摘要
本发明涉及医学影像处理技术领域,具体涉及基于自定义注意力矩阵与轻量级网络的骨龄预测方法,包括以下步骤:S1:将骨龄预测数据集根据年龄段进行分组;S2:将骨龄预测数据集进行预处理;S3:基于专家标注的生长区域构建自定义注意力矩阵;S4:对预处理后的骨龄图像进行特征提取,生成初步加权特征图;S5:加权特征图通过轻量级网络进行深度特征提取,并通过预测层输出骨龄预测结果;S6:生成详细的骨龄预测报告。本发明,通过引入自定义注意力矩阵和轻量级网络架构,有效地提升了骨龄预测的准确性和效率,同时降低了对计算资源的依赖,使得该方法不仅精准而且实用,适用于各种医疗环境。
技术关键词
骨龄预测方法
加权特征
注意力
图像
矩阵
像素点
深度特征提取
组合特征向量
高层语义信息
短距离
数据
细粒度特征
可视化图表
年龄
报告
校正算法
误差校正
网络架构
轮廓