[发明专利]一种基于多分类模型的图像分类装置及分类方法

权利要求书

1.一种基于多分类模型的图像分类装置，其特征在于，所述装置包括：

图像预处理模块，用于获取待分析样本的核磁共振T1加权图像，并进行预处理；

特征提取模块，用于利用不同的分割区域模板对预处理后的图像进行特征提取，提取出影像学特征；

特征融合模块，用于将提取出的影像学特征进行融合，形成特征空间；

特征筛选模块，用于将所述特征空间与自适应稀疏学习特征选择方法结合，从所述特征空间中筛选出具有判别能力的特征，并构建多分类模型；

检测分析模块，用于利用所述多分类模型对待分析样本的图像测试数据进行分析，输出分类结果；

利用多个不同的分割区域模板分别对经过分割处理后的图像进行特征提取；

计算各个分割区域中的各特征元素体积所对应的值，将所述值作为特征融合时的特征向量；

通过线性级联回归模型将提取出的影像学特征进行融合，得到特征矩阵，其中，所述特征矩阵就是融合而成的特征空间；

在提取所述影像学特征时将稀疏学习线性判别分析方法和局部保留投影方法结合，构建具有自适应稀疏正则化约束的具有有效信息的特征空间；

所述自适应稀疏学习特征选择方法通过自动调整p的值，为不同的任务设置不同的稀疏度；

利用所述稀疏学习线性判别分析方法获取所述特征空间的全局信息；

利用所述局部保留投影方法通过找出所述特征空间中各个数据点之间的相似性，获取特征空间的局部信息；

获取待分析样本的影响，并将所述待分析样本的影响作为附加特征添加到特征空间中，构建用于训练多分类模型的新特征空间，并对所述多分类模型进行更新；

所述待分析样本的影响包括待测样本对于某种行为的认知表现。

2.根据权利要求1所述基于多分类模型的图像分类装置，其特征在于，所述图像预处理模块包括：

图像获取单元，用于采用核磁共振成像技术获取待分析样本的核磁共振T1加权像；

图像处理单元，用于利用统计图分割工具对所述核磁共振T1加权像进行标准化以及分割处理；

图像提取单元，用于从分割后的图像中分别提取出特征元素的图像。

3.根据权利要求1所述基于多分类模型的图像分类装置，其特征在于，所述特征提取模块包括：

特征提取单元，用于利用多个不同的分割区域模板分别对经过分割处理后的图像进行特征提取；

计算分析单元，用于计算分割区域中的各特征元素体积所对应的值，并作为特征融合时的特征向量。

4.根据权利要求1所述基于多分类模型的图像分类装置，其特征在于，所述特征筛选模块中的自适应稀疏学习特征选择方法为线性判别分析法以及局部保留投影法。

5.根据权利要求1所述基于多分类模型的图像分类装置，其特征在于，所述特征筛选模块包括：

全局信息获取单元，用于利用线性判别分析法通过权衡类内差异以及类间差异的比例，获取特征空间的全局信息；

局部信息获取单元，用于利用局部保留投影法通过找出特征空间中各个数据点之间的相似性，获取特征空间的局部信息；

特征筛选单元，用于根据所述全局信息与局部信息的指引，利用样本与样本的相似性进行正则化约束，筛选出具有判别能力的特征；

模型构建单元，用于利用带Sigmoid核的支持向量机构建多分类模型。

6.根据权利要求5所述基于多分类模型的图像分类装置，其特征在于，所述特征筛选模块还包括：

获取待分析样本的影响因子，并把所述影响因子作为附加特征添加到所述特征空间中，以构建用于训练多分类模型的新特征空间。