(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210840875.7 (22)申请日 2022.07.18 (71)申请人 上海联影智能医疗科技有限公司 地址 200232 上海市徐汇区云锦路701号 20、 21、 22层 （名义楼层为23、 25、 26层） (72)发明人 陈磊　刘爱娥　薛忠　 (74)专利代理 机构 北京华进京联知识产权代理 有限公司 1 1606 专利代理师 朱五云 (51)Int.Cl. G06V 10/764(2022.01) G06V 10/26(2022.01) G06V 10/25(2022.01) G06V 10/774(2022.01) G06V 10/80(2022.01)G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06T 7/00(2017.01) (54)发明名称 图像分类方法、 存 储介质和程序 产品 (57)摘要 本申请涉及一种图像 分类方法、 存储介质和 程序产品。 所述方法包括： 根据获取的待测部位 在不同体位下的医学图像， 确定各体位下的医学 图像中的病灶区域对应的第一目标分割图像和 第二目标分割图像； 所述第一目标分割图像中包 括的病灶区域为第一形状的病灶区域， 所述第二 目标分割图像中包括的病灶区域为第二形状的 病灶区域； 根据各所述体位下的第一目标分割图 像和第二目标分割图像， 以及预设的神经网络模 型对所述病灶区域的类别进行识别， 确定所述病 灶区域的目标类别。 采用本方法能够节省人力成 本和节省分类时间。 权利要求书2页 说明书14页 附图5页 CN 115063637 A 2022.09.16 CN 115063637 A 1.一种图像分类方法， 其特 征在于， 所述方法包括： 根据获取的待测部位在不同体位下的医学图像， 确定各体位下的医学图像中的病灶区 域对应的第一目标分割图像和 第二目标分割图像； 所述第一目标分割图像中包括的病灶区 域为第一形状的病灶区域， 所述第二目标分割图像中包括的病灶区域为第二形状的病灶区 域； 根据各所述体位下的第 一目标分割图像和第 二目标分割图像， 以及预设的神经网络模 型对所述病灶区域的类别进行识别， 确定所述病灶区域的目标类别。 2.根据权利要求1所述的方法， 其特征在于， 所述神经网络模型包括第 一分类网络和第 二分类网络； 所述根据各所述体位下 的第一目标分割图像和第二 目标分割图像， 以及预设 的神经网络模型对所述病灶区域的类别进行识别， 确定所述病灶区域的目标类别， 包括： 将各体位下的所述第一目标分割图像和所述第二目标分割图像输入至所述第一分类 网络中进行分类， 确定各目标分割图像中的所述病灶区域对应的特 征图和初始类别； 根据各目标分割图像中的所述病灶区域对应的特征图和初始类别， 以及所述第 二分类 网络， 确定所述病灶区域的目标类别。 3.根据权利要求2所述的方法， 其特征在于， 所述根据各目标分割图像中的所述病灶区 域对应的特征图和初始类别， 以及所述第二分类网络， 确定所述病灶区域的目标类别， 包 括： 根据各体位下的所述第 一目标分割图像和所述第 二目标分割图像， 确定各目标分割图 像中的所述病灶区域对应的量 化特征； 所述量化特征用于表征 所述病灶区域的分布情况； 根据各目标分割图像中的所述病灶区域对应的量化特征、 各目标分割图像中的所述病 灶区域对应的特 征图和初始类别， 以及所述第二分类网络， 确定所述病灶区域的目标类别。 4.根据权利要求3所述的方法， 其特征在于， 所述根据各目标分割图像中的所述病灶区 域对应的量化特征、 各目标分割图像中的所述病灶区域对应的特征图和初始类别， 以及所 述第二分类网络， 确定所述病灶区域的目标类别， 包括： 获取待测对象的临床特 征信息； 根据所述临床特征信息、 各目标分割图像中的所述病灶区域对应的量化特征、 各目标 分割图像中的所述病灶区域对应的特征图和初始类别， 以及所述第二分类网络， 确定所述 病灶区域的类别。 5.根据权利要求4所述的方法， 其特征在于， 所述根据所述临床特征信息、 各目标分割 图像中的所述病灶区域对应的量化特征、 各目标分割图像中的所述病灶区域对应的特征图 和初始类别， 以及所述第二分类网络， 确定所述病灶区域的类别， 包括： 将所述临床特征信 息、 各目标分割图像中的所述病灶区域对应的量化特征以及各目标 分割图像中的所述病灶区域对应的特征图和初始类别进行特征融合后， 输入至所述第二分 类网络中， 确定所述病灶区域的目标类别； 其中， 所述第二分类网络是根据多个样本对象对应的样本特征信息集进行训练得到 的， 每个样本对象的样本特征信息包括样本临床特征信息、 样本量化特征、 样本特征图和样 本初始类别以及病灶区域的标注类别。 6.根据权利要求1 ‑5任一项所述的方法， 其特征在于， 所述根据获取的待测部位在不同 体位下的医学图像， 确定各体位下的医学图像中的病灶区域对应的第一目标分割图像和 第权　利　要　求　书 1/2 页 2 CN 115063637 A 2二目标分割图像， 包括： 根据预设的第 一分割模型和第 二分割模型， 分别对待测部位在不同体位下的医学图像 中的病灶区域进 行分割处理， 确定各体位下的医学图像对应的第一目标分割图像和第二目 标分割图像； 其中， 所述第一分割模型是基于多个第一样本医学图像进行训练得到的， 各所述第一 样本医学图像中均标注第一形状的病灶区域； 所述第二分割模型是基于多个第二样本医学 图像进行训练得到的， 各 所述第二样本医学图像中均标注第二形状的病灶区域。 7.根据权利要求2 ‑5任一项所述的方法， 其特征在于， 所述第一分类网络为采用注意力 机制的分类网络 。 8.根据权利要求1 ‑5任意一项所述的方法， 其特征在于， 所述待测部位为乳腺部位， 所 述不同体位包括C C轴位和MLO内斜 位。 9.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序被 处理器执行时实现权利要求1至8中任一项所述的方法的步骤。 10.一种计算机程序产品， 包括计算机程序， 其特征在于， 该计算机程序被处理器执行 时实现权利要求1至8中任一项所述的方法的步骤。权　利　要　求　书 2/2 页 3 CN 115063637 A 3