摘要
本发明涉及医学图像识别领域,具体涉及一种甲状腺相关眼病的眼部体征识别方法及设备,包括如下步骤:S1:对眼部图像进行分区处理;S2:通过图像识别模型对各子眼部图像范围内的异常体征进行识别,同时进行纹理信息识别;S3:基于纹理信息对子眼部图像进行融合处理;S4:在识别结果有效性小于阈值时,重新进行S2和S3;在识别结果有效性大于等于阈值时,进行S5;S5:通过图像识别模型对体征辅助识别图像范围内的异常体征进行识别;S6:输出甲状腺相关眼病的眼部体征识别结果。本发明,能够将识别复杂度简化,提高识别的准确性和可靠性;结合多层次、多角度的甲状腺相关眼病的眼部体征识别,提供更全面的识别结果。
技术关键词
图像识别模型
异常信息
眼病
识别方法
有效性
分区
纹理
梯度直方图
边缘检测
对比度
识别模块
识别设备
输出模块
患者
多层次
亮度
多角度
像素
系统为您推荐了相关专利信息
小波散射网络
局部放电模式识别方法
时频方法
电信号
样本熵特征
情绪识别系统
多模态
梅尔频率倒谱系数
面部特征
集成算法
降压型开关电源
负载特征数据
神经网络模型
标志
快速识别方法