摘要
本发明提供一种基于Shapley值引导的疾病图像识别系统,涉及医学图像处理领域。通过图像采集模块采集第一图像,并进行数据预处理,再将第二图像输入搭建的诊断模型搭建模块中,采用训练完成的诊断模型对X光片图像进行分类诊断,进行特征提取并进行RA分类,再将RA分类结果,进行Shapley值分析与可视化处理,基于Shapley值分析模块的结果结合当前临床数据,获得图像识别结果。本发明降低了图片干扰,有效提取了数据特征,提高了图像的识别率和准确性,增强了模型的透明度,从而有助于降低误诊率、漏诊率,提高了对类风湿关节炎诊断的准确性和可靠性,提升了用户体验,并提升了工作效率。
技术关键词
图像识别系统
搭建模块
图像采集模块
近端指间关节
对称性特征
类风湿关节炎诊断
直方图均衡化
疾病
分析模块
像素
Softmax函数
颜色映射函数
关节结构
图像深度学习
图片
软组织
医学图像处理
指关节
系统为您推荐了相关专利信息
图像分类识别方法
图像识别模型
图像分类识别系统
数据管理模块
模型训练模块
摄像组件
特征提取模块
光源系统
图像采集模块
像素点
特征提取模块
图像输出模块
检测网络模型
通道
图像采集模块
复合光谱测量方法
反射光谱数据
光束
光源模块
介质
种子
构建小麦
分析小麦
训练集
图像识别模型训练