(19)中华 人民共和国 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 202111677051.4 (22)申请日 2021.12.31 (71)申请人 深圳市儿童医院 地址 518000 广东省深圳市福田区莲 花街 道益田路7019号 (72)发明人 胡湛棋　廖建湘　王海峰　蒋典　 赵霞　袁碧霞　陈黎　林素芳　 邹东方　叶园珍　段婧　赵彩蕾　 林荣波　曾洪武　 (74)专利代理 机构 深圳市君胜知识产权代理事 务所(普通 合伙) 44268 代理人 徐凯凯 (51)Int.Cl. G06V 40/10(2022.01) G06V 10/40(2022.01)G06V 10/774(2022.01) G06V 10/764(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种图像分类系统及终端设备 (57)摘要 本发明公开了一种图像分类系统及终端设 备， 其中， 所述图像分类系统包括： 图像获取模 块， 用于获取第一序列图像和第二序列图像， 第 一序列图像和第二序列图像为采用不同模态获 取到的磁共振序列图像； 图像融合模块， 用于将 第一序列图像和第二序列图像进行融合， 得到第 三序列图像； 预测分类模块， 用于基于训练完成 的预测分类模 型对第三序列图像进行分类识别， 确定与第三序列图像对应的分类结果。 本发明只 需要采集两次不同模态的序列图像， 再将不同模 态的序列图像进行融合， 就能够改善病灶的可视 化效果， 并通过预测分类模型进行特征提取和分 类预测， 就可 以实现对结节性硬化症的诊断， 有 效地提高结节 性硬化症的诊断效率， 还可以提高 分类的准确度。 权利要求书2页 说明书8页 附图2页 CN 114332947 A 2022.04.12 CN 114332947 A 1.一种图像分类系统， 其特 征在于， 包括： 图像获取模块， 用于获取第一序列图像和第二序列图像， 所述第一序列图像和所述第 二序列图像为采用不同模态获取到的磁共 振序列图像； 图像融合模块， 用于将所述第一序列图像和所述第二序列图像进行融合， 得到第三序 列图像； 预测分类模块， 用于基于训练完成的预测分类模型对所述第三序列图像进行分类识 别， 确定与所述第三序列图像对应的分类结果。 2.根据权利要求1所述图像分类系统， 其特征在于， 所述图像融合模块通过所述第 一序 列图像和所述第二序列图像的物理关联性将所述第一序列图像和所述第二序列图像进行 融合。 3.根据权利要求1所述图像分类系统， 其特征在于， 所述预测分类模型包括第 一三维卷 积层、 移动翻转残差 颈三维卷积块、 第二 三维卷积层、 全局平均池化层和全连接层。 4.根据权利要求1所述图像分类系统， 其特 征在于， 所述预测分类模块包括： 模型构建单 元， 用于构建预测分类模型； 模型训练单元， 用于基于训练数据对构建的预测分类模型进行训练， 得到训练完成的 预测分类模型。 5.根据权利要求4所述图像分类系统， 其特征在于， 所述模型训练单元具体用于： 基于 可视化数据库对构建的预测分类模型进行预训练， 得到预训练后的预测分类模型， 再基于 训练数据集对预训练后的预测分类模型的参数进行调整， 得到 完成训练的预测分类模型。 6.根据权利要求4所述图像分类系统， 其特征在于， 所述模型训练单元还用于获取训练 数据集， 所述训练数据集包括患者的序列图像和正常者的序列图像。 7.根据权利要求1至6任一项所述的图像分类系统， 其特征在于， 所述第一序列图像和 所述第二序列图像均为 三维图像。 8.一种终端设备， 其特征在于， 所述终端设备包括处理器、 存储器以及存储在所述存储 器中并可在所述处理器上运行的计算机程序， 所述处理器执行所述计算机程序时实现以下 步骤： 获取第一序列图像和第 二序列图像； 所述第 一序列图像和所述第 二序列图像为采用不 同模态获取到的磁共 振序列图像； 将所述第一序列图像和所述第二序列图像进行融合， 得到第三序列图像； 基于训练完成的预测分类模型对所述第 三序列图像进行分类识别， 确定与 所述第三序 列图像对应的分类结果。 9.根据权利要求8所述的终端设备， 其特征在于， 所述处理器执行所述计算机程序时还 实现以下步骤： 构建预测分类模型； 基于训练数据对所述预测分类模型进行训练， 得到训练完成的预测分类模型。 10.一种计算机可读存储介质， 所述计算机可读存储介质存储有计算机程序， 其特征在 于， 所述计算机程序被处 理器执行时实现以下步骤： 获取第一序列图像和第 二序列图像； 所述第 一序列图像和所述第 二序列图像为采用不 同模态获取到的磁共 振序列图像；权　利　要　求　书 1/2 页 2 CN 114332947 A 2将所述第一序列图像和所述第二序列图像进行融合， 得到第三序列图像； 基于训练完成的预测分类模型对所述第 三序列图像进行分类识别， 确定与 所述第三序 列图像对应的分类结果。权　利　要　求　书 2/2 页 3 CN 114332947 A 3