[发明专利]基于人工智能的疟疾分类方法及设备

权利要求书

1.一种基于人工智能的疟疾分类方法，其特征在于，包括：对疟疾的病理图像进行分割得到实用级图像；在ResNetXt-50网络结构中加载通道注意力模式和空间注意力模式得到分类器；采用分类器中的通道注意力模式和空间注意力模式对实用级图像进行特征图提取，根据提取的第二特征图对疟疾的种类进行区分；在所述采用分类器中的通道注意力模式和空间注意力模式对实用级图像进行特征图提取之后，还包括：将提取第二特征图后生成的样本属于真实集合的概率输入损失函数中，若损失函数的输出值趋于一固定值，则确定第二特征图提取准确；所述损失函数包括：

FL(p_t)＝-(1-p_t)^γlog₂(p_t)

其中，FL(p_t)为损失函数的输出值；p_t为样本属于真实集合的概率；γ为聚焦参数；所述ResNetXt-50网络结构在主卷积核两侧添加了1X1网络层，用于控制参数数量，所述主卷积核由若干不同维度的子卷积核堆叠构成；

所述采用分类器中的通道注意力模式对实用级图像进行特征图提取，包括：

M_c(F)＝σ{MLP[AvgPool(F)]+MLP[MaxPool(F)]}

其中，M_c(F)为通道注意力模式提取的第一特征图；σ为ReLU激活函数；MLP为三层感知机；AvgPool(F)为平均池化模式；MaxPool(F)为最大池化模式；F为实用级图像；

所述采用分类器中的空间注意力模式对实用级图像进行特征图提取，包括：

M_s(F)＝δ{f^7×7([AvgPool(F)；MaxPool(F)])}

其中，M_s(F)为空间注意力模式提取的第二特征图；δ为sigmoid激活函数；f^7×7为7×7卷积核。

2.根据权利要求1所述的基于人工智能的疟疾分类方法，其特征在于，所述对疟疾的病理图像进行分割得到实用级图像，包括：将疟疾的病理图像分割为固定像素值的图像，对分割后的图像进行旋转、调整比例及颜色变换，得到所述实用级图像。

3.一种基于人工智能的疟疾分类装置，其特征在于，包括：第一主模块，用于对疟疾的病理图像进行分割得到实用级图像；第二主模块，用于在ResNetXt-50网络结构中加载通道注意力模式和空间注意力模式得到分类器；第三主模块，用于采用分类器中的通道注意力模式和空间注意力模式对实用级图像进行特征图提取，根据提取的第二特征图对疟疾的种类进行区分。

4.一种电子设备，其特征在于，包括：

至少一个处理器、至少一个存储器和通信接口；其中，

所述处理器、存储器和通信接口相互间进行通信；

所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令，以执行权利要求1至3任一项权利要求所述的方法。

5.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行权利要求1至3中任一项权利要求所述的方法。