摘要
本发明公开了肺结节图像识别方法、系统、计算机设备及存储介质,属于医学图像处理与深度学习技术领域。该方法针对现有知识蒸馏技术中教师模型依赖性强、特征语义利用不足等问题,创新性地提出相邻层特征相关性蒸馏与自适应集成教师蒸馏相结合的框架。通过挖掘卷积神经网络相邻层间的特征相关性知识,并动态融合多学生模型的差异化预测,实现了无需预训练教师的高效知识迁移。本发明显著提升了肺结节分类的准确性和模型推理速度,同时降低了计算资源消耗,为临床辅助诊断提供了轻量化、可解释的解决方案,具有重要的医疗应用价值。
技术关键词
图像识别方法
学生
肺结节图像
教师
卷积神经网络结构
计算机设备
知识蒸馏技术
医学图像处理
深度学习技术
参数
模型训练模块
特征提取模块
数据获取模块
矩阵
系统为您推荐了相关专利信息
位置检测方法
隔离段流场
冲压发动机燃烧室
流动控制设备
重构模型
手势识别网络
关节点
虚拟对象
协作式
手势运动识别
数字教学系统
智能知识库
学生
智能化技术
服务端