[发明专利]图像特征生成方法、图像识别方法和装置

说明书

本申请实施例提供一种图像特征生成方法、图像识别方法和装置，其中，图像特征识别方法包括：获取预设部位的多个第一横断面图像和多个第二横断面图像；基于多个第一横断面图像确定均值图；将各个第二横断面图像分别和均值图作差，得到多个差值图像；将各个差值图像一维化后拼接为差值矩阵；对差值矩阵进行特征提取生成预设部位图像的特征矩阵，预设部位的图像特征包括均值图、差值矩阵的尺寸和特征矩阵，图像特征用于对待识别图像序列是否为预设部位的图像序列进行识别。均值图和特征矩阵能够准确反映预设部位的图像特征，在进行后续图像识别时，通过均值图和特征矩阵能够准确地识别图像是否为预设部位的图像，提高判断精度。

技术领域

本申请实施例涉及图像识别领域，具体涉及一种图像特征生成方法、图像识别方法、装置、电子设备和存储介质。

背景技术

在医疗成像领域，例如，CT(Computed Tomography，计算机断层扫描)和DR(Digital Radiography，数字化X射线摄影系统)，通过对扫描得到的图像进行识别可以确定人体器官是否正常或病变等。在临床的实际应用当中，有时会发生输入图像序列误差，例如，将头、躯干等部位的扫描序列输入肺部图像识别算法中。这种情况下，既不能得到有效的自动检测，也会降低算法的效率。因此，有必要确定图像序列是否为预设部位的图像序列。

现有技术中一般通过只能依靠dicom(DigitalImaging and Communications inMedicine，医学数字成像和通信标准)头文件来判断输入图像序列是否为预设部位的图像序列。但dicom头信息往往不全，导致无法判断，或者判断错误，判断精确度较差。

发明内容

本申请实施例提供一种图像特征生成方法、图像识别方法和装置，通过本申请的一些实施例至少能够实现对图像的精准识别。

第一方面，本申请实施例提供一种图像特征生成方法，所述方法包括：获取预设部位的多个第一横断面图像和多个第二横断面图像；基于所述多个第一横断面图像确定均值图；将各个所述第二横断面图像分别和所述均值图作差，得到多个差值图像；将各个所述差值图像一维化后拼接为差值矩阵；对所述差值矩阵进行特征提取生成所述预设部位图像的特征矩阵，所述预设部位的图像特征包括所述均值图、所述差值矩阵的尺寸和所述特征矩阵，所述图像特征用于对待识别图像序列是否为预设部位的图像序列进行识别。

在上述实现方式中，首先通过多张第一横断面图像确定均值图，然后将多张第二横断面图像与均值图作差得到差值图像，基于差值图像确定差值矩阵后进行提取得到特征矩阵，均值图和特征矩阵能够准确反映预设部位的图像特征，在进行后续图像识别时，通过均值图和特征矩阵能够准确地识别图像是否为预设部位的图像，提高判断精度。

结合第一方面，在一种实施方式中，所述对所述差值矩阵进行特征提取生成所述预设部位图像的特征矩阵，包括：对所述差值矩阵进行奇异值分解，得到左奇异矩阵、右奇异矩阵和对角矩阵；基于所述左奇异矩阵和所述差值矩阵生成所述特征矩阵。

在上述实现方式中，通过对差值矩阵进行奇异值分解后，基于左奇异矩阵和差值矩阵得到的特征矩阵中图像特征更为集中，在识别时通过与特征矩阵进行对比确定的识别结果能够更准确。

结合第一方面，在一种实施方式中，所述基于所述左奇异矩阵和所述差值矩阵生成所述特征矩阵，包括：取所述左奇异矩阵的前i列作为降维矩阵，所述i为基于所述对角矩阵确定的使所述降维矩阵包括预设量以上信息的最小奇异值数量；将所述降维矩阵的转置与所述差值矩阵相乘生成所述特征矩阵。

在上述实现方式中，通过对左奇异矩阵进行降维，在保证生成的特征矩阵的信息量足够的前提下，能够减少左奇异矩阵的维度，进而降低特征矩阵的维度，能够减少计算量，使得图像识别时的计算量较小，响应速度更快。