摘要
本发明涉及图像处理领域,更具体地,涉及早产儿视网膜病变症状的预测方法及系统。其中方法包括:获取多个角度视网膜图像以及危险因素信息;进行降噪去冗余处理;构建特征提取网络;将多个角度特征进行特征融合,得到融合特征;将危险因素信息通过堆叠自编码器提取特征,得到危险因素特征;将融合特征和危险因素特征进行特征拼接,得到最终特征;根据最终特征,得到预测结果。本方法采用多张从不同角度拍摄的视网膜图像,通过将图像中获得的特征与危险因素特征进行拼接,考虑了治疗时的校正胎龄对早产儿视网膜病变的影响,从而提高了早产儿视网膜病变症状的智能预测效果。
技术关键词
早产儿视网膜病变
特征提取网络
融合特征
三通道
样本
注意力
编码器
人工智能预测方法
全局平均池化
图像特征提取
冗余
特征提取模块
解码器
机制
像素点
拼接模块
系统为您推荐了相关专利信息
参数优化方法
滑坡模型
水文模型
机器学习算法
样本
森林模型
软件性能检测方法
错误率
大数据处理技术
孤立森林算法
静息态功能磁共振
诊断方法
文本
双通道信息
融合特征
水源涵养功能
像素点
实时图像
土壤饱和导水率
植被