的。
根据本公开的实施例,与样本医学图像对应的切片方式包括横断位切片、矢状位切片或冠状位切片。
下面参考图5,结合具体实施例对根据本公开实施例所述的训练方法做进一步说明。
图5示意性示出了根据本公开实施例的训练过程的示例示意图。
如图5所示,图像分类模型503包括特征提取模块5031和关联模块5032。
针对与样本医学图像501对应的多个初始样本切片图像中的每个初始样本切片图像,根据样本医学图像501的的强度值,基于多个预定样本组织各自的窗宽和窗位,对样本医学图像501进行处理,得到多个预定样本组织各自的样本增强图像,然后对多个预定组织各自的样本增强图像进行融合处理,得到与初始样本切片图像对应的样本切片图像502。
对样本切片图像502进行处理,得到样本切片图像502的多个样本图像块,然后根据与样本图像块的对应的图像向量和位置编码,得到与每个样本图像块对应的样本图像特征向量。
利用特征提取模块5031处理样本图像特征向量,得到第二预测分类结果505。
利用关联模块5032处理样本图像特征向量,得到第一预测分类结果508。
将第二预测分类结果505和真实分类结果504输入第一损失函数506,得到第一输出值507。根据第一输出值507调整特征提取模块5031的模型参数,直至满足预定条件。将在满足预定条件的情况下得到的特征提取模块确定为经训练的特征提取模块。
将第一预测分类结果508和真实分类结果504输入第二损失函数509,得到第二输出值510。根据第二输出值510调整关联模块5032的模型参数,直至满足预定条件。将在满足预定条件的情况下得到的关联模块确定为经训练的图像分类模型。
图6示意性示出了根据本公开实施例的图像分类装置的框图。
如图6所示,图像分类装置600可以包括第一获取模块610、第二获取模块620和第一获得模块630。
第一获取模块610,用于根据与目标医学图像对应的多个目标切片图像,获取多个目标切片图像各自的目标图像特征向量。目标图像特征向量是用于表征目标切片图像的全局特征和局部特征的特征向量。
第二获取模块620,用于根据多个目标切片图像各自的目标图像特征向量,获取多个目标切片图像各自的目标分类向量。
第一获得模块630,用于对多个目标切片图像各自的目标分类向量进行处理,得到多个目标切片图像各自的分类结果。
根据本公开的实施例,上述图像分类装置600还可以包括第三获得模块和第四获得模块。
第三获得模块,用于针对与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,根据初始切片图像的强度值,得到多个预定组织各自的增强图像。
第四获得模块,用于对多个预定组织各自的增强图像进行融合,得到与初始切片图像对应的目标切片图像。
根据本公开的实施例,与目标医学图像对应的切片方式包括横断位切片、矢状位切片或冠状位切片。
根据本公开的实施例,第四获得模块可以包括第一获得子模块和第二获得子模块。
第一获得子模块,用于对多个预定组织各自的增强图像进行融合,得到与初始切片图像对应的中间切片图像。
第二获得子模块,用于对与初始切片图像对应的中间切片图像进行处理,得到与中间切片图像对应的目标切片图像。
根据本公开的实施例,第一获取模块610可以包括第三获得子模块。
第三获得子模块,用于根据第一自注意力和局部特征,对与目标医学图像对应的多个目标切片图像进行处理,得到多个目标切片图像各自的目标图像特征向量。
根据本公开的实施例,第三获得子模块可以包括第一获得单元、第二获得单元、第三获得单元和第四获得单元。
第一获得单元,用于对与目标医学样本图像对应的多个目标切片图像进行处理,得到多个目标切片图像各自的多个目标图像块。
第二获得单元,用于对多个目标切片图像各自的多个目标图像块进行处理,得到与每个目标图像块对应的图像向量。
第三获得单元,用于针对每个目标切片图像中的每个目标图像块,根据与目标图像块对应的图像向量和位置编码,得到与每个目标图像块对应的目标中间向量。
第四获得单元,用于根据第一自注意力和局部特征,对多个目标切片图像各自的多个目标中间向量进行处理,得到多个目标切片图像各自的目标图像特征向量。
根据本公开的实施例,第二获取模块620可以包括第四获得子模块。
第四获得子模块,用于对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,得到多个目标切片图像各自的目标分类向量。
根据本公开的实施例,第四获得子模块包括第五获得单元。
第五获得单元,用于根据第二自注意力,对多个目标切片图像各自的目标图像特征向量进行处理,得到多个目标切片图像各自的目标分类向量。
根据本公开的实施例,第五获得单元可以包括第一获得子单元和第二获得子单元。
第一获得子单元,用于根据第二自注意力,对多个目标切片图像各自的目标图像特征向量进行处理,得到多个目标切片图像各自之间的关联信息。
第二获得子单元,用于根据多个目标切片图像各自之间的关联信息,得到多个目标切片图像各自的目标分类向量。
根据本公开的实施例,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目标医学图像对应的多个目标切片图像得到的。多个目标切片图像各自的目标分类向量是利用图像分类模型包括的关联模块处理多个目标切片图像各自的目标图像特征向量得到的。
根据本公开的实施例,特征提取模块可以包括视觉Transformer模型。关联模块可以包括时序Transformer模型。
图7示意性示出了根据本公开实施例的训练装置的流程图。
如图7所示,训练装置700可以包括第三获取模块710、第四获取模块720、第二获得模块730和第一训练模块740。
第三获取模块710,用于根据与样本医学图像对应的多个样本切片图像,获取多个样本切片图像各自的样本图像特征向量。样本图像特征向量是用于表征样本切片图像的全局特征和局部特征的特征向量。
第四获取模块720,用于根据多个样本切片图像各自的样本图像特征向量,获取多个样本切片图像各自的样本分类向量。
第二获得模块730,用于对多个样本切片图像各自的样本分类向量进行处理,得到多个样本切片图像各自的第一预测分类结果。
第一训练模块740,用于利用第一预测分类结果和真实分类结果,训练图像分类模型,得到经训练的图像分类模型。
