[发明专利]一种图像分类方法、装置及存储介质

说明书

本发明公开了一种图像分类方法、装置及存储介质，所述方法包括：获取磁共振成像和预设的若干脑区模板，所述若干脑区模板分别对应的人脑区域划分规则不同；根据所述若干脑区模板和所述磁共振成像确定若干特征矩阵，所述若干特征矩阵中每一特征矩阵由所述若干脑区模板中的一个脑区模板确定；对所述若干特征矩阵中的特征向量进行筛选，得到第一优化特征矩阵；根据所述第一优化特征矩阵，确定所述磁共振成像对应的图像预测类别。可以解决现有技术中医生主要依靠人群的临床评分和运动问题来诊断神经退行性疾病，难以区分神经性退行性疾病人群和正常人群的问题。

技术领域

本发明涉及图像处理领域，尤其涉及的是一种图像分类方法、装置及存储介质。

背景技术

目前，随着全球人口老龄化，全球神经性退行性疾病人群的数量正在持续增长，该疾病受到了全球的关注。现阶段医生主要依靠人群的临床评分和运动问题来诊断神经退行性疾病，而脑神经元已经在认知障碍和运动问题出现之前就已经退化了。因此，在神经退行性疾病的早期，即典型的临床症状还未出现的时候，医生很难从人群的脑影像中看出脑神经元的退化，所以医生根据人群的临床症状难以区分神经性退行性疾病人群和正常人群。

因此，现有技术还有待改进和发展。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种图像分类方法、装置及存储介质，旨在解决现有技术中医生主要依靠人群的临床评分和运动问题来诊断神经退行性疾病，难以区分神经性退行性疾病人群和正常人群的问题。

本发明解决问题所采用的技术方案如下：

第一方面，本发明实施例提供一种图像分类方法，其中，所述方法包括：

获取磁共振成像和预设的若干脑区模板，所述若干脑区模板分别对应的人脑区域划分规则不同；

根据所述若干脑区模板和所述磁共振成像确定若干特征矩阵，其中，所述若干特征矩阵中每一特征矩阵由所述若干脑区模板中的一个脑区模板确定；

对所述若干特征矩阵中的特征向量进行筛选，得到第一优化特征矩阵；

根据所述第一优化特征矩阵，确定所述磁共振成像对应的图像预测类别。

在一种实施方式中，所述根据所述若干脑区模板和所述磁共振成像确定若干特征矩阵，包括：

对所述磁共振成像进行图像分割，得到若干第一局部图像，其中，所述若干第一局部图像分别对应的脑组织类别不同；

根据每一所述脑区模板对所述若干第一局部图像分别进行区域划分，得到每一所述脑区模板对应的若干第一划分图像；

根据每一所述脑区模板对应的若干第一划分图像确定每一所述脑区模板对应的特征矩阵，得到所述若干特征矩阵。

在一种实施方式中，所述根据每一所述脑区模板对应的若干第一划分图像，确定每一所述脑区模板对应的特征矩阵，包括：

对每一所述脑区模板对应的若干第一划分图像分别进行特征提取，得到每一所述脑区模板对应的若干特征向量；

根据每一所述脑区模板对应的若干特征向量，确定每一所述脑区模板对应的特征矩阵。

在一种实施方式中，所述对所述若干特征矩阵中的特征向量进行筛选，得到第一优化特征矩阵，包括：

获取若干关系映射矩阵和权重矩阵，其中，所述若干关系映射矩阵与所述若干脑区模板一一对应；

对所述若干关系映射矩阵进行稀疏约束，得到若干稀疏关系映射矩阵；