摘要
本发明公开了一种基于深度学习的臂丛神经麻醉穿刺引导方法及系统,该方法包括构建一个深度去噪自编码器对臂丛神经超声图像进行去噪,并采用去噪图像构建源域、目标域数据集;构建一个多尺度特征提取模块获取源域、目标域数据集中的图像特征来对构建的域泛化深度学习模型进行训练;部署深度去噪自编码器、多尺度特征提取模块以及训练好的域泛化深度学习模型于后台服务器,获取输入的患者臂丛神经超声图像中臂丛神经的位置;本发明可有效去除生理数据中的各种噪声,保留臂丛神经超声图像中臂丛神经的局部细节特征和全局信息,且构建的域泛化深度学习模型只需使用较小规模的数据集进行训练就可以达到臂丛神经识别精度高的效果。
技术关键词
输入多尺度
超声图像数据
特征提取模块
多尺度特征提取
深度学习模型
穿刺引导方法
注意力编码器
积层
样本
分支
后台服务器
患者
融合特征
穿刺引导系统
局部细节特征
系统为您推荐了相关专利信息
电力负荷预测方法
电力负荷预测装置
通信传输设备
新能源检测设备
数据采集设备
深度学习模型
区间预测方法
条件风险价值
随机梯度下降
功率
面向中小企业
模型训练模块
子模块
软件
深度学习模型训练
防护网
异常检测系统
三维模型
状态监测单元
图像采集单元