[发明专利]病例图像分类方法、装置、计算机设备及存储介质

权利要求书

1.一种病例图像分类方法，其特征在于，包括：

获取待分类的病例图像；

将所述病例图像输入到预设的病例分类模型中，其中，所述病例分类模型包括训练至收敛状态的分割模型和分类模型，所述分割模型用于对所述病例图像进行处理，以获取所述病例图像中表征病灶图像所在位置的病灶二值掩码，所述分类模型根据所述病例图像图像和所述病灶二值掩码进行图像分类；

根据所述病例分类模型输出的分类结果，得到所述病例图像表征的疾病名称。

2.根据权利要求1所述的病例图像分类方法，其特征在于，所述分类模型包括多个稠密块和交叉熵损失函数，所述将所述病例图像输入到预设的病例分类模型中包括：

将所述病例图像输入到所述分割模型中，以获取所述病例图像中表征病灶图像所在位置的病灶二值掩码；

将所述病例图像输入到所述分类模型中，并计算所述病灶二值掩码与所述分类模型的至少部分稠密块输出的分类二值掩码的相似度损失；

将所述相似度损失加权至所述交叉熵损失函数，以约束所述分类模型在分类时将提取的特征聚焦至所述病灶图像所在的位置。

3.根据权利要求1所述的病例图像分类方法，其特征在于，所述根据所述病例分类模型输出的分类结果，得到所述病例图像表征的疾病名称之后，还包括：

在预设疾病数据库中查找与所述疾病名称具有映射关系治疗方案；

将所述治疗方案发送至目标用户终端作为参考治疗方案。

4.根据权利要求3所述的病例图像分类方法，其特征在于，所述将所述治疗方案发送至目标用户终端作为参考治疗方案之后，还包括：

在预设的治疗周期完成后获取疗效图片；

将所述疗效图片与所述病例图像输入到预设的治愈度判断模型中，其中，所述治愈度判断模型为训练至收敛状态用于通过图片比对判断治愈度的神经网络模型；

根据所述治愈度判断模型输出的分类结果，得到所述治疗周期完成时疾病的治愈度。

5.根据权利要求4所述的病例图像分类方法，其特征在于，所述根据所述治愈度判断模型输出的分类结果，得到所述治疗周期完成时疾病的治愈度之后，还包括：

将所述治愈度与预设的治愈阈值进行比对；

当所述治愈度小于所述治愈阈值时，向所述目标用户终端发送预设的提示信息，其中，所述提示信息为建议更换所述参考治疗方案的信息。

6.根据权利要求5所述的病例图像分类方法，其特征在于，所述当所述治愈度小于所述治愈阈值时，向所述目标用户终端发送预设的提示信息之后，包括：

获取治愈患者的治疗方案信息；

以治疗方案为限定信息将所述治愈患者进行归类；

分析同一类别中治愈患者具有的共性信息，并将所述共性信息标记为对应类别的索引标签。

7.根据权利要求1所述的病例图像分类方法，其特征在于，所述获取待分类的病例图像之前，还包括：

获取标记有分类参照信息的训练样本数据，其中，所述训练样本数据包括若干病例图像以及各病例图像对应的期望分类信息；

将所述训练样本数据输入神经网络模型获取所述训练样本数据的分类判断信息；

比对所述训练样本数据的分类参照信息与所述分类判断信息是否一致；

当所述分类参照信息与所述分类判断信息不一致时，反复循环迭代的更新所述神经网络模型中的权重，至所述比对结果一致时结束。

8.一种病例图像分类装置，其特征在于，包括：

获取模块，用于获取待分类的病例图像；

处理模块，用于将所述病例图像输入到预设的病例分类模型中，其中，所述病例分类模型包括训练至收敛状态的分割模型和分类模型，所述分割模型用于对所述病例图像进行处理，以获取所述病例图像中表征病灶图像所在位置的病灶二值掩码，所述分类模型根据所述病例图像图像和所述病灶二值掩码进行图像分类；

执行模块，用于根据所述病例分类模型输出的分类结果，得到所述病例图像表征的疾病名称。