[发明专利]一种影像数据处理方法、装置、计算机及存储介质

权利要求书

1.一种影像数据处理方法，其特征在于，包括：

获取待处理的影像数据，对所述影像数据进行预处理得到多通道数据，并将所述多通道数据输入至预训练编码器得到多个通道的特征图；

提取每个所述特征图的深度组学参数，根据所述深度组学参数得到包含特征权重的特征图，并对每个通道中包含权重的特征图进行融合，得到第一特征图；

将利用预设的批次效应去除算法调整每个通道中所述特征图的深度组学参数，得到第二特征图；

将所述第一特征图和所述第二特征输入至预设的网络集成模型中进行处理，得到特征优化参数。

2.根据权利要求1所述的影像数据处理方法，其特征在于，所述对所述影像数据进行预处理得到多通道数据，包括：

对所述影像数据分别进行拉普拉斯变换、小波变换、图像强度平方、图像强度平方根、对数变换、指数变换、梯度变换和局部二值模式变换；

将所述影像数据以及经每个变换方法处理得到的影像数据作为所述多通道数据。

3.根据权利要求1所述的影像数据处理方法，其特征在于，所述根据所述深度组学参数得到包含特征权重的特征图，并对每个通道中包含权重的特征图进行融合，得到第一特征图，包括：

利用预设的权重计算方法计算所述特征图中特征的权重；

采用预设的正则化特征权重分配机制计算包含权重的特征图；

利用注意力机制将每个通道中包含权重的特征图进行融合，得到第一特征图。

4.根据权利要求1所述的影像数据处理方法，其特征在于，所述利用预设的批次效应去除算法调整每个通道中所述特征图的深度组学参数，得到第二特征图，包括：

将所述深度组学参数作为不同数据集与预设的数据集进行混合；

以所述影像数据中组内稳定参数最多的中心与设备数据集作为参考数据集；

以所述参考数据集为标准利用预设的ComBat算法对混合后得到的数据集进行调整得到所述第二特征图。

5.根据权利要求1所述的影像数据处理方法，其特征在于，所述将所述第一特征图和所述第二特征输入至预设的网络集成模型中进行处理，得到特征优化参数，包括：

将所述第一特征图和所述第二特征图输入至预设的MOE双网络集成模型中输出已处理的特征图；

将已处理的特征图输入至预设的解码器得到所述特征优化参数。

6.一种影像数据处理装置，其特征在于，包括：

获取模块，用于获取待处理的影像数据，对所述影像数据进行预处理得到多通道数据，并将所述多通道数据输入至预训练编码器得到多个通道的特征图；

处理模块，用于提取每个所述特征图的深度组学参数，根据所述深度组学参数得到包含特征权重的特征图，并对每个通道中包含权重的特征图进行融合，得到第一特征图；

所述处理模块，还用于将利用预设的批次效应去除算法调整每个通道中所述特征图的深度组学参数，得到第二特征图；

执行模块，用于将所述第一特征图和所述第二特征输入至预设的网络集成模型中进行处理，得到特征优化参数。

7.根据权利要求6所述的影像数据处理装置，其特征在于，所述获取模块包括：

第一获取子模块，用于对所述影像数据分别进行拉普拉斯变换、小波变换、图像强度平方、图像强度平方根、对数变换、指数变换、梯度变换和局部二值模式变换；

第一处理子模块，用于将所述影像数据以及经每个变换方法处理得到的影像数据作为所述多通道数据。

8.根据权利要求6所述的影像数据处理装置，其特征在于，所述处理模块包括：

第二处理子模块，用于利用预设的权重计算方法计算所述特征图中特征的权重；

第三处理子模块，用于采用预设的正则化特征权重分配机制计算包含权重的特征图；

第一执行子模块，用于利用注意力机制将每个通道中包含权重的特征图进行融合，得到第一特征图。