技术总结
本发明揭示了医疗图像分类模型的训练方法、系统、存储介质及医疗图像处理装置，其中医疗图像分类模型的训练方法包括如下步骤：S1，从获取的具有不同类型的间质性肺病或正常肺部的每张普通RGB色彩图中提取出图像块并对图像块进行标记；S2，分析肺部种类与医疗位置数据的相关性；S3，将S1中提取的图像块根据人体器官对应的亨氏单位扩充为三通道亨氏单位图；S4，将S2、S3处理得到的结果输入到基于复合卷积神经网络的医疗图像分类模型中进行模型训练，至模型收敛。本发明的方法与现有传统学习模型相比，大幅度提高了分类效率与准确度，实用性强；与现有深度学习模型相比，加入了额外的医疗与位置信息，使得该方法更加适用于医疗图像的分类。图像的分类。
技术研发人员：苏炯龙 胡华峰
受保护的技术使用者：西交利物浦大学
技术研发日：2020.10.29
技术公布日：2021/1/24