一种识别可视喉镜图像解剖结构的方法

本发明提出一种识别可视喉镜图像解剖结构的方法，包括：采集视频并截取图片，标注解剖结构，生成JSON文件，进行数据增强；构建神经网络模型，加入多尺度特征提取模块，使用PFAM替代传统跳跃连接，设计增强的通道注意力机制；将数据划分为训练集和验证集，使用Pytorch框架训练模型，采用Adam优化器和交叉熵损失函数，进行评估；使用训练好的模型进行分割，通过实验验证模型性能的改进和优势。本发明不仅在临床应用中表现出色，还具备良好的扩展性，可应用于其他医学图像分割任务。模型的创新设计和高质量的数据集为后续研究提供了坚实基础，有助于推动医学图像处理技术的发展。