摘要
本发明涉及深度学习技术领域,提出了一种基于多光谱融合的乳腺血氧动态成像方法及系统,包括:对乳腺组织进行照射,采集不同波长下的乳腺组织反射光图像序列,得到多光谱时序数据;构建自适应权重预测网络模型,根据当前时刻的血氧变化强度和历史时序信息,动态预测各光谱波长在未来不同时刻的融合权重;对多光谱时序数据进行多分辨率时序建模,分别提取短期、中期和长期的时序特征,并通过融合权重对不同光谱波长的特征进行加权融合,得到融合特征数据;对融合特征数据进行反演处理,实时计算连续时间序列的血氧饱和度分布,得到动态血氧图像序列。本发明提高了血氧检测精度和深度分辨率,实现了乳腺组织血氧饱和度的高精度动态成像。
技术关键词
动态成像方法
预测网络模型
乳腺
多光谱
融合特征
波长
时序特征
反演模型
血红蛋白
多分辨率
干扰抑制模块
非线性映射关系
分层
结构先验
序列
组织血氧饱和度
系统为您推荐了相关专利信息
缺陷检测方法
多尺度特征提取
工业相机
跨尺度特征融合
输出特征
多模态图像数据
特征提取器
多尺度
融合特征
小麦条锈病
布局特征
融合特征
前馈神经网络
多模态注意力
特征提取模块
家庭服务机器人
大语言模型
多模态
视觉特征
文本编码器