摘要
本发明公开了一种基于AI技术的内镜智能识别病变区域的方法,涉及病变区域识别技术领域,包括以下步骤:根据内镜图像进行病变区域分割,得到病变区域掩膜图;根据病变区域掩膜图进行多尺度结构特征提取,得到结构特征;根据结构特征进行病变语义类别识别,得到病变语义类别;根据病变语义类别进行病变风险等级评估,得到病变风险等级;根据病变风险等级进行诊断建议生成,得到诊断建议。本发明将病变区域图像中的结构变化直接与语义类别关联,提高了判断准确率和可解释性,避免了大规模训练数据集的需求,提高了模型的适应性。
技术关键词
识别病变
多尺度结构
语义
多尺度特征提取
高斯滤波器
掩膜
Softmax函数
结构特征提取
风险
原型
图像
像素点
习惯
形态
逻辑
数据
标签
因子
模板
系统为您推荐了相关专利信息
增量式学习
融合特征
原型
语义特征
图像分割算法
语义特征
游戏数据处理方法
融合特征
指令
图像特征提取
态势感知方法
马尔科夫模型
构建状态转移模型
定量评估体系
多模态数据融合
水位识别方法
水尺
实时图像
语义分割模型
预置位