摘要
本发明公开了一种外阴疾病分类的神经网络模型及其训练方法,该模型包括:图像获取模块,用于获取外阴图像,并将所述外阴图像输入Swin Transformer模块;Swin Transformer模块,用于将所述外阴图像分割为多个不重叠的固定尺寸图块,并将各所述图块转化为图块序列,通过注意力机制对所述图块序列进行层次化多尺度的特征提取,得到多尺度层次化的特征图,对所述特征图进行外阴疾病类别预测,输出预测的外阴疾病类别以及对应概率;本发明通过外阴疾病分类的神经网络模型,实现了从图像输入到疾病预测的全流程自动化,避免了人工诊断的主观偏差,提高了对外阴疾病诊断分类的准确性。
技术关键词
神经网络模型
疾病
多尺度
外阴硬化性苔藓
交叉验证法
图像获取模块
慢性单纯性苔藓
图像分割
Softmax函数
训练集
样本
注意力机制
滑动窗口
专家数据库
全局平均池化
序列
网络结构
系统为您推荐了相关专利信息
重水堆机组
事故工况
深度神经网络模型
放射性源项
蒸汽发生器压力
多尺度特征提取
去噪模型
噪声
传感器设备
人工智能模型
深度学习模型
车载摄像头图像
低通滤波器
多尺度分析方法
图像输出模块
多尺度卷积神经网络
侦测方法
双向长短期记忆网络
混合深度学习
地理位置信息
档案信息盘点
RFID射频识别技术
盘点系统
档案标签
RFID读写器