摘要
本申请公开了一种基于多特征提取的喉镜图像识别方法及系统,方法包括:获取患者喉部图像并进行图像数据预处理,得到预处理后的患者喉部图像;基于深度学习特征提取模型对预处理后的患者喉部图像进行多特征提取处理,得到患者喉部图像的形态特征与患者喉部图像的定量特征;对患者喉部图像的形态特征与患者喉部图像的定量特征进行多尺度特征融合处理,得到具有特征权重的患者喉部关键特征;对具有特征权重的患者喉部关键特征进行人机交互可视化处理,构建患者喉部识别诊断结果。本申请实施例能够对识别到的局部病变特征组合进行二次判断,提高病变诊断结果的准确度以及诊断的透明度。本申请可以广泛应用于医学图像识别技术领域。
技术关键词
患者
深度学习特征提取
编码器模块
形态
图像数据预处理
图像特征提取
多尺度特征融合
随机森林模型
深度残差网络模型
图像识别方法
多层感知器
图像清晰度评价函数
医学图像识别技术
Laplace算子
梯度直方图
血管
边界特征
喉镜
系统为您推荐了相关专利信息
康复自行车
曲柄组件
数据采集系统
反馈系统
动力装置
术后早期复发
多模态
影像
深度学习模型
深度学习融合
条件生成对抗网络
反演模型
车轮踏面
工况参数
矩阵
心理状态识别
康复训练方法
人工智能系统
识别患者
特征提取模块
动态变化规律
路径预测方法
时序特征
电子病历数据
基线