摘要
本发明提供一种基于多层激活响应融合深度神经网络的器官超声图像质量评价方法及系统,包括S1、获取采集的器官超声图像;S2、将所述器官超声图像输入预先训练的深度神经网络模型,得到激活响应图,激活响应图表示图像在不同层次的激活响应特征的融合;S3、对所述激活响应图进行规约计算,得到所述器官超声图像的质量评价估值。本发明的器官超声图像质量评价方法通过深度神经网络模型结构、高效的数据扩充手段,使模型能够捕捉更加充分的特征来评估图像质量。同时,模型结构及大量的正负样本使模型的泛化性、稳定性足够得到保证。
技术关键词
融合深度神经网络
深度神经网络模型
评价方法
融合多尺度特征
热力图
采样模块
掩膜
图像采集模块
编码器
分辨率
上采样
解码器
像素点
序列
尺寸
系统为您推荐了相关专利信息
管道漏磁
漏磁信号
生成热力图
训练检测模型
训练分类模型
图像分割方法
局部形状特征
融合特征
局部纹理特征
残差卷积神经网络
医学图像分割系统
医学图像分割方法
多级特征
多尺度特征提取
医学特征
翼型
数据生成方法
深度神经网络模型
特征提取能力
精度