摘要
本发明公开了一种医疗影像特征提取方法及系统,属于图像处理技术领域。先采集并预处理医疗图像数据构建数据集,基于U‑Net网络构建自适应特征提取模型,通过Adam算法结合交叉熵损失函数得到最佳模型,将数据集输入该模型得到初步影像特征,接着计算初步影像特征的影像空间和特征空间不确定性以确定综合不确定性,再基于机器学习模型获取特征权重并加权计算得到综合评价指标,最后根据指标排序选取前q%特征作为优选影像特征。该方法通过优化模型提高特征提取准确性,不确定性感知机制能有效筛选特征,减少冗余和无关特征影响,综合评价指标全面评估特征,有助于提升医疗影像分析的效率和诊断准确性,为医疗影像处理提供更可靠的特征集。
技术关键词
特征提取模型
影像特征提取方法
综合评价指标
医疗图像数据
Adam算法
特征提取系统
机器学习模型
数据分布
特征点
像素
邻域
特征提取模块
图像处理技术
参数
机制
网络
冗余
系统为您推荐了相关专利信息
异常事件
事件特征
数据处理方法
特征提取模型
图像
图像特征提取模型
图像特征数据
样本
神经网络算法
防伪检测方法
多模态
检测模型训练方法
数据
隧道结构
可执行程序代码