基于AI模型的视神经图像分割和识别方法及系统

AITNT
正文
推荐专利
基于AI模型的视神经图像分割和识别方法及系统
申请号:CN202510152754
申请日期:2025-02-12
公开号:CN120088477A
公开日期:2025-06-03
类型:发明专利
摘要
本申请公开了一种基于AI模型的视神经图像分割和识别方法及系统,其通过采用基于深度学习的图像处理技术对患者对象的视神经图像进行语义分割处理。首先,通过对患者对象的视神经图像进行对比度增强、高斯滤波和图像尺寸调整,以提高图像质量并突出视神经结构特征。然后,利用神经网络模型对预处理后的视神经图像进行语义特征提取和像素级分类,从而实现对视神经图像的精确分割和识别。特别地,在对视神经图像进行高斯滤波的过程中,采用了动态调整高斯滤波器标准差的方式以应对不同图像的质量差异,从而优化图像的降噪处理效果。这样,能够有效提高视神经图像分割的准确性,识别出视神经的病变区域,从而为眼疾患者的临床诊断提供更为精确的辅助信息。
技术关键词
高斯滤波器 图像分割 图像特征提取 对比度 识别方法 编码向量 序列 图像语义分割 Softmax函数 余弦函数值 患者 语义特征提取 对象 分割器 图像处理技术 神经网络模型 度量
系统为您推荐了相关专利信息
1
一种基于大语言模型和对比学习的网络资产所有者识别方法和装置
大语言模型 识别方法 编码器 训练语言模型 网络空间测绘技术
2
基于机器视觉的橡胶纹路识别方法
机器视觉识别 纹路识别方法 橡胶 全局平均池化 图像提取特征点
3
一种基于多模态数据融合技术的图像分析方法
多模态数据融合 图像分析方法 超声图像数据 手持超声设备 传感器组件
4
基于多模态数据融合的物业智能查验图像分析系统及方法
多模态数据融合 图像分析方法 关键帧提取算法 图像分割网络 图像分析系统
5
道路场景的目标检测方法、设备、程序产品以及存储介质
深度值 解码网络 点云特征提取 人工智能处理器 云数据中心
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号