摘要
本申请提供了一种基于人工神经网络的骨关节图像分析方法和系统,该方法包括构建自注意力权重模块,根据骨关节图像与重构图像间的残差,归一化得到自注意力权重;利用自注意力权重对骨关节图像进行逐元素相乘,产生自注意力增强特征图;将骨关节图像与自注意力增强特征图进行拼接融合,产生融合特征图;构建人工神经网络,对融合特征图进行特征提取和分析,进行骨关节炎识别,产生识别结果。本申请能够丰富细节特征信息,针对性地提取有效特征,降低特征处理维度,以提高骨关节炎的识别准确度和效率。
技术关键词
人工神经网络
池化特征
Softmax函数
图像分析方法
融合特征
压缩特征
注意力
图像分析系统
卷积特征
骨关节炎
通道
重构
多层次特征提取
编码器
元素
图像采集模块
对象
系统为您推荐了相关专利信息
语义特征
图像编码器
文本编码器
多层感知机
文本数据生成方法
数字病理切片
组织病理图像
节点特征
输出特征
特征提取模块
机器学习模型
多波长
指纹特征
曲线
人工神经网络模型
数据管理方法
区块链存证
热力图
智能合约执行
邻域特征
跌倒检测方法
视角
卷积网络模型
融合特征
注意力