摘要
本发明涉及人工智能与机器学习技术领域,涉及一种基于人工智能的胎儿生长受限预测系统。其包括:获取模块,用于对待预测胎儿超声图像进行处理;特征提取模块,用于对胎盘感兴趣区域图像进行特征提取处理;特征编码模块,用于基于所述多个不同尺度的特征向量构建视觉词向量,基于所述多个不同尺度的特征向量和视觉词向量获取多尺度相似性特征图,并基于所述多个不同尺度的特征向量获取多尺度空间注意权重图,以及基于相似性特征图和空间注意力权重图生成输入特征向量;预测模块,用于基于训练好的分类模型对所述输入特征向量进行处理,以获取胎儿生长受限预测结果。本发明能够更加有效地识别FGR,提高了识别FGR的准确率。
技术关键词
胎儿生长受限
预测系统
胎儿超声图像
感兴趣区域图像
注意力模型
多尺度
编码模块
特征提取模块
词向量构建
直方图均衡化
全局平均池化
视觉词袋
机器学习技术
注意力机制
元素
标签
系统为您推荐了相关专利信息
联邦学习模型
交互机制
带时间
碳排放量预测技术
分层
轨迹预测方法
轨迹预测系统
图像
穿刺针运动轨迹
组织
状态预测方法
长短记忆神经网络
飞行状态数据
卷积神经网络提取
数据处理单元
炉膛温度场
机器学习模型
神经网络模型
数据
多层感知器
药效预测模型
药效预测方法
样本
基因
消化道肿瘤药物