摘要
本申请公开了一种圆锥角膜严重程度自动分级检测方法及相关装置,涉及医疗数据处理技术领域,该方法包括:获取角膜影像数据,提取角膜生物力学特征数据和角膜形态学特征数据,将特征数据输入到变分自编码器中,通过引入潜在变量分析角膜特征数据分布,得到潜在变量分布的均值和方差,最后将潜在变量分布的均值和方差,输入到贝叶斯高斯混合分布模型中,对角膜特征数据进行无监督聚类,输出角膜影像数据的圆锥角膜严重程度级别。本申请上述方案通过变分自动编码器生成角膜特征的潜在变量空间,学习更丰富的圆锥角膜量化特征的数据表示,捕捉圆锥角膜严重程度分级的潜在规律或结构,可准确检测圆锥角膜严重程度等级。
技术关键词
分级检测方法
混合分布模型
生物力学特征
角膜轮廓
无监督聚类
变量
形态学特征
数据分布
概率密度函数
检测圆锥角膜
医疗数据处理技术
分级检测装置
重构
影像
变分自动编码器
协方差矩阵
语义分割算法
系统为您推荐了相关专利信息
知识图谱构建方法
实体对齐方法
三元组
多模态
语义
图像分析方法
社区检测算法
XGBoost算法
监督学习模型
组织病理图像
GNSS卫星
多指标
判断方法
无监督机器学习
LSTM神经网络
综合性
历史运行数据
节点
管理策略
智能管理方法