摘要
本发明提出基于人工智能的内腔病灶特征识别方法及系统,方法包括:获取电子内镜采集到的原始图像帧序列以及每一帧的采集时间戳,构成伪时间图像序列集合;将所述伪时间图像序列集合输入预构建的候选区域提取模型,输出病灶候选区域集合;对所述病灶候选区域集合进行血管结构增强,构建图神经网络并通过所述图神经网络提取结构特征,结合区域特征输出病灶置信度评分,最后结合病灶候选区域集合、结构特征和病灶置信度评分生成增强的结构化候选区域集合;基于结构特征相似性和时间连续性对所述结构化候选区域集合进行轨迹聚合,形成跨帧病灶轨迹集合;根据所述跨帧病灶轨迹集合计算病灶轨迹的空间中心位置和时间范围,并生成结构化报告。
技术关键词
特征识别方法
编码向量
联合注意力机制
轨迹
嵌入位置编码
图像特征提取
电子内镜
序列
模块
连续性
内腔
特征识别系统
血管
通道注意力机制
滑动时间窗口
置信度阈值
上采样
报告
重建算法
系统为您推荐了相关专利信息
光学动作捕捉系统
机械臂关节
映射控制方法
逆运动学
机械臂末端执行器
手术机器人
机械臂
计算机程序指令
数学模型
精度
职业技能鉴定
鉴定设备
优化调度模型
编码
资源调度效率
报文检测方法
域名系统
分子模型
卷积网络模型
随机森林模型