基于喉镜图像和RFS-Net算法的咽喉反流疾病检测方法及系统

本发明提供了基于喉镜图像和RFS‑Net算法的咽喉反流疾病检测方法及系统，涉及医学图像智能检测技术领域，包括以下步骤：获取喉镜图像样本，进行预处理，得到标准图像；将标准图像输入RFS‑Net模型，提取空间特征和频谱特征；基于改进的Focal Loss函数结合提取的空间特征和频谱特征进行模型训练，平衡样本分布；通过残差注意力机制RAM融合图像样本的浅层纹理特征与深层语义特征；结合临床指标以及融合特征对患者数据进行病变分析，输出检测结果；本发明通过RFS‑Net模型对喉镜图像进行多维度特征提取和融合，涵盖了空间特征和频谱特征，结合改进的Focal Loss函数优化模型训练，能够更准确地识别咽喉反流疾病的特征，减少误诊和漏诊情况。