基于人工神经网络的骨关节图像分析方法和系统

AITNT
正文
推荐专利
基于人工神经网络的骨关节图像分析方法和系统
申请号:CN202411090632
申请日期:2024-08-09
公开号:CN118628480B
公开日期:2024-11-22
类型:发明专利
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
1
文本数据生成方法、装置、电子设备及介质
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
2
一种乳腺癌组织病理图像分类方法、系统及终端
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
3
基于多波长拉曼光谱的废弃物种类检测方法及相关设备
机器学习模型 多波长 指纹特征 曲线 人工神经网络模型
4
基于区块链的低空经济数据管理方法及系统
数据管理方法 区块链存证 热力图 智能合约执行 邻域特征
5
基于多方向Gabor卷积网络的跌倒检测方法及系统
跌倒检测方法 视角 卷积网络模型 融合特征 注意力
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号