摘要
一种基于因果特征选择的图神经网络精细化斜视诊断方法、系统、设备及介质,该方法包括:获取患者的九张面部照片,并对九张面部照片分别进行图像预处理以构建九眼位图;采用目标检测算法对九眼位图中每个眼位的眼眶部位进行检测,以提取每个眼位中与斜视精细化诊断相关的特征变量;采用因果特征选择算法从每个眼位相关的特征变量中,筛选出与斜视精细化诊断具有直接因果关系的关键特征变量;将每个眼位的所述关键特征变量输入图神经卷积网络模型中,并通过传播公式在斜视病症数据集中进行训练优化,以输出精细化诊断结果。本发明通过去除整个面部图像上不相关的细节,以提取主要的眼睛区域进行构建构建九眼位图,从而减少计算成本;采用因果特征算法提取每个眼位的关键特征变量,并通过图神经卷积网络模型对每个眼位的关键特征变量进行学习,使图神经卷积网络模型更具可解释性,从而实现精细化斜视诊断。
技术关键词
神经卷积网络
诊断方法
虹膜
变量
面部
特征选择算法
照片
网络节点
患者
录像设备
坐标
诊断系统
矩阵
图像
数据
视频
模块
眼睛
系统为您推荐了相关专利信息
Kriging模型
排放预测方法
桥梁
建筑材料
变量
智能检测方法
面部特征信息
图像采集设备
像素点
元素
质子交换膜燃料电池
网格模型
动态接触角
方程
后退接触角
轴承故障诊断方法
分支
数据信息转换
特征提取模块
积层