根据本公开的实施例,图像分类模型可以包括特征提取模块和关联模块。上述训练装置700还可以包括第五获得模块和第二训练模块。
第五获得模块,用于对多个样本切片图像各自的样本图像特征向量进行处理,得到多个样本切片图像各自的第二预测分类结果。
第二训练模块,用于利用第二预测分类结果和真实分类结果,训练特征提取模块,得到经训练的特征提取模块。
根据本公开的实施例,第一训练模块可以包括训练子模块。
训练子模块,用于在保持经训练的特征提取模块的模型参数不变的情况下,利用第一预测分类结果和真实分类结果训练关联模块,得到经训练的图像分类模型。
根据本公开的实施例,特征提取模块可以包括视觉Transformer模型。关联模块可以包括时序Transformer模型。
根据本公开的实施例,样本医学图像是利用数据增强方法处理初始样本医学图像得到的。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
根据本公开的实施例,一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行如上所述的方法。
根据本公开的实施例,一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行如上所述的方法。
根据本公开的实施例,一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现如上所述的方法。
图8示意性示出了根据本公开实施例的适于实现图像分类方法和训练方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图8所示,电子设备800包括计算单元801,其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序,来执行各种适当的动作和处理。在RAM 803中,还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
电子设备800中的多个部件连接至I/O接口805,包括:输入单元806,例如键盘、鼠标等;输出单元807,例如各种类型的显示器、扬声器等;存储单元808,例如磁盘、光盘等;以及通信单元809,例如网卡、调制解调器、无线通信收发机等。通信单元809允许电子设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理,例如用于图像分类方法和/或图像分类模型的训练方法。例如,在一些实施例中,用于图像分类方法和/或图像分类模型的训练方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元808。在一些实施例中,计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到电子设备800上。当计算机程序加载到RAM803并由计算单元801执行时,可以执行上文描述的用于图像分类方法和/或图像分类模型的训练方法的一个或多个步骤。备选地,在其他实施例中,计算单元801可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行用于图像分类方法和/或图像分类模型的训练方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以是分布式***的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (17)
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,与所述目标医学图像对应的多个目标切片图像之间具有关联关系;
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;
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;
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。
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。
5.根据权利要求1~4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。
6.根据权利要求5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。
7.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。
8.根据权利要求7所述的方法,其中,所述特征提取模块包括视觉Transformer模型,所述关联模块包括时序Transformer模型。
9.根据权利要求1~4中任一项所述的方法,其中,与所述目标医学图像对应的切片方式包括横断位切片、矢状位切片或冠状位切片。
10.一种训练方法,包括:
根据与样本医学图像对应的多个样本切片图像,获取所述多个样本切片图像各自的样本图像特征向量,其中,所述样本图像特征向量是用于表征所述样本切片图像的全局特征和局部特征的特征向量,与所述样本医学图像对应的多个样本切片图像之间具有关联关系;
根据所述多个样本切片图像各自的样本图像特征向量,获取所述多个样本切片图像各自的样本分类向量;
对所述多个样本切片图像各自的样本分类向量进行处理,得到所述多个样本切片图像各自的第一预测分类结果;以及
利用所述第一预测分类结果和真实分类结果,训练图像分类模型,得到经训练的图像分类模型;
其中,所述根据所述多个样本切片图像各自的样本图像特征向量,获取所述多个样本切片图像各自的样本分类向量,包括:
对所述多个样本切片图像各自的样本图像特征向量进行并行处理,得到所述多个样本切片图像各自的样本分类向量;
其中,所述对所述多个样本切片图像各自的样本图像特征向量进行并行处理,得到所述多个样本切片图像各自的样本分类向量,包括:
