摘要
本发明涉及图像增强技术领域,具体为基于神经网络的医学影像病灶识别方法及系统,包括以下步骤:基于输入的医学影像数据,设定不同尺寸邻域窗口,计算各邻域窗口的香农熵值,同时计算局部能量值,形成局部能量图,对香农熵值与局部能量图进行融合,得到融合信息熵能量图谱。本发明通过对医学影像数据设定不同尺寸的邻域窗口,并对每个窗口计算香农熵值和局部能量值,能够充分提取图像在空间分布上的信息复杂度与局部像素活跃程度,两者融合形成的信息熵能量图谱具有更高的区域敏感性;通过该图谱筛选高响应区域并记录其边界坐标,可在高强度变化区域实现定位精度提升。
技术关键词
医学影像病灶
感兴趣区域边界
医学影像数据
图像块
识别方法
纹理
信息熵
矩阵
图谱
坐标
样本
邻域
像素点
神经网络模型
概率密度函数
对比度
灰度直方图
像素块
系统为您推荐了相关专利信息
时空分布特征
空间位置关系
混合气体识别方法
气相色谱法
识别系统
负荷识别方法
路边警示装置
智能引导装置
负荷识别系统
雨天
视频流
色彩
参数
图像处理方法
非临时性计算机可读存储介质
深度学习模型
识别方法
动态时间规整
模式识别
模版
回波
雷达干扰识别方法
干扰特征
信号
终端可读存储介质