摘要
本发明公开了一种基于内窥镜图片的消化道病灶识别方法及系统,本发明涉及医学图像智能处理技术领域。包括以下步骤:采集同一目标个体的内窥镜原彩图像和内窥镜红外图像作为样本数据,内窥镜原彩图像和内窥镜红外图像为异常消化道图像,包括息肉、溃疡和出血;对样本图像进行预处理,提高样本图像质量,使用卷积神经网络提取原彩图像和红外图像的特征,并将提取的特征进行融合,生成融合图像,将融合图像内的异常情况进行人工标记,以图像内标记的异常情况为标签训练模型,获得待识别融合图像的异常决策值;根据异常决策值分析生成加权决策值,将加权决策值与预先设定的不同病灶类型的决策界限相较,确定存在的异常类型。
技术关键词
内窥镜
病灶识别方法
融合图像特征
决策
红外图像特征
生成融合图像
人工标记
融合策略
图片
纹理特征
识别系统方法
卷积神经网络提取
小波变换去噪
识别模型训练
样本
坐标
系统为您推荐了相关专利信息
卸载方法
解码模型
DNN模型
通信辅助技术
分配CPU资源
裸金属服务器
梯度提升决策树
数据格式
分析模块
深度神经网络
网络流量数据
终端设备
系统日志
运维管理平台
事件检测方法
同步电机
角速度控制方法
鲁棒控制
预测机械
估计误差