[发明专利]图像分类方法、计算机设备、存储介质和计算机程序产品

说明书

本申请涉及一种图像分类方法、计算机设备、存储介质和计算机程序产品。所述方法包括：获取骨关节磁共振图像中的多个软骨图块以及各软骨图块的位置关系；将各软骨图块分别输入预设的卷积神经网络模型，得到各软骨图块的特征信息；将各软骨图块的特征信息和各软骨图块的位置关系输入Transformer神经网络模型，得到骨关节磁共振图像的分类结果；分类结果用于表征骨关节磁共振图像中软骨的损伤等级。采用本方法能够提高膝关节骨性关节炎的评估准确度。

技术领域

本申请涉及磁共振成像技术领域，特别是涉及一种图像分类方法、计算机设备、存储介质和计算机程序产品。

背景技术

随着磁共振成像(Magnetic Resonance Imaging,MRI)技术的发展，MRI作为一种无创和无辐射的医学影像技术，被广泛应用于临床检查。与X射线和计算机断层扫描(Computed Tomography,CT)等相比，MRI对软骨等软组织及水肿等病变有更好的对比度。膝关节骨性关节炎(Osteoarthritis，OA)是最常见的骨性关节炎之一，而在膝关节所有解剖结构中，关节软骨的损伤程度对膝关节OA的损伤评估最为关键，因此，磁共振(MRI)图像中可见的膝关节软骨损伤是评价膝关节骨性关节炎的关键依据。

传统技术中，对于膝关节骨性关节炎的评估主要是通过将膝关节MRI图像输入卷积神经网络模型，对软骨损伤情况的评估，从而得到膝关节骨性关节炎的评估结果。

然而，传统的膝关节骨性关节炎的评估方法，存在准确度较低的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高膝关节骨性关节炎的评估准确度的图像分类方法、计算机设备、存储介质和计算机程序产品。

第一方面，本申请提供了一种图像分类方法，所述方法包括：

获取骨关节磁共振图像中的多个软骨图块以及各所述软骨图块的位置关系；

将各所述软骨图块分别输入预设的卷积神经网络模型，得到各所述软骨图块的特征信息；

将各所述软骨图块的特征信息和各所述软骨图块的位置关系输入Transformer神经网络模型，得到所述骨关节磁共振图像的分类结果；所述分类结果用于表征所述骨关节磁共振图像中软骨的损伤等级。

在其中一个实施例中，所述获取骨关节磁共振图像中的多个软骨图块，包括：

根据标准骨关节图谱，获取第一采样点集合；所述第一采样点集合为所述标准骨关节图谱中的软骨边缘的采样点集合；所述标准骨关节图谱为无软骨损伤的骨关节图像对应的图谱；

对所述骨关节磁共振图像进行分割，从分割后的骨关节磁共振图像中获取第二采样点集合；所述第二采样点集合为所述骨关节磁共振图像中软骨边缘的采样点集合；

根据所述第一采样点集合和所述第二采样点集合，得到所述骨关节磁共振图像中的多个软骨图块。

在其中一个实施例中，所述根据所述第一采样点集合和所述第二采样点集合，得到所述骨关节磁共振图像中的多个软骨图块，包括：

对所述第一采样点集合和所述第二采样点集合进行配准，得到第三采样点集合；

根据所述第三采样点集合中各采样点，得到所述骨关节磁共振图像中的多个图像块。

在其中一个实施例中，所述根据所述第三采样点集合中各采样点，得到所述骨关节磁共振图像中的多个图像块，包括：

以各所述采样点映射至所述骨关节磁共振图像中的映射点为中心，根据预设的图像块尺寸对所述骨关节磁共振图像进行分割，得到所述骨关节磁共振图像中的多个图像块。