A medical image analysis method, a medical image analysis system and a storage medium. The medical image analysis method includes acquiring medical images, processing the medical images with neural network, determining the classification results of the medical images, and inputting the medical images into the auxiliary diagnostic devices corresponding to the classification results. The medical image analysis method can integrate all kinds of medical image aided diagnosis devices, realize the automatic analysis of many kinds of medical images, and alleviate the phenomenon that medical resources are scarce and unbalanced.
【技术实现步骤摘要】
医学图像分析方法、医学图像分析系统以及存储介质
本公开的实施例涉及一种医学图像分析方法、医学图像分析系统以及存储介质。
技术介绍
深度学习是机器学习的一种,其可以对数据进行表征学习。深度学习可以采用非监督式或半监督式的特征学习和分层特征提取算法获取特征。深度学习的基本结构是深度学习神经网络。深度学习神经网络是一种具备至少一个隐含层的人工神经网络,其可以通过组合低层特征形成更加抽象的高层的表示属性类别的特征,以发现数据的分布式特征表示。
技术实现思路
本公开至少一实施例提供一种医学图像分析方法,其包括:获取医学图像;使用神经网络处理所述医学图像,确定所述医学图像的分类结果;将所述医学图像输入到与所述分类结果相对应的辅助诊断装置中。例如,在本公开至少一个实施例提供的医学图像分析方法中,使用所述神经网络处理所述医学图像,确定所述医学图像的分类结果,包括:通过所述神经网络提取所述医学图像的特征;以及基于所述医学图像的特征,通过分类器对所述医学图像进行分类以得到所述分类结果。例如,在本公开至少一个实施例提供的医学图像分析方法中,基于所述医学图像的特征,通过所述分类器对所述医学图像进行分类以得到所述分类结果,包括:基于所述医学图像的特征,通过所述分类器计算所述医学图像针对多个不同类别的多个得分数;根据所述多个得分数的排序确定所述医学图像的分类结果。例如,在本公开至少一个实施例提供的医学图像分析方法中,所述多个得分数为多个预测概率,所述分类结果与所述多个预测概率中的最大预测概率相对应。例如,在本公开至少一个实施例提供的医学图像分析方法中,所述辅助诊断装置被配置为分析与所述分 ...
【技术保护点】
一种医学图像分析方法,包括:获取医学图像;使用神经网络处理所述医学图像,确定所述医学图像的分类结果;将所述医学图像输入到与所述分类结果相对应的辅助诊断装置中。
【技术特征摘要】
1.一种医学图像分析方法,包括:获取医学图像;使用神经网络处理所述医学图像,确定所述医学图像的分类结果;将所述医学图像输入到与所述分类结果相对应的辅助诊断装置中。2.根据权利要求1所述的医学图像分析方法,其中,使用所述神经网络处理所述医学图像,确定所述医学图像的分类结果,包括:通过所述神经网络提取所述医学图像的特征;以及基于所述医学图像的特征,通过分类器对所述医学图像进行分类以得到所述分类结果。3.根据权利要求2所述的医学图像分析方法,其中,基于所述医学图像的特征,通过分类器对所述医学图像进行分类以得到所述分类结果,包括:基于所述医学图像的特征,通过所述分类器计算所述医学图像针对多个不同类别的多个得分数;根据所述多个得分数的排序确定所述医学图像的分类结果。4.根据权利要求3所述的医学图像分析方法,其中,所述多个得分数为多个预测概率,所述分类结果与所述多个预测概率中的最大预测概率相对应。5.根据权利要求3所述的医学图像分析方法,其中,所述辅助诊断装置被配置为分析与所述分类结果对应的医学图像的特征,所述辅助诊断装置为辅助诊断装置组的一部分,所述辅助诊断装置组的各辅助诊断装置被配置为分析不同类别的医学图像的特征。6.根据权利要求5所述的医学图像分析方法,其中,所述辅助诊断装置组中的辅助诊断装置的数量与所述多个得分数的数量相同。7.根据权利要求1所述的医学图像分析方法,其中,在获取所述医学图像前,所述医学图像分析方法还包括:在训练阶段,利用医学图像库中的样本图像训练所述神经网络,以生成所述神经网络的参数。8.根据权利要求1所述的医学图像分析方法,其中,所述训练阶段的损失函数包括对数似然损失函数,所述对数似然损失函数表示为:C=-lnay其中,C表示所述对数似然损失函数,y表示所述医学图像的类别,ay表示y对应的预测概率。9.一种医学图像分析系统,与辅助诊断装置连接...
【专利技术属性】
技术研发人员:李莹莹,
申请(专利权)人:京东方科技集团股份有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。