摘要
本发明属于图像处理技术领域,公开一种基于预激活多尺度的病灶图像分割方法及系统,包括:构建克罗恩病狭窄型病变分割模型,并通过克罗恩病狭窄型病变分割模型对预先收集的克罗恩病狭窄型影像数据进行分割处理,得到病变图像;对得到的病变图像进行病灶分割处理,通过对分割处理的病灶图像进行组合特征提取,结合深度学习技术构建并训练病变分割模型;利用训练完成的病变分割模型,对实时获取的克罗恩病狭窄型影像数据进行病灶分割处理,得到病灶分割结果。本发明能够高效、准确的对克罗恩病狭窄型病变进行自动分割,以帮助临床医生快速准确判断克罗恩狭窄型病变的性质,从而辅助其进行高质量的临床决策。
技术关键词
克罗恩病
图像分割方法
组合特征提取
多尺度
深度学习技术
影像
特征提取模块
压缩特征
残差网络
深度学习特征
深度学习模型
Attention机制
组学特征
训练机器学习模型
数据
瓶颈
图像分割系统
融合特征
图像可视化
系统为您推荐了相关专利信息
流量预测模型
流量预测方法
数据
交叉注意力机制
动态回归模型
视频识别方法
深度神经网络模型
训练深度神经网络
适配器
动态
缺陷自动检测方法
生成感兴趣区域
Retinex算法
光谱成像设备
全局结构信息
采集检测系统
小波变换去噪
信号采集单元
光谱仪
信号处理单元