根据第二自注意力,对所述多个样本切片图像各自的样本图像特征向量进行处理,得到所述多个样本切片图像各自的样本分类向量。
11.根据权利要求10所述的方法,其中,所述图像分类模型包括特征提取模块和关联模块;
所述方法还包括:
对所述多个样本切片图像各自的样本图像特征向量进行处理,得到所述多个样本切片图像各自的第二预测分类结果;以及
利用所述第二预测分类结果和真实分类结果,训练所述特征提取模块,得到经训练的特征提取模块;
其中,所述利用所述第一预测分类结果和真实分类结果训练图像分类模型,得到经训练的图像分类模型,包括:
在保持所述经训练的特征提取模块的模型参数不变的情况下,利用所述第一预测分类结果和真实分类结果训练所述关联模块,得到所述经训练的图像分类模型。
12.根据权利要求11所述的方法,其中,所述特征提取模块包括视觉Transformer模型,所述关联模块包括时序Transformer模型。
13.根据权利要求10~12中任一项所述的方法,其中,所述样本医学图像是利用数据增强方法处理初始样本医学图像得到的。
14.一种图像分类装置,包括:
第一获取模块,用于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,与所述目标医学图像对应的多个目标切片图像之间具有关联关系;
第二获取模块,用于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
第一获得模块,用于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;
其中,所述第二获取模块包括第四获得子模块;
所述第四获得子模块,用于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;
其中,所述第四获得子模块包括第五获得单元;
所述第五获得单元,用于根据第二自注意力,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。
15.一种训练装置,包括:
第三获取模块,用于根据与样本医学图像对应的多个样本切片图像,获取所述多个样本切片图像各自的样本图像特征向量,其中,所述样本图像特征向量是用于表征所述样本切片图像的全局特征和局部特征的特征向量,与所述样本医学图像对应的多个样本切片图像之间具有关联关系;
第四获取模块,用于根据所述多个样本切片图像各自的样本图像特征向量,获取所述多个样本切片图像各自的样本分类向量;
第二获得模块,用于对所述多个样本切片图像各自的样本分类向量进行处理,得到所述多个样本切片图像各自的第一预测分类结果;以及
第一训练模块,用于利用所述第一预测分类结果和真实分类结果,训练图像分类模型,得到经训练的图像分类模型;
其中,所述根据所述多个样本切片图像各自的样本图像特征向量,获取所述多个样本切片图像各自的样本分类向量,包括:
对所述多个样本切片图像各自的样本图像特征向量进行并行处理,得到所述多个样本切片图像各自的样本分类向量;
其中,所述根据所述多个样本切片图像各自的样本图像特征向量,获取所述多个样本切片图像各自的样本分类向量,包括:
根据第二自注意力,对所述多个样本切片图像各自的样本图像特征向量进行处理,得到所述多个样本切片图像各自的样本分类向量。
16.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1~9中任一项或权利要求10~13中任一项所述的方法。
17.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1~9中任一项或权利要求10~1 3中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210068983.7A CN114419375B (zh) | 2022-01-20 | 2022-01-20 | 图像分类方法、训练方法、装置、电子设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210068983.7A CN114419375B (zh) | 2022-01-20 | 2022-01-20 | 图像分类方法、训练方法、装置、电子设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114419375A CN114419375A (zh) | 2022-04-29 |
CN114419375B true CN114419375B (zh) | 2023-08-15 |
Family
ID=81275456
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210068983.7A Active CN114419375B (zh) | 2022-01-20 | 2022-01-20 | 图像分类方法、训练方法、装置、电子设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114419375B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115631330B (zh) * | 2022-12-20 | 2023-03-10 | 浙江太美医疗科技股份有限公司 | 特征提取方法、模型训练方法、图像识别方法及应用 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109101946A (zh) * | 2018-08-27 | 2018-12-28 | Oppo广东移动通信有限公司 | 一种图像特征的提取方法、终端设备及存储介质 |
CN113362314A (zh) * | 2021-06-18 | 2021-09-07 | 北京百度网讯科技有限公司 | 医学图像识别方法、识别模型训练方法及装置 |
CN113435522A (zh) * | 2021-06-30 | 2021-09-24 | 平安科技(深圳)有限公司 | 图像分类方法、装置、设备及存储介质 |
