摘要
本发明提供一种基于YOLOV5的黑质强回声区实时自动识别方法、系统、存储介质及电子设备,其中方法包括:获取检查患者的颅脑超声扫描图像;基于黑质强回声区识别模型,对颅脑超声扫描图像进行黑质强回声区识别,获得识别结果;其中,黑质强回声区识别模型为预先基于YOLOV5算法进行训练的模型;输出识别结果。YOLOv5算法具有更高的识别精度和更强的泛化能力,能够更好地适应不同大小和形状的黑质强回声区;在黑质强回声区的识别中,本申请能够快速、准确地从医学图像中捕捉到目标区域即黑质强回声区,大大提高了诊断的准确性和效率,还降低了人为因素导致的误诊和漏诊风险。
技术关键词
黑质
自动识别方法
回声
算法
电子设备
自动识别系统
高斯滤波器
图像获取模块
可读存储介质
超声设备
患者
处理器
输出模块
识别模块
存储器
计算机
多角度
训练集
医学
系统为您推荐了相关专利信息
通信管理模块
数据处理模块
子模块
纳米
纵联差动保护
高速公路机电设备
状态评估方法
高斯混合模型
概率密度曲线
锂电池寿命状态
液流电池流道
优化设计方法
电阻值
损耗
液流电池技术
近似优化方法
梯度算法
动态荧光
药代动力学参数
正则化参数