摘要
本发明涉及医疗健康监测领域,公开了一种基于可逆音像变换和扩散模型的动静脉内瘘异常检测方法及系统,所述方法包括:采集内瘘震颤音样本;对内瘘震颤音样本进行预处理;利用可逆音像变换将已预处理后的内瘘震颤音样本转换为幅度谱图与相位谱图;将幅度谱图输入经正常样本训练的扩散模型,通过去噪重构生成契合正常样本分布的幅度谱图;将重构幅度谱图结合原始相位谱图利用可逆音像变换还原为重构内瘘震颤音样本;对原始与重构内瘘震颤音样本进行多频段的特征提取,训练多簇高斯聚类模型,并基于对数似然阈值实现异常分类,判断内瘘狭窄。本发明通过上述技术方案,能够显著提高动静脉内瘘异常检测的准确度与鲁棒性。
技术关键词
震颤
短时傅里叶变换
样本
动静脉内瘘
数据处理方法
噪声预测
异常检测方法
频段
医疗健康监测
重构误差
重构模块
引入注意力机制
异常检测系统
高斯混合模型
双线性插值
频率
噪声图像