摘要
本发明提供了一种基于心脏超声影像的病灶定位方法,属于心脏超声影像技术领域,包括:首先对原始图像进行预处理,去除噪声和伪影。然后通过多维矩阵比对和多尺度分解,提取了两种异常特征矩阵。将这两种异常特征矩阵融合后,可以更准确地定位出心脏异常区域。接下来采用密度聚类算法确定异常区域的边界,从而完成了对心脏病灶的精准定位。最后将定位结果标注在处理后的心脏超声图像上,形成可视化的病灶定位图像。本发明的方法过结合图像预处理、特征提取、异常检测和区域分割等技术,能够较为准确地定位心脏疾病的病灶区域,解决了由于不同患者心脏超声影像存在细节差异,导致现有的神经网络图像识别方法容易忽略细节的技术问题。
技术关键词
心脏
异常点
病灶定位方法
矩阵
高斯模糊图像
拉普拉斯
高斯核函数
超声影像技术
坐标
密度聚类算法
图像识别方法
直方图均衡化
多尺度
噪声
颜色
标记
系统为您推荐了相关专利信息
水资源调度优化方法
水文监测设备
水量
模型库
历史降雨量
数据清洗工具
模块
机器学习算法
数据分类
自然语言
情绪识别方法
前馈神经网络
情绪识别技术
自动编码器
线性变换矩阵