摘要
本发明公开了基于改进3D网络的活动性/非活性肺结核识别系统,包括:图像特征获取模块,用于获取肺结核CT胸部图像特征;数据预处理模块,用于对获取的肺结核CT胸部图像特征进行数据预处理;图像分割模块,用于对预处理后的肺结核CT胸部图像特征进行分割以获取肺实质图像特征,采用的分割模型为3D ResUNet分割模型;图像分类识别模块,用于对图像分割后的肺实质图像特征进行预测分类;其中,采用的图像分类模型为3D ResUNet50分类模型,并采用3D ResUNet50分类模型与多尺度注意模块相结合获得图像输出特征;然后,采用分组卷积和通道洗牌来处理图像输出特征,预测出活动性和非活动性肺结核的类别,并生成模型的置信度分数。本发明能提高模型的CT图像分类准确性。
技术关键词
图像分类识别
活动性肺结核
输出特征
图像分割
多尺度注意力机制
识别系统
图像分类模型
洗牌
模块
通道
网络
解码器
编码器
病变特征
残差结构
复杂度
数据
图像增强
系统为您推荐了相关专利信息
图像识别系统
可变卷积神经网络
图像金字塔
Sobel边缘检测
边缘检测单元
多尺度特征金字塔
血管分割方法
图像分割模型
序列特征
多层次特征