[发明专利]一种图像分类方法、装置及存储介质

权利要求书

1.一种图像分类方法，其特征在于，所述方法包括：

获取磁共振成像和预设的若干脑区模板，所述若干脑区模板分别对应的人脑区域划分规则不同；

根据所述若干脑区模板和所述磁共振成像确定若干特征矩阵，其中，所述若干特征矩阵中每一特征矩阵由所述若干脑区模板中的一个脑区模板确定；

对所述若干特征矩阵中的特征向量进行筛选，得到第一优化特征矩阵；

根据所述第一优化特征矩阵，确定所述磁共振成像对应的图像预测类别。

2.根据权利要求1所述的图像分类方法，其特征在于，所述根据所述若干脑区模板和所述磁共振成像确定若干特征矩阵，包括：

对所述磁共振成像进行图像分割，得到若干第一局部图像，其中，所述若干第一局部图像分别对应的脑组织类别不同；

根据每一所述脑区模板对所述若干第一局部图像分别进行区域划分，得到每一所述脑区模板对应的若干第一划分图像；

根据每一所述脑区模板对应的若干第一划分图像确定每一所述脑区模板对应的特征矩阵，得到所述若干特征矩阵。

3.根据权利要求2所述的图像分类方法，其特征在于，所述根据每一所述脑区模板对应的若干第一划分图像，确定每一所述脑区模板对应的特征矩阵，包括：

对每一所述脑区模板对应的若干第一划分图像分别进行特征提取，得到每一所述脑区模板对应的若干特征向量；

根据每一所述脑区模板对应的若干特征向量，确定每一所述脑区模板对应的特征矩阵。

4.根据权利要求1所述的图像分类方法，其特征在于，所述对所述若干特征矩阵中的特征向量进行筛选，得到第一优化特征矩阵，包括：

获取若干关系映射矩阵和权重矩阵，其中，所述若干关系映射矩阵与所述若干脑区模板一一对应；

对所述若干关系映射矩阵进行稀疏约束，得到若干稀疏关系映射矩阵；

根据所述若干稀疏关系映射矩阵将所述若干特征矩阵映射至公共关系池中，得到公共特征矩阵，其中，所述若干稀疏关系映射矩阵与所述若干特征矩阵一一对应，且具有对应关系的一个所述稀疏关系映射矩阵和一个所述特征矩阵对应于同一所述脑区模板；

对所述权重矩阵进行稀疏约束，得到稀疏权重矩阵；

将所述稀疏权重矩阵与所述公共特征矩阵相乘，得到所述第一优化特征矩阵。

5.根据权利要求4所述的图像分类方法，其特征在于，所述根据所述第一优化特征矩阵，确定所述磁共振成像对应的图像预测类别，包括：

获取与所述磁共振成像对应的第一临床信息，根据所述第一临床信息构建第一新增特征矩阵；

根据所述第一新增特征矩阵和所述第一优化特征矩阵构建第一目标特征矩阵；

将所述第一目标特征矩阵输入多分类模型，得到所述图像预测类别。

6.根据权利要求5所述的图像分类方法，其特征在于，所述若干关系映射矩阵和所述权重矩阵均为预先训练过的矩阵，所述若干关系映射矩阵和所述权重矩阵的训练过程为：

获取核磁共振训练图像，根据所述若干脑区模板和所述核磁共振训练图像，确定与所述若干脑区模板一一对应的若干训练特征矩阵；

获取若干初始关系映射矩阵，其中，所述若干初始关系映射矩阵与所述若干脑区模板一一对应；

对所述若干初始关系映射矩阵进行稀疏约束，得到若干初始稀疏关系映射矩阵；

根据所述若干初始稀疏关系映射矩阵将所述若干训练特征矩阵映射至所述公共关系池中，得到公共训练特征矩阵；

获取初始权重矩阵、与所述核磁共振训练图像对应的真实标签；

获取预设函数，根据所述初始权重矩阵、所述真实标签、所述公共训练矩阵、所述若干初始关系映射矩阵确定所述预设函数中的变量，得到目标函数，并根据所述目标函数确定所述若干关系映射矩阵和所述权重矩阵。