(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 202210964636.2 (22)申请日 2022.08.11 (71)申请人 北京医准智能科技有限公司 地址 100083 北京市海淀区知春路7号 致真 大厦A座12层1202-120 3号 (72)发明人 鄂有君　吴日城　朱思仰　丁佳　 吕晨翀　 (74)专利代理 机构 北京乐知新创知识产权代理 事务所(普通 合伙) 11734 专利代理师 王睿 (51)Int.Cl. G06T 7/00(2017.01) G06V 10/764(2022.01) G06V 10/80(2022.01) G06V 10/25(2022.01)G06V 10/82(2022.01) G06N 3/04(2006.01) (54)发明名称 一种图像 类别判定方法、 装置及电子设备 (57)摘要 本申请提供了一种图像类别判定方法、 装置 及电子设备； 所述方法包括： 获取胸部影像的全 局图像特征， 以及病灶区域的病灶细节特征； 将 所述全局图像特征和所述病灶细节特征进行特 征融合； 对融合后的特征进行拼接， 基于拼接后 的特征确定所述病灶区域的类别。 本申请提供的 图像类别判定方法可以有效提高影像中肺磨玻 璃结节和磨玻璃 肺炎的判定准确率。 权利要求书2页 说明书8页 附图4页 CN 115187579 A 2022.10.14 CN 115187579 A 1.一种图像 类别判定方法， 其特 征在于， 所述方法包括： 获取胸部影 像的全局图像特 征， 以及病灶区域的病灶细节特 征； 将所述全局图像特 征和所述病灶细节特 征进行特征融合； 对融合后的特 征进行拼接， 基于拼接后的特 征确定所述病灶区域的类别。 2.根据权利要求1所述的方法， 其特征在于， 所述获取胸部CT影像的全局图像特征， 以 及病灶区域的病灶细节特 征， 包括： 基于第一残差网络对所述胸部影像进行N 次下采样特征提取， 得到所述胸部影像的N个 不同大小的全局图像特 征； 基于第二残差网络对所述病灶区域进行N 次下采样特征提取， 得到所述病灶区域的N个 不同大小的病灶细节特 征。 3.根据权利要求1所述的方法， 其特征在于， 所述将所述全局图像特征和所述病灶细节 特征进行特征融合， 包括： 基于所述全局图像特 征与所述病灶细节特 征， 得到病灶细节加权特 征。 4.根据权利要求3所述的方法， 其特征在于， 所述基于所述全局图像特征与 所述病灶细 节特征， 得到病灶细节加权特 征， 包括： 基于所述全局图像特 征与所述病灶细节特 征， 得到权重矩阵； 将所述权 重矩阵和所述病灶细节特 征进行矩阵乘法计算， 得到病灶细节加权特 征。 5.根据权利要求1所述的方法， 其特征在于， 所述对融合后的特征进行拼接， 基于拼接 后的特征确定所述病灶区域的类别， 包括： 将所述融合后的特征进行拼接后输入全连接层进行运算， 得到所述病灶区域的预测类 别的概率。 6.根据权利要求4所述的方法， 其特征在于， 所述基于所述全局图像特征与 所述病灶细 节特征， 得到权重矩阵， 包括： 将所述病灶细节特 征进行维度重组得到二维张量表示的病灶细节 矩阵； 将所述全局图像特 征进行维度重组得到二维张量表示的全局图像矩阵； 将所述全局图像矩阵进行矩阵转置后与 所述病灶细节矩阵进行矩阵乘法运算， 得到中 间结果矩阵； 将所述中间结果矩阵进行softmax 归一化， 得到权重矩阵。 7.根据权利要求5所述的方法， 其特 征在于， 所述病灶区域的预测类别的概 率， 包括： 确定所述病灶区域属于第 一疾病类型的第 一概率、 所述病灶区域属于第 二疾病类型的 第二概率、 所述病灶区域既不属于第一疾病类型也 不属于第二疾病类型的第三 概率； 基于所述第一概率、 所述第二概率和所述第三概率中最大概率值， 确定所述病灶区域 的预测类别。 8.一种图像 类别判定装置， 其特 征在于， 所述装置包括： 特征提取模块， 用于获取胸部影 像的全局图像特 征， 以及病灶区域的病灶细节特 征； 特征融合模块， 用于将所述全局图像特 征和所述病灶细节特 征进行特征融合； 类别判定模块， 用于对融合后的特征进行拼接， 基于拼接后的特征确定所述病灶区域 的类别。 9.一种电子设备， 其特 征在于， 所述电子设备包括：权　利　要　求　书 1/2 页 2 CN 115187579 A 2至少一个处 理器； 以及与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的指令， 所述指令被所述至少 一个处理器执行， 以使所述至少一个处 理器能够执 行权利要求1 ‑7中任一项所述的方法。 10.一种计算机可读存储介质， 其特征在于， 所述存储介质包括一组计算机可执行指 令， 当所述指令被执 行时用于执 行权利要求1 ‑7任一项所述的图像 类别判定方法。权　利　要　求　书 2/2 页 3 CN 115187579 A 3