[发明专利]一种基于多维特征的图像处理方法、装置及设备

权利要求书

1.一种基于多维特征的图像处理方法，其特征在于，所述方法包括：

获取目标对象的四维影像图像；对所述四维影像图像进行预处理，得到目标图像；

将所述目标图像输入预设分类模型中进行分类处理，得到所述目标图像的分类结果；

所述预设分类模型是基于卷积神经网络进行训练得到的；所述预设分类模型是基于所述目标图像的融合多维特征后的时间序列矩阵，对所述目标图像进行分类处理的；

根据所述分类结果，确定所述四维影像图像的识别结果；

其中，所述预设分类模型对输入的目标图像的进行分类处理，包括：

根据所述目标图像的空间尺度，获得所述目标图像的第一时间序列矩阵；

对所述第一时间序列矩阵进行不同维度的特征融合处理，获得目标时间序列矩阵；

对所述目标时间序列矩阵中的任意两个时间序列进行卷积计算，获得所述目标时间序列矩阵的功能连接矩阵；

根据所述功能连接矩阵，得到分类结果。

2.根据权利要求1所述的基于多维特征的图像处理方法，其特征在于，对所述四维影像图像进行预处理，得到目标图像，包括：

将所述四维影像图像进行时间序列校正处理，得到第一影像图像，并将所述第一影像图像配准至目标标准空间，并进行图像滤波处理；

对所述目标标准空间内的第一影像图像进行数值归一化处理，得到目标图像。

3.根据权利要求1所述的基于多维特征的图像处理方法，其特征在于，根据所述目标图像的空间尺度，获得所述目标图像的第一时间序列矩阵，包括：

根据脑谱图对所述目标图像进行分割处理，获得所述目标图像的n个脑区图；

根据每一个所述脑区图的每一帧图像的空间尺度均值，获得所述目标图像的初始时间序列矩阵；

对所述初始时间序列矩阵进行标准化处理，获得所述目标图像的第一时间序列矩阵R^n×t，其中n为正整数，t为所述目标图像的帧数。

4.根据权利要求3所述的基于多维特征的图像处理方法，其特征在于，对所述第一时间序列矩阵进行不同维度的特征融合处理，获得目标时间序列矩阵，包括：

对所述第一时间序列矩阵中的时间序列，按照第一预设大小和数量的卷积核，进行第一维度的卷积池化处理，获得第一目标时间序列矩阵；

对所述第一目标时间序列矩阵的时间序列，按照第一预设大小和数量的卷积核，进行第二维度的卷积池化处理，获得第二目标时间序列矩阵。

5.根据权利要求4所述的基于多维特征的图像处理方法，其特征在于，对所述目标时间序列矩阵中的任意两个时间序列进行卷积计算处理，获得所述目标时间序列矩阵的功能连接矩阵，包括：

对所述第一目标时间序列矩阵中的任意两个时间序列，按照第二预设大小和数量的卷积核进行卷积计算，获得第二功能连接矩阵；

对所述第二目标时间序列矩阵中的任意两个时间序列，按照第二预设大小和数量的卷积核进行卷积计算，获得第三功能连接矩阵。

6.根据权利要求5所述的基于多维特征的图像处理方法，其特征在于，还包括：

对所述第一时间序列矩阵中的任意两个时间序列，按照第二预设大小和数量的卷积核进行卷积计算，获得所述第一时间序列矩阵的第一功能连接矩阵；

根据所述功能连接矩阵，得到分类结果，包括：

将经过不同层数的卷积处理及池化处理后的所述第二功能连接矩阵以及所述第三功能连接矩阵；

与所述第一功能连接矩阵在第三为维度上连接，获得目标功能连接矩阵；对所述目标功能连接矩阵进行池化处理，获得第二时间序列矩阵；

将所述第二时间序列矩阵在所述预设分类模型的全连接层进行处理后，输入所述预设分类模型的分类层中进行分类处理，得到分类结果。