摘要
本申请涉及基于人工智能和计算机视觉技术的儿童青少年足脊畸形筛查方法。所述方法包括:首先,获取儿童青少年的足部三维数据,基于数据构建三维足脊模型。接着,对三维足脊模型的数据进行处理,得到关键几何特征。根据特征利用特定公式计算畸形指标,并与正常参数阈值范围进行对比,若超出阈值则标记为潜在畸形特征值。随后,将潜在畸形特征值输入三维卷积神经网络得到畸形类型分类标签。再依据该标签,借助聚类算法生成畸形程度评分值。最后,将此评分值输入训练好的三维足脊模型,得出包括针对性建议的足部建议报告。上述方法能够更精准识别足脊畸形的潜在特征,极大提高筛查的准确率,有效提升筛查效率,有助于制定个性化的矫正方案。
技术关键词
三维卷积神经网络
足弓高度
拓扑特征
计算机视觉技术
空间特征分析
动态网格
特征值
筛查方法
青少年
标签
多模态特征
聚类算法
参数
分割算法
指标
多尺度特征融合
测量点
数据
压力
儿童
系统为您推荐了相关专利信息
儿童自闭症
时间序列特征
多模态
分类器模型
三维卷积神经网络
惊恐障碍
多模态脑影像
网络特征
邻氨基苯甲酸
拓扑特征
语音编码器
图片解码器
驱动信号
驱动方法
时序预测模型
财务数据处理系统
金融交易数据
负载均衡算法
时序依赖关系
分布式数据处理技术
人流量预测
行人特征
监测预警方法
计算机视觉技术
急诊