摘要
本发明提供了一种肺通气功能检查的异常识别方法、装置、电子设备以及计算机存储介质。所述肺通气功能检查的异常识别方法,包括以下步骤:S1.获取待识别的肺通气功能检查曲线,采用自适应傅里叶(AFD)方法对所述肺通气功能检查曲线进行处理;S2.将处理后得到的肺通气功能检查曲线输入经训练后的YOLO算法模型,所述YOLO算法模型识别所述肺通气功能检查曲线的异常情况。本发明所述的异常识别方法,结合了AFD技术和深度学习技术,能够高效、准确识别肺通气功能检查异常情况,确保检查数据的可靠性和一致性,能够辅助医学人员完成检查质控,有效缓解部分地区、部分医疗机构的医学人员培训、实践经验不足的问题。
技术关键词
通气功能
异常识别方法
YOLO算法
算法模型
曲线
计算机存储介质
电子设备
频率
三次样条插值
网络
深度学习技术
存储计算机程序
处理器
存储器
图像
指令
检测头
医学
处理单元
系统为您推荐了相关专利信息
展示模型
图形用户界面
场景
虚拟模型展示方法
机器可读指令
道路拥堵识别方法
超参数
跟踪器
算法模型训练
智慧交通技术
高绝缘
氧化镁粉
ARIMA模型
PID闭环控制
分段