摘要
本发明提供了一种基于多模态融合的新生儿耳畸形智能诊断方法及系统,涉及图像数据处理技术领域,方法包括:获取新生儿的耳廓图像;构建新生儿耳部畸形诊断模型;提取耳廓图像的几何特征,并输出耳廓图像中的耳部区域检测框;提取耳廓图像的纹理特征;对几何特征与纹理特征进行多模态融合,得到耳廓图像的融合特征;根据耳廓图像的融合特征,检测新生儿是否存在耳部畸形,并输出畸形类型。本发明可以对新生儿耳廓图像中的几何特征以及纹理特征进行多模态融合,充分捕捉耳部的局部细节,更好地捕捉复杂的形态学和纹理差异,提高模型对不同耳畸形类型的区分能力,提升新生儿耳畸形诊断的准确性。
技术关键词
智能诊断方法
纹理特征
多模态
融合特征
耳部
分类网络
图像数据处理技术
解密
智能诊断系统
网络结构
加密
生成私钥
梯度下降法
误差向量
云端服务器
公钥
系统为您推荐了相关专利信息
深度特征融合
图像分割模型
图像分割方法
线索
融合特征
混合专家系统
样本
决策
同态加密算法
协同优化调度方法
数据处理平台
青少年
心理健康
深度神经网络模型
面部特征
表面缺陷检测方法
灰度共生矩阵
焊接件
表面缺陷检测系统
纹理特征
监测分析系统
关键点
多模态数据采集
深度相机
光学心率传感器