[发明专利]医学图像分类方法、图像分类网络处理方法、装置和设备

权利要求书

1.一种医学图像分类方法，其特征在于，所述方法包括：

对医学图像进行切片处理，得到图像切片序列；

从所述图像切片序列内的各图像切片中，提取目标物在所述图像切片中的图像特征；

依据从各所述图像切片中分别提取的所述图像特征，依次确定所述目标物在各所述图像切片中连续的概率，得到连续概率；

确定所述图像切片序列中各相邻图像切片所对应连续概率间的差异值的累加和以及所述图像切片序列中图像切片的切片总量之间的比值，基于数值一与所述比值之间的差值确定所述目标物在所述图像切片序列中的连通率；所述差异值为所述相邻图像切片各自对应的连续概率之间差值的绝对值；

根据所述连通率判定所述医学图像所属的分类类别。

2.根据权利要求1所述的方法，其特征在于，所述对医学图像进行切片处理，得到图像切片序列包括：

确定切片宽度和切片处理时逐步移动的步长；

在所述医学图像中按照所述步长逐步切分出所述切片宽度的图像切片，得到图像切片序列；或者，

在所述医学图像中确定感兴趣区域，并在所述感兴趣区域中按照所述步长逐步切分出所述切片宽度的图像切片，得到图像切片序列。

3.根据权利要求1所述的方法，其特征在于，所述从所述图像切片序列内的各图像切片中，提取目标物在所述图像切片中的图像特征包括：

对所述图像切片序列中的图像切片按照切片顺序进行分组，得到至少两个组别的图像切片；

通过第一图像分类网络中的第一特征提取器，分别对每个所述组别的图像切片进行特征提取，得到目标物在每个所述组别的图像切片中的图像特征。

4.根据权利要求3所述的方法，其特征在于，所述依据从各所述图像切片中分别提取的所述图像特征，依次确定所述目标物在各所述图像切片中连续的概率，得到连续概率包括：

通过所述第一图像分类网络中的第一分类器，对从各所述中分别提取的所述图像特征进行异常识别，得到表示所述目标物在各所述图像切片中是否断裂的识别结果；

基于所述识别结果确定所述目标物在各所述图像切片中连续的概率，得到连续概率；或者，

依据所述识别结果确定所述目标物在各所述图像切片中断裂的概率，得到断裂概率，并根据所述断裂概率得到所述连续概率。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

当根据所述识别结果确定所述目标物在所述图像切片序列的目标图像切片中断裂时，则确定所述目标物在所述目标图像切片中的断裂位置；

对所述医学图像中的与所述断裂位置匹配的位置区域进行标记；

在判定出所述医学图像所属的分类类别后，将标记后的医学图像和所述分类类别进行显示。

6.根据权利要求4所述的方法，其特征在于，所述方法还包括：

当根据所述识别结果确定所述目标物在所述图像切片序列的多个目标图像切片中存在断裂时，则检测多个目标图像切片之间序号的连续性；

根据所述连续性确定所述多个目标图像切片中连续切片的切片数量；

确定所述切片数量与所述切片总量的比值；

在判定所述医学图像所属的分类类别后，将所述比值作为异常率进行风险提示。

7.根据权利要求6所述的方法，其特征在于，所述根据所述连续性确定所述多个目标图像切片中连续切片的切片数量包括：

根据所述连续性确定所述多个目标图像切片中的连续切片组；

获取每个所述连续切片组的组内切片个数；所述切片数量包括组内切片个数；

在获取的组内切片个数中选取最大的组内切片个数；

所述将所述比值作为异常率进行风险提示包括：

将基于所述最大的组内切片个数与所述切片总量之间的比值，作为异常率进行风险提示。