摘要
本申请公开了一种基于标签解耦和重构的长尾多标签医学图像识别方法,涉及图像处理技术领域,包括:获取待识别的医学图像和标签信息,并对所述待识别的医学图像和标签信息进行预处理,得到预处理后的医学图像数据和标签提示词;构建训练数据集,基于所述训练数据集对图像识别模型进行标签解耦和重构两阶段训练;将预处理后的医学图像数据和标签提示词输入训练好的图像识别模型进行特征提取和分类识别,得到图像识别结果,本申请利用提示词和解码器网络来解耦出与类别相关的特征,并进一步利用类别相关特征构造高斯分布,生成更加丰富和多样的特征以提高长尾多标签医学图像的识别能力,使得图像识别精度更高,进而提升了医学诊断的准确性和可靠性。
技术关键词
医学图像识别方法
图像识别模型
标签特征
多标签
图像训练样本
医学图像数据
重构
空间特征提取
多层感知机
分类器
融合特征
概率密度函数
网络
解码器
阶段
图像分类识别
系统为您推荐了相关专利信息
档案数据管理
标注方法
深度语义模型
语义向量
归一化模块
网络入侵检测方法
入侵检测数据
长短记忆网络
Wasserstein距离度量
编码器
配电开关柜
状态巡检
巡检机器人
元件
图像识别模型
多维知识管理
多智能体协同
工作流
神经网络分类器
SVM分类器