[发明专利]一种医学影像的分类方法、装置和存储介质

权利要求书

1.一种医学影像的分类方法，其特征在于，包括：

获取多个医学影像样本；

对所述医学影像样本中的病变特征进行分类，根据分类结果构建出所述医学影像样本的提升树模型，得到第一分类器组；

采用所述第一分类器组从所述病变特征中筛选出满足第一预设条件的病变特征，得到目标病变特征集；

利用所述目标病变特征集对预设的第二分类器进行训练，得到训练后第二分类器；

基于所述训练后第二分类器对待分类的医学影像进行目标病变特征检测，得到分类结果。

2.根据权利要求1所述的方法，其特征在于，所述对所述医学影像样本中的病变特征进行分类，根据分类结果构建出所述医学影像样本的提升树模型，得到第一分类器组，包括：

在所述医学影像样本中分割出病变区域样本，对所述病变区域样本提取多维病变特征；

对所述多维病变特征进行分类，根据分类结果构建出所述医学影像样本的提升树模型，得到第一分类器组。

3.根据权利要求2所述的方法，其特征在于，所述第一分类器组包括多个基分类器，所述对所述多维病变特征进行分类，根据分类结果构建出所述医学影像样本的提升树模型，得到第一分类器组，包括：

利用每个基分类器从所述多维病变特征中随机选择多个病变特征；

将所述多个病变特征进行分类，以构建出多个所述医学影像样本的分类与回归树模型；

组合多个分类与回归树模型，构建所述医学影像样本的提升树模型，得到第一分类器组。

4.根据权利要求3所述的方法，其特征在于，所述采用所述第一分类器组从所述病变特征中筛选出满足第一预设条件的病变特征，得到目标病变特征集，包括：

对所述第一分类器组中的多个基分类器进行交叉验证，得到每个基分类器的准确率；

选择所述准确率大于预设阈值的多个基分类器进行组合，得到目标分类器；

基于所述目标分类器筛选出目标病变特征集。

5.根据权利要求4所述的方法，其特征在于，所述基于所述目标分类器筛选出目标病变特征集，包括：

统计所述交叉验证中基分类器准确率大于预设阈值时所使用的病变特征，得到病变特征的使用频率；

根据统计结果筛选出使用频率最高的多个病变特征，得到目标病变特征集。

6.根据权利要求2所述的方法，其特征在于，所述在所述医学影像样本中分割出病变区域样本，对所述病变区域样本提取多维病变特征，包括：

在所述医学影像样本中筛选出病变区域和近病变旁的组织区域；

将所述病变区域和近病变旁的组织区域进行扩展，得到扩展后区域；

对所述扩展后区域进行分割，得到病变区域样本；

利用医学影像特征提取包对所述病变区域样本提取多维病变特征。

7.根据权利要求1至6任一项所述的方法，其特征在于，将所述多个医学影像样本分为医学影像训练样本和医学影像验证样本，所述利用所述目标病变特征集对预设的第二分类器进行训练，得到训练后第二分类器，包括：

利用所述目标病变特征集构建预设第二分类器，采用所述医学影像训练样本对所述预设第二分类器进行训练，得到第二分类器；

采用医学影像验证样本对所述第二分类器的准确性进行验证，若验证结果满足第二预设条件，则得到训练后第二分类器。

8.根据权利要求1至6任一项所述的方法，其特征在于，所述基于所述训练后第二分类器对待分类的医学影像进行目标病变特征检测，得到分类结果，包括：

获取待分类的医学影像；

采用所述训练后第二分类器对所述医学影像进行目标病变特征检测；

若检测结果指示所述医学影像存在目标病变特征，则确定所述医学影像存在病变区域。