[发明专利]图像分类模型的训练方法、分类方法、装置和计算机设备

权利要求书

1.一种图像分类模型的训练方法，其特征在于，所述方法包括：

获取分别标注有疾病类型的轻度医学影像和重度医学影像；所述轻度医学影像是疾病严重程度被标记为轻度的医学影像；所述重度医学影像是疾病严重程度被标记为严重的医学影像；其中，轻度医学影像包括表示部分区域的轻度医学影像子图；重度医学影像包括表示部分区域的重度医学影像子图；

基于重度医学影像子图，和所述重度医学影像子图所属的重度医学影像的疾病类型训练初始图像分类模型，得到初级图像分类模型；

将轻度医学影像子图输入至所述初级图像分类模型，得到所述轻度医学影像子图对应的预测疾病类型；

在轻度医学影像子图的预测疾病类型与所述轻度医学影像子图所属的轻度医学影像的疾病类型相同的情况下，使用所述轻度医学影像子图训练所述初级图像分类模型，得到图像分类模型。

2.根据权利要求1所述的方法，其特征在于，所述使用所述轻度医学影像子图训练所述初级图像分类模型，得到图像分类模型，包括：

使用所述轻度医学影像子图，及所述重度医学影像子图训练所述初级图像分类模型，得到图像分类模型。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取标注有疾病类型的中度医学影像；其中，所述中度医学影像是疾病严重程度被标记为中等的医学影像；

将所述中度医学影像输入至所述初级图像分类模型，得到所述中度医学影像子图对应的预测疾病类型；

相应的，在轻度医学影像子图的预测疾病类型与所述轻度医学影像子图所属的轻度医学影像的疾病类型相同的情况下，使用所述轻度医学影像子图训练所述初级图像分类模型，得到图像分类模型，包括：

在中度医学影像子图的预测疾病类型与所述中度医学影像子图所属的中度医学影像的疾病类型相同的情况下，使用所述中度医学影像子图训练所述初级图像分类模型，得到中级图像分类模型；

将所述轻度医学影像子图输入至所述中级图像分类模型，得到所述轻度医学影像子图对应的预测疾病类型；

在所述轻度医学影像子图的预测疾病类型与所述轻度医学影像子图所属的轻度医学影像的疾病类型相同的情况下，使用所述轻度医学影像子图训练所述中级图像分类模型，得到图像分类模型。

4.根据权利要求3所述的方法，其特征在于，所述使用所述轻度医学影像子图训练所述中级图像分类模型，得到图像分类模型，包括：

使用所述轻度医学影像子图、所述中度医学影像子图，及所述重度医学影像子图训练所述中级图像分类模型，得到图像分类模型。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取被标注为没有疾病的医学影像；其中，所述医学影像包括用于参与生成初级图像分类模型的第一医学影像和用于参与生成图像分类模型的第二医学影像；

相应的，在基于重度医学影像子图和所述重度医学影像子图所属的重度医学影像的疾病类型训练初始图像分类模型，得到初级图像分类模型的步骤中，包括：

基于重度医学影像子图和所述重度医学影像子图所属的重度医学影像的疾病类型，及第一医学影像子图训练初始图像分类模型，得到初级图像分类模型；其中，所述第一医学影像子图是所述第一医学影像的部分区域；

相应的，在使用所述轻度医学影像子图训练所述初级图像分类模型，得到图像分类模型的步骤中，包括：

使用所述轻度医学影像子图，及第二医学影像子图训练所述初级图像分类模型，得到图像分类模型；其中，所述第二医学影像子图是所述第二医学影像的部分区域。

6.根据权利要求5所述的方法，其特征在于，使用所述轻度医学影像子图，及所述第二医学影像子图训练所述初级图像分类模型，得到图像分类模型的步骤，包括：

将所述第二医学影像子图输入至所述初级分类模型，得到所述第二医学影像的第一预测结果；

相应的，使用所述轻度医学影像子图，及第二医学影像子图的第一预测结果和所述第二医学影像子图所属的第二医学影像的疾病类型不同的第二医学影像子图，训练所述初级图像分类模型，得到图像分类模型。