[发明专利]一种图像分类系统及终端设备

权利要求书

1.一种图像分类系统，其特征在于，包括：

图像获取模块，用于获取第一序列图像和第二序列图像，所述第一序列图像和所述第二序列图像为采用不同模态获取到的磁共振序列图像；

图像融合模块，用于将所述第一序列图像和所述第二序列图像进行融合，得到第三序列图像；

预测分类模块，用于基于训练完成的预测分类模型对所述第三序列图像进行分类识别，确定与所述第三序列图像对应的分类结果。

2.根据权利要求1所述图像分类系统，其特征在于，所述图像融合模块通过所述第一序列图像和所述第二序列图像的物理关联性将所述第一序列图像和所述第二序列图像进行融合。

3.根据权利要求1所述图像分类系统，其特征在于，所述预测分类模型包括第一三维卷积层、移动翻转残差颈三维卷积块、第二三维卷积层、全局平均池化层和全连接层。

4.根据权利要求1所述图像分类系统，其特征在于，所述预测分类模块包括：

模型构建单元，用于构建预测分类模型；

模型训练单元，用于基于训练数据对构建的预测分类模型进行训练，得到训练完成的预测分类模型。

5.根据权利要求4所述图像分类系统，其特征在于，所述模型训练单元具体用于：基于可视化数据库对构建的预测分类模型进行预训练，得到预训练后的预测分类模型，再基于训练数据集对预训练后的预测分类模型的参数进行调整，得到完成训练的预测分类模型。

6.根据权利要求4所述图像分类系统，其特征在于，所述模型训练单元还用于获取训练数据集，所述训练数据集包括患者的序列图像和正常者的序列图像。

7.根据权利要求1至6任一项所述的图像分类系统，其特征在于，所述第一序列图像和所述第二序列图像均为三维图像。

8.一种终端设备，其特征在于，所述终端设备包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

获取第一序列图像和第二序列图像；所述第一序列图像和所述第二序列图像为采用不同模态获取到的磁共振序列图像；

将所述第一序列图像和所述第二序列图像进行融合，得到第三序列图像；

基于训练完成的预测分类模型对所述第三序列图像进行分类识别，确定与所述第三序列图像对应的分类结果。

9.根据权利要求8所述的终端设备，其特征在于，所述处理器执行所述计算机程序时还实现以下步骤：

构建预测分类模型；

基于训练数据对所述预测分类模型进行训练，得到训练完成的预测分类模型。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现以下步骤：

获取第一序列图像和第二序列图像；所述第一序列图像和所述第二序列图像为采用不同模态获取到的磁共振序列图像；

将所述第一序列图像和所述第二序列图像进行融合，得到第三序列图像；

基于训练完成的预测分类模型对所述第三序列图像进行分类识别，确定与所述第三序列图像对应的分类结果。