摘要
本发明涉及医疗技术领域,尤其涉及基于机器视觉的医疗影像病灶检测与分类方法,其步骤如下:S1:影像预处理;S2:病灶检测及评估;S3:模型训练及验证;本发明通过多层结构自动学习输入数据的深层特征,浅层网络可以学习到局部特征,如颜色、几何形状等,而深层网络则可以学习到更抽象的特征,如物体的属性、轮廓等,卷积操作只在局部区域内进行,这大大减少了模型的计算量,适用于大规模的数据集,通过自主学习,在面对新的、未见过的数据时,依然可以正确进行病灶的检测和分类,便于医生更好的提供治疗方案。
技术关键词
分类方法
Prewitt算子
影像
FCM算法
直方图均衡化
视觉
加权平均法
彩色图像
非局部均值滤波
区域增长方法
矩阵
Canny算子
局部特征信息
图像像素
双阈值算法
边缘检测算法
样本
像素点
误差