摘要
本发明涉及一种胃镜图像智能目标检测方法及系统,该方法包括:对获取的胃镜图像进行多光谱分解,并结合动态域适应策略,生成标准化图像;基于标准化图像,采用多尺度几何感知特征提取网络提取融合特征;对融合特征进行解剖学位置感知处理,生成具有解剖区域辨识能力的位置感知特征;基于位置感知特征,执行形态学引导的多任务目标检测与分类,得到多任务检测结果;多任务包括病灶检测、病灶边界分割和病灶类型分类;针对胃镜检查过程中连续图像帧的多任务检测结果,施加时序一致性约束,生成时空优化结果;基于时空优化结果,构建不确定性感知机制,输出经校准的目标检测结果。本发明能够提升胃镜图像检测的精度。
技术关键词
胃镜图像
感知特征
融合特征
特征提取网络
贝叶斯神经网络
多光谱
校准
多尺度
时空注意力机制
融合多任务
图像增强网络
高风险
动态
更新模型参数
热力图
策略
时序
系统为您推荐了相关专利信息
核磁共振成像数据
模糊特征
多模态
深度卷积神经网络
索引
多任务联合学习
图像分割模型
特征融合网络
图像分割方法
边界特征
安装位置偏差
深度残差网络
切片
点云模型
拉格朗日乘子法