一种基于机器学习的骨骼肌超声图像识别方法及装置

AITNT
正文
推荐专利
一种基于机器学习的骨骼肌超声图像识别方法及装置
申请号:CN202510838688
申请日期:2025-06-23
公开号:CN120356065A
公开日期:2025-07-22
类型:发明专利
摘要
本说明书提供了一种基于机器学习的骨骼肌超声图像识别方法及装置,涉及骨骼肌超声图像识别技术领域。该方法获取骨骼肌超声图像,并对骨骼肌超声图像对应的骨骼肌群、健康状况进行标注,形成骨骼肌图像训练集;利用所述骨骼肌图像训练集训练基于多尺度特征提取的卷积神经网络,得到骨骼肌超声图像识别模型;利用训练好的骨骼肌超声图像识别模型,识别骨骼肌超声图像中对应骨骼肌群的健康状况。该方法解决了目前传统的方法仅能针对肌骨超声进行简单的分类任务,受限于超声图像中噪声较多、组织结构边界不清等固有缺陷,无法完成复杂的病灶识别及病灶的精确分割的问题。该方法显著提升了复杂肌骨超声图像的分析精度与效率。
技术关键词
多尺度特征提取 超声图像识别方法 多模态数据融合 二维超声图像 图像识别模型训练 弹性超声成像 训练集 噪声抑制 动态平衡状态 超声图像识别技术 组织 图像识别模块 纹理特征 特征金字塔 斑点噪声 Softmax函数 权重分配机制
系统为您推荐了相关专利信息
1
基于多模态数据融合的行车记录仪疲劳驾驶检测与提醒方法
疲劳驾驶检测 多模态数据融合 疲劳特征 行车记录仪 提醒方法
2
一种融合张量与超像素图特征的脑MRI图像识别系统及方法
图像识别系统 脑肿瘤医学影像 语义特征 图像获取模块 输出特征
3
一种铁水联运穿堤坝铁路智能栈桥控制系统
栈桥 铁路列车信号控制 启闭闸门 集装箱起吊 堤坝
4
一种多模态协同驱动的DiT城市布局生成方法
城市布局 生成方法 多模态协同 空间金字塔 信息融合机制
5
基于卷积神经网络的展平竹材缺陷检测方法及系统
缺陷自动检测方法 竹材 Retinex算法 边缘检测算法 多尺度特征提取
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号