买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：张家港江苏科技大学产业技术研究院;江苏科技大学

摘要：本申请提供一种基于相互矫正和信息融合的医学数据分类方法和装置，所述方法包括：获取目标对象的CT图像和或MRI图像；得到模糊分类模型输出的医学数据分类结果；模糊分类模型的训练过程包括：训练并内部矫正CT视图和MRI视图的决策信息；将两个视图的决策信息进行信息融合得到医学数据分类结果。本发明实施例使用零阶T‑S模糊分类器作为基本训练单元保证模型训练的可解释性，使用KL散度降低特征维度减轻决策过程的压力；在两个视图中通过多个子视图矫正分类所需的决策信息并进行信息融合以捕获多样性的决策信息，利用每种视图在决策方面的优势，实现决策信息的进一步优化从而提高分类的准确性。

主权项：1.一种基于相互矫正和信息融合的医学数据分类方法，其特征在于，所述方法包括：获取目标对象的多个CT图像和多个MRI图像；将所述多个CT图像和所述多个MRI图像输入到模糊分类模型中，得到所述模糊分类模型输出的医学数据分类结果；其中，所述模糊分类模型的训练过程包括：根据CT图像样本数据集中的样本数据及其对应的分类标签训练CT视图的决策信息；其中，所述CT图像样本数据集被分别用于所述CT视图中的扫描子视图、第一对比度增强子视图和第二对比度增强子视图进行决策信息的相互矫正；根据MRI图像样本数据集中的样本数据及其对应的分类标签训练MRI视图的决策信息；其中，所述MRI图像样本数据分别用于所述MRI视图中的多个不同的器官子视图进行决策信息的相互矫正；将所述CT视图和所述MRI视图各自训练后的决策信息进行信息融合后，输出得到目标对象的医学数据分类结果；其中，所述根据CT图像样本数据集中的样本数据及其对应的分类标签训练CT视图的决策信息，具体包括：将所述CT图像样本数据集中的任一样本输入至所述CT视图对应的第一目标子视图中，得到所述第一目标子视图输出的第一真实分类结果；将所述第一真实分类结果与所述任一样本对应的分类标签得到判断标签；根据所述判断标签矫正所述CT视图对应的决策信息，直至所有样本训练完成；根据矫正后的所述CT视图对应的决策信息，通过最小学习机方法得到所述CT视图的最终决策；所述根据MRI图像样本数据集中的样本数据及其对应的分类标签训练MRI视图的决策信息，具体包括：将所述MRI图像样本数据集中的任一样本输入至所述MRI视图对应的第二目标器官子视图中，得到所述第二目标器官子视图输出的第二真实分类结果；将所述第二真实分类结果与所述任一样本对应的分类标签得到判断标签；根据所述判断标签矫正所述MRI视图对应的决策信息，直至所有样本训练完成；根据矫正后的所述MRI视图对应的决策信息，通过最小学习机方法得到所述MRI视图的最终决策；所述将所述CT视图和所述MRI视图各自训练后的决策信息进行信息融合后，输出得到目标对象的医学数据分类结果，具体包括：根据所述CT视图和所述MRI视图各自矫正后的输出和对应分类标签，确定所述CT视图和所述MRI视图各自的最优决策信息；根据分离误差将所述CT视图和所述MRI视图中的一个确定为主视图，另一个确定为辅视图，根据预设的合并参数将辅视图的决策信息融合到主视图的决策信息；根据将融合后的决策信息计算得到目标对象的医学数据分类结果。

全文数据：

权利要求：

百度查询： 张家港江苏科技大学产业技术研究院 江苏科技大学 基于相互矫正和信息融合的医学数据分类方法及装置