一种B超图像深度学习纹理分析系统

本发明提供一种B超图像深度学习纹理分析系统，涉及医学影像分析技术领域，结合ResNet‑50模型和多维度的纹理提取，通过引入Gabor滤波器和跨层信息传输，实现低级和高级纹理特征的有效融合；通过对B超图像的多维度的纹理进行捕捉与分析，生成综合的特征图，系统利用Dropout层增强了ResNet‑50模型的泛化能力，并通过特征融合和权重学习进一步提升分析的准确性，最终输出与决策支持模块能生成更精确的分析结果。该系统适用于不同类型的B超图像，有效提高了医学诊断的准确性和鲁棒性。