摘要
本发明涉及一种基于人工智能的压力性损伤检测方法、系统及介质,方法包括:分别获取目标位置对应的红外源图像及微波源图像;对红外源图像及微波源图像进行特征提取,得到对应的红外特征信息及微波特征信息;基于对抗网络,将红外特征信息及微波特征信息融合,得到融合特征信息;基于融合特征信息,提取对应压力性损伤特征值,以获取目标位置的压力性损伤的检测信息,基于检测信息对目标位置进行压力性损伤分级。上述利用红外图像结合微波图像,对图像分别进行特征提取,并进行特征融合,利用红外技术检测损伤发生前后皮肤温度分布的规律性变化,预测隐匿的深部组织损伤,并进行分级,降低了医护人员的评估误差,解决了评估标准不统一的问题。
技术关键词
损伤检测方法
微波源
损伤特征值
融合特征
压力
计算机可执行指令
损伤检测系统
图像配准
局部细节特征
特征信息融合
累积分布函数
红外热成像仪
图像获取模块
网络
特征提取模块
拍摄仪
数据分布
语义特征
系统为您推荐了相关专利信息
SAR遥感图像
无人机航拍影像
沉降监测方法
交叉注意力机制
联合损失函数
网络特征
特征提取模型
训练样本集
编码特征
时序
岩心样品
矿体三维建模
三维模型
地质勘探数据
速率
智能化电缆
机控制系统
电缆敷设机
数据存储模块
人机交互模块
热轧板
实时数据
人工智能模型训练
导板
预测阈值