[发明专利]基于皮肤镜的模型构建方法、数据处理方法及装置和设备

权利要求书

1.一种基于皮肤镜的医学影像数据处理模型的构建方法，其特征在于，所述构建方法包括：

采用皮肤镜对多个试验皮肤样本进行图像采集，获取针对所述多个试验皮肤样本的多个第一图像数据；

针对所述多个第一图像数据进行预处理和数据增强，获得多个第二图像数据；

通过人工智能深度卷积神经网络，针对所述多个第二图像数据进行训练学习和特征提取，构建针对所述多个试验皮肤样本的特征库；

采用分类器，将所述特征库中的数据进行类别划分，获得分类结果；

根据所述多个试验皮肤样本对应的病理学数据，对所述分类结果进行排序误差计算，以对所述特征库进行第一修正，并由此构建所述医学影像数据处理模型。

2.根据权利要求1所述的构建方法，其特征在于，所述针对所述多个第一图像数据进行预处理和数据增强，获得多个第二图像数据，包括：

针对所述多个第一图像数据依次进行清洗预处理、归一化预处理、背景毛发去除预处理；

针对经过所述预处理的所述多个第一图像数据依次进行随机旋转处理、随机裁剪处理、颜色抖动处理、加入高斯噪声处理，获得多个第二图像数据。

3.根据权利要求1所述的构建方法，其特征在于，所述通过人工智能深度卷积神经网络，针对所述多个第二图像数据进行训练学习和特征提取，构建针对所述多个试验皮肤样本的特征库，包括：

所述通过人工智能深度卷积神经网络，结合颜色特征、纹理特征、几何特征、局部二值模式特征，针对所述多个第二图像数据进行训练学习和特征提取，构建针对所述多个试验皮肤样本的特征库。

4.根据权利要求1所述的构建方法，其特征在于，所述采用分类器，将所述特征库中的数据进行类别划分，获得分类结果，包括：

采用支持向量机分类器、XBOOST分类器、SOFTMAX分类器中的至少一者，将所述特征库中的数据进行类别划分，获得分类结果。

5.根据权利要求1所述的构建方法，其特征在于，所述根据所述多个试验皮肤样本对应的病理学数据，对所述分类结果进行排序误差计算，以对所述特征库进行第一修正，并由此构建所述医学影像数据处理模型，包括：

根据所述多个试验皮肤样本对应的病理学数据，使用排序损失函数对所述多个试验皮肤样本中的每个试验皮肤样本，按照病理学分级分期，以对所述分类结果进行排序误差计算，并使用对比损失函数对相同分期分级进行限制，以对所述特征库进行第一修正，并由此构建所述医学影像数据处理模型。

6.根据权利要求1至5中任一项所述的构建方法，其特征在于，所述根据所述多个试验皮肤样本对应的病理学数据，对所述分类结果进行排序误差计算，以对所述特征库进行第一修正，并由此构建所述医学影像数据处理模型之后，所述构建方法还包括：

采用皮肤镜对多个第一类患者皮肤样本进行图像采集，获取针对所述多个第一类患者皮肤样本的多个第三图像数据；

采用所述多个第三图像数据，对所述医学影像数据处理模型进行在线训练，以更新所述医学影像数据处理模型。

7.一种基于皮肤镜的医学影像数据处理装置，其特征在于，包括：

采集模块，采用皮肤镜对多个试验皮肤样本进行图像采集，获取针对所述多个试验皮肤样本的多个第一图像数据；

处理模块，针对所述多个第一图像数据进行预处理和数据增强，获得多个第二图像数据；

构建模块，通过人工智能深度卷积神经网络，针对所述多个第二图像数据进行训练学习和特征提取，构建针对所述多个试验皮肤样本的特征库；

分类模块，采用分类器，将所述特征库中的数据进行类别划分，获得分类结果；

修正模块，根据所述多个试验皮肤样本对应的病理学数据，对所述分类结果进行排序误差计算，以对所述特征库进行第一修正，并由此构建所述医学影像数据处理模型。