[发明专利]一种胃镜图像分类模型构建方法及胃镜图像分类方法

权利要求书

1.一种胃镜图像分类模型构建方法，其特征在于，包括：

获取患者的诊断结果和胃镜图像集；其中，所述胃镜图像集包括多个胃镜图像；

将所述诊断结果和胃镜图像集输入至预设的原始分类模型，以对所述原始分类模型进行预训练，得到预训练分类模型；

根据所述预训练分类模型的模型参数，构建目标分类模型。

2.根据权利要求1所述的方法，其特征在于，还包括：

获取多个胃镜图像样本；其中，所述胃镜图像样本包括胃镜图像及所述胃镜图像对应的样本标签；

将所述胃镜图像样本输入至所述目标分类模型，对所述目标分类模型进行训练，以优化所述目标分类模型。

3.根据权利要求1所述的方法，其特征在于，所述对所述原始分类模型进行预训练，包括：

提取所述胃镜图像集中各胃镜图像的图像特征；

根据所述图像特征，构建所述诊断结果的特征矩阵；

根据各胃镜图像的图像质量，确定各图像特征的分类权重；

按照所述分类权重，对所述特征矩阵进行降维处理，得到所述特征矩阵对应的目标特征向量；

利用所述目标特征向量，对所述原始分类模型进行预训练。

4.根据权利要求1所述的方法，其特征在于，所述根据所述预训练分类模型的模型参数，构建目标分类模型，包括：

获取初始目标分类模型；

将所述预训练分类模型的参数权重迁移至所述初始目标分类模型；

其中，所述预训练分类模型包括输入层、机器学习层和输出层，所述模型参数至少包括所述机器学习层对应的模型参数。

5.根据权利要求1所述的方法，其特征在于，在根据所述预训练分类模型的模型参数，构建目标分类模型之前，所述方法还包括：

获取当前预训练分类模型的评估指标；

根据所述评估指标，判断所述当前预训练模型是否处于稳定状态；

当所述当前预训练模型处于不稳定状态时，返回到所述获取患者的诊断结果和胃镜图像集的步骤。

6.一种胃镜图像分类方法，其特征在于，包括：

获取待分类胃镜图像；

将所述待分类胃镜图像输入至如权利要求1-5任一项所述的胃镜图像分类模型构建方法所构建的目标分类模型中，以得到所述待分类胃镜图像的分类结果。

7.一种胃镜图像分类模型构建装置，其特征在于，包括：

第一获取模块，用于获取患者的诊断结果和胃镜图像集；其中，所述胃镜图像集包括多个胃镜图像；

预训练模块，用于将所述诊断结果和胃镜图像集输入至预设的原始分类模型，以对所述原始分类模型进行预训练，得到预训练分类模型；

构建模块，用于根据所述预训练分类模型的模型参数，构建目标分类模型。

8.一种胃镜图像分类装置，其特征在于，包括：

第二获取模块，用于获取待分类胃镜图像；

分类模块，用于将所述待分类胃镜图像输入至如权利要求7所述的胃镜图像分类模型构建装置所构建的目标分类模型中，以得到所述待分类胃镜图像的分类结果。

9.一种电子设备，其特征在于，包括：至少一个处理器和存储器；

所述存储器存储计算机执行指令；

所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如权利要求1至5任一项所述的方法或权利要求6所述的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如权利要求1至5任一项所述的方法或权利要求6所述的方法。