摘要
本发明公开了一种基于梯度算法的医学图像识别方法,包括以下步骤:S100、使用优化器对卷积神经网络模型进行训练,结合医学图像数据库,调整卷积神经网络模型的参数;S200、通过医学图像采集装置获取患者的医学图像数据,对医学图像数据进行光谱分析,确定医学图像数据中待识别部位的实际轮廓,得到增强医学图像数据;S300、通过卷积神经网络模型对增强医学图像数据进行数据处理,对待识别部位给出识别结果;S400、输出具有识别结果的医学图像,根据本发明的医学图像识别方法,能够更加精准地从医学图像数据中划分出待识别部位,降低非病症因素对卷积神经网络模型识别医学图像时产生的干扰,能够提高医师诊断医学图像的效率和准确率。
技术关键词
医学图像识别方法
卷积神经网络模型
医学图像数据库
光谱仪模块
梯度算法
光谱分析功能
图像采集装置
识别医学图像
特征提取单元
医学图像识别系统
多光谱
计算机系统模块
数据模块
光谱分析仪
患者
图像采集模块
参数