[发明专利]医学影像流识别方法、装置、电子设备和存储介质

权利要求书

1.一种医学影像流识别方法，其特征在于，包括：

采集待识别对象的医学影像流；

调用训练后影像分类引擎，并通过训练后影像分类引擎对所述医学影像流中的多张医学影像帧进行分类；

根据所述多张医学影像帧的分类结果确定所述待识别对象的检查类型；

将所述检查类型和医学影像流发送给服务器，以便服务器调用所述检查类型对应的人工智能引擎对所述医学影像流进行识别。

2.根据权利要求1所述的方法，其特征在于，所述通过训练后影像分类引擎对所述医学影像流中的多张医学影像帧进行分类，包括：

从所述医学影像流中截取当前需要分类的医学影像帧，得到目标帧；

通过训练后影像分类引擎，按照预设特征通道对所述目标帧进行特征提取，得到所述目标帧的特征信息；

基于所述目标帧的特征信息确定所述目标帧的类别，并返回执行从所述医学影像流中截取当前需要分类的医学影像帧的步骤，直至已分类的医学影像帧的数量满足预设条件为止。

3.根据权利要求2所述的方法，其特征在于，所述通过所述训练后影像分类引擎，按照预设特征通道对所述目标帧进行特征提取，得到所述目标帧的特征信息之后，还包括：

获取各个特征通道之间的相关性；

根据所述相关性对所述目标帧的特征信息进行校正，得到所述目标帧的校正后特征信息；

所述基于所述目标帧的特征信息确定所述目标帧的类别，具体为：基于所述目标帧的校正后特征信息确定所述目标帧的类别。

4.根据权利要求3所述的方法，其特征在于，所述训练后影像分类引擎包括分类网络和校正网络，所述通过训练后影像分类引擎，按照预设特征通道对所述目标帧进行特征提取，得到所述目标帧的特征信息，包括：

通过所述分类网络，按照预设特征通道对所述目标帧进行特征提取，得到所述目标帧的特征信息；

所述根据所述相关性对所述目标帧的特征信息进行校正，得到所述目标帧的校正后特征信息，包括：根据所述相关性，通过所述校正网络对所述目标帧的特征信息进行校正，得到所述目标帧的校正后特征信息。

5.根据权利要求4所述的方法，其特征在于，所述获取各个特征通道之间的相关性，包括：

根据所述目标帧的特征信息确定各个特征通道之间的数值分布状况，得到全局信息；

所述根据所述相关性，通过所述校正网络对所述目标帧的特征信息进行校正，得到所述目标帧的校正后特征信息，具体为：根据所述全局信息为各个特征通道生成相应的权重，基于各个特征通道的权重，在通道维度上对所述目标帧的特征信息进行标定，得到所述目标帧的校正后特征信息。

6.根据权利要求5所述的方法，其特征在于，所述根据所述目标帧的特征信息确定各个特征通道之间的数值分布状况，得到全局信息，包括：

对所述目标帧的特征信息的每个特征通道进行全局平均池化处理，得到全局信息。

7.根据权利要求1至6任一项所述的方法，其特征在于，所述根据所述多张医学影像帧的分类结果确定所述待识别对象的检查类型，包括：

根据所述多张医学影像帧的分类结果计算各类别的占比；

将占比最高的类别确定为所述待识别对象的检查类型。

8.根据权利要求1至6任一项所述的方法，其特征在于，所述根据所述多张医学影像帧的分类结果确定所述待识别对象的检查类型，包括：

根据所述多张医学影像帧的分类结果计算各类别的占比；

若存在占比高于预设阈值的类别，则将占比高于预设阈值的类别确定为所述待识别对象的检查类型：

若不存在占比高于预设阈值的类别，则返回执行通过所述训练后影像分类引擎对所述医学影像流中的多张医学影像帧进行分类的步骤，直至确定出所述待识别对象的检查类型为止。