[发明专利]内窥镜图像分类模型的训练方法、图像分类方法和装置

说明书

一种内窥镜图像分类模型的训练方法、图像分类方法和装置。其中所述内窥镜图像分类模型包括多个专家子网络，所述方法包括：获取训练数据集，所述训练数据集包括多个内窥镜影像图像以及所述多个内窥镜影像图像的标注标签，其中所述训练数据集呈现长尾分布；以及基于所述训练数据集对所述内窥镜图像分类模型进行训练，直到所述内窥镜图像分类模型的目标损失函数收敛，以获得训练完成的内窥镜图像分类模型，其中，所述目标损失函数是至少基于所述多个专家子网络的相应多个输出结果来确定的。

技术领域

本申请涉及人工智能领域，具体涉及一种融合了知识蒸馏的内窥镜图像分类模型的训练方法、图像分类方法、装置及计算机可读介质。

背景技术

结直肠癌是世界上发病率第3和死亡率第4的癌症，而95%以上的结直肠癌是由结肠息肉癌变的。在检出的息肉中，腺瘤占大多数，大约占10.86%到80%，一般认为结直肠癌起源于腺瘤性息肉，其癌变率为1.4%～9.2%。而其他息肉类型如增生型息肉、炎症性息肉（占比2.32%到13.8%）等分别只占很少的比例，呈现一种长尾分布。

为了减轻医生的负担，有一些工作尝试研究使用深度学习的方式自动化地实现对息肉类型的识别。现有的对息肉分类的识别工作基本基于普通的卷积神经网络。它们通常使用一个现成的卷积神经网络，如ResNet，VGG，Inceptionv3等。但是它们都仅使用传统的训练方式，并没有考虑到息肉类型分布的不均衡性。

目前针对长尾问题进行了大量的研究，例如，有一部分研究工作通过对数据集进行重采样的方法来解决长尾问题，包括对头部进行欠采样，对尾部进行过采样，或是根据每个类别的分布进行一种数据均衡的采样。然而这些方法预先了解了未来的数据分布，不符合现实的情况，且容易造成对尾部数据的过拟合。有一部分研究工作通过对不同的类或是样本分配不同的权重来解决长尾问题，通过修改损失来对尾部数据分配更高的权重。然而，这类方法虽然相较基于重采样的方法更简洁，但是它们面临着同样的问题，即易造成对头部/尾部数据的欠拟合/过拟合，且不符合现实情境。有一部分研究工作通过将头部数据学到的特征迁移到尾部数量不足的数据上，然而这类方法通常模型和计算量都较为复杂。还有一些工作尝试融合以上方法或从其他角度解决长尾问题。如通过修改分类器模型更新的动量，去除其偏向头部数据的动量来解决这种不平衡问题。然而这种方法无法保证不会牺牲一部分头部数据的准确性。

在现有的对息肉进行分类的方法或研究工作中，通常没有考虑息肉类型长尾分布的特性，而直接使用卷积神经网络进行训练，或是将数据集的分布进行调整之后再训练，而这显然不符合现实中息肉数据的特性。不考虑数据的不均衡性直接进行训练容易使模型无法很好的对尾部数据进行识别，而将数据集重新调整之后再训练易形成对尾部数据的过拟合而对头部数据的准确性造成一定的损失。

因此，期望提出一种改进的息肉分类方法，使得能够适应于长尾数据分布并且可以同时提升头尾部准确性。

发明内容

考虑到以上问题而做出了本公开。本公开的一个目的是提供一种训练内窥镜图像分类模型的方法、内窥镜图像分类方法、装置及计算机可读介质。

本公开的实施例提供了一种基于多专家决策的内窥镜图像分类模型的训练方法，其中所述内窥镜图像分类模型包括多个专家子网络，所述方法包括：获取训练数据集，所述训练数据集包括多个内窥镜影像图像以及所述多个内窥镜影像图像的标注标签，其中所述训练数据集呈现长尾分布；以及基于所述训练数据集对所述内窥镜图像分类模型进行训练，直到所述内窥镜图像分类模型的目标损失函数收敛，以获得训练完成的内窥镜图像分类模型，其中，所述目标损失函数是至少基于所述多个专家子网络的相应多个输出结果来确定的。