[发明专利]一种图像分类方法和装置

权利要求书

1.一种图像分类方法，其特征在于，包括：

获得目标待分类人脑图像；

将所述目标待分类人脑图像输入预先训练的第一特征提取神经网络模型、第二特征提取神经网络模型和第三特征提取神经网络模型，分别提取得到所述目标待分类人脑图像的第一深度卷积特征、第二深度卷积特征和第三深度卷积特征；其中，所述第一特征提取神经网络模型为基于多个第一样本图像和多个第一样本图像的标签进行训练得到的，所述第二特征提取神经网络模型为基于多个第二样本图像和多个第二样本图像的标签进行训练得到的，所述第三特征提取神经网络模型为基于多个第三样本图像和多个第三样本图像的标签进行训练得到的；其中，所述第一样本图像为具有AD(Alzheimer，阿尔茨海默病)特征的人脑图像，所述第二样本图像为具有MCI(Mild cognitive impairment，轻度认知障碍)特征的人脑图像，所述第三样本图像为既不具有AD特征也不具有MCI特征的人脑图像；

使用所述指定的图像处理软件提取所述目标待分类人脑图像的形态学特征；

将所述目标待分类人脑图像的形态学特征和所述目标待分类人脑图像的第一深度卷积特征、第二深度卷积特征和第三深度卷积特征分别进行融合，得到所述目标待分类人脑图像的第一融合特征、第二融合特征和第三融合特征；

将所述第一融合特征、所述第二融合特征和所述第三融合特征分别输入预先训练的第一图像分类模型，得到所述目标待分类人脑图像为第一类人脑图像或第二类人脑图像的三个第一分类结果；以及，将所述第一融合特征、所述第二融合特征和所述第三融合特征分别输入预先训练的第二图像分类模型，得到所述目标待分类人脑图像为第二类人脑图像或第三类人脑图像的三个第二分类结果；以及，将所述第一融合特征、所述第二融合特征和所述第三融合特征分别输入预先训练的第三图像分类模型，得到所述目标待分类人脑图像为第一类人脑图像或第三类人脑图像的三个第三分类结果；其中，所述第一图像分类模型为基于多个第四样本图像的融合特征和多个第四样本图像的标签进行训练得到的，每个第四样本图像的标签表示该第四样本图像为具有AD特征的人脑图像或具有MCI特征的人脑图像；所述第二图像分类模型为基于多个第五样本图像的融合特征和多个第五样本图像的标签进行训练得到的，每个第五样本图像的标签表示该第五样本图像为具有MCI特征的人脑图像或既不具有AD特征也不具有MCI特征的人脑图像；所述第三图像分类模型为基于多个第六样本图像的融合特征和多个第六样本图像的标签进行训练得到的，每个第六样本图像的标签表示该第六样本图像为具有AD特征的人脑图像或既不具有AD特征也不具有MCI特征的人脑图像；

基于各个所述第一分类结果、各个所述第二分类结果和各个所述第三分类结果，确定出所述目标待分类人脑图像为第一类人脑图像、第二类人脑图像或第三类人脑图像；其中，第一类人脑图像为具有AD特征的人脑图像，第二类人脑图像为具有MCI特征的人脑图像，第三类人脑图像为既不具有AD特征也不具有MCI特征的人脑图像。

2.根据权利要求1所述的方法，其特征在于，所述获得目标待分类人脑图像，包括：

获得待分类人脑图像；

使用指定的图像处理软件对待分类人脑图像进行预处理，得到预处理后的待分类人脑图像；

裁剪得到预处理后的待分类人脑图像的目标区域，得到目标待分类人脑图像。

3.根据权利要求1所述的方法，其特征在于，所述使用所述指定的图像处理软件提取所述目标待分类人脑图像的形态学特征，包括：

使用所述指定的图像处理软件提取所述目标待分类人脑图像的表面积、灰质体积、平均曲率、皮层厚度和海马亚区体积，作为所述目标待分类人脑图像的形态学特征。