摘要
本发明提供的一种基于多模态信息融合的声带病变检测方法,包括以下步骤:S1.采集声带图像数据和声音信号,并对声带图像数据和声音信号进行预处理;S2.构建两个相同的改进的Resnet模型,分别为改进的Resnet模型Ⅰ和改进的Resnet模型Ⅱ;S3.根据预处理后的声音信号的确定声音特征,并将预处理后的声带图像数据输入至训练完成的改进的Resnet模型Ⅰ中得到声带图像特征;S4.对声带图像特征和声音特征进行融合,得到多模态融合特征;S5.将多模态融合特征输入至训练完成的改进的Resnet模型Ⅱ中,得到预测的声带病变信息。通过上述方法,能够减少诊断的时间,并提高诊断的准确性。
技术关键词
病变检测方法
多模态信息融合
融合特征
斯皮尔曼相关系数
残差模块
时域特征
频域特征
数据处理模块
主成分分析法
特征级融合方法
canny算法
信号
检测图像边缘
直方图均衡化
数据采集模块
样本
注意力
系统为您推荐了相关专利信息
建模方法
时序特征
特征融合网络
时空融合特征
长短期记忆网络
档案数字化管理
轨迹
克里金插值算法
纸质档案数字化
斯皮尔曼相关系数
雷达数据处理方法
固态激光雷达
视角
小波去噪算法
可调阈值
轨迹预测模型
流场特征
水下机器人
运动轨迹数据
多模态