CN113936256A (zh) * | 2021-10-15 | 2022-01-14 | 北京百度网讯科技有限公司 | 一种图像目标检测方法、装置、设备以及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022538866A (ja) * | 2019-06-25 | 2022-09-06 | オウキン インコーポレイテッド | 画像前処理のためのシステム及び方法 |
-
2022
- 2022-01-20 CN CN202210068983.7A patent/CN114419375B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109101946A (zh) * | 2018-08-27 | 2018-12-28 | Oppo广东移动通信有限公司 | 一种图像特征的提取方法、终端设备及存储介质 |
CN113362314A (zh) * | 2021-06-18 | 2021-09-07 | 北京百度网讯科技有限公司 | 医学图像识别方法、识别模型训练方法及装置 |
CN113435522A (zh) * | 2021-06-30 | 2021-09-24 | 平安科技(深圳)有限公司 | 图像分类方法、装置、设备及存储介质 |
CN113936256A (zh) * | 2021-10-15 | 2022-01-14 | 北京百度网讯科技有限公司 | 一种图像目标检测方法、装置、设备以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114419375A (zh) | 2022-04-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110232383B (zh) | 一种基于深度学习模型的病灶图像识别方法及病灶图像识别*** | |
US9968257B1 (en) | Volumetric quantification of cardiovascular structures from medical imaging | |
US11562491B2 (en) | Automatic pancreas CT segmentation method based on a saliency-aware densely connected dilated convolutional neural network | |
CN109409503B (zh) | 神经网络的训练方法、图像转换方法、装置、设备及介质 | |
Jiang et al. | Deep learning techniques for tumor segmentation: a review | |
CN114565763B (zh) | 图像分割方法、装置、设备、介质及程序产品 | |
Tang et al. | Cmu-net: a strong convmixer-based medical ultrasound image segmentation network | |
Wang et al. | Uncertainty-guided efficient interactive refinement of fetal brain segmentation from stacks of MRI slices | |
US20230386048A1 (en) | Ultrasound image segmentation method and apparatus, terminal device, and storage medium | |
CN111899244B (zh) | 图像分割、网络模型的训练方法及装置,及电子设备 | |
CN113362314B (zh) | 医学图像识别方法、识别模型训练方法及装置 | |
CN110956632A (zh) | 钼靶图像中胸大肌区域自动检测方法及装置 | |
WO2024051018A1 (zh) | 一种pet参数图像的增强方法、装置、设备及存储介质 | |
CN110570394A (zh) | 医学图像分割方法、装置、设备及存储介质 | |
Hoang et al. | An evaluation of CNN-based liver segmentation methods using multi-types of CT abdominal images from multiple medical centers | |
CN114419375B (zh) | 图像分类方法、训练方法、装置、电子设备以及存储介质 | |
CN114782321B (zh) | 胸部ct影像选择方法、装置、设备及存储介质 | |
CN116130090A (zh) | 射血分数测量方法和装置、电子设备和存储介质 | |
Zhang et al. | LungSeek: 3D Selective Kernel residual network for pulmonary nodule diagnosis | |
CN116630634B (zh) | 一种图像处理方法、装置、设备及存储介质 | |
CN110739050B (zh) | 一种左心室全参数及置信度的量化方法 | |
Lu et al. | Fine-grained calibrated double-attention convolutional network for left ventricular segmentation | |
CN115147360B (zh) | 一种斑块分割方法、装置、电子设备及可读存储介质 | |
Fonseca et al. | X-ray image enhancement: A technique combination approach | |
CN115631152A (zh) | 超声图像截取方法及装置、电子设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |