摘要
本发明涉及一种基于分层标注与多光谱融合的甲状旁腺AI识别法:先由甲状腺多光谱内窥镜同步采集并预处理视频帧,构建空间‑光谱对齐序列;随后将历史识别结果与图像一一对应,形成图像‑结果数据集;再经自学习模型自动生成器官级包围盒、区域级掩膜及像素级边界三层标注,并在边界预设不确定区域。以该三阶标签为监督信号训练多模态分层融合网络,术中实时输入患者检测数据即可输出含分层热力图与光谱贡献度的识别报告。本申请具备提升术中识别精度、鲁棒性与临床可用性的效果。
技术关键词
多光谱内窥镜
识别方法
图像序列数据
分层可视化
学习算法
多模态
报告
热力图
像素
分层解码器
特征金字塔网络
视频帧
网络模型训练
标签
系统为您推荐了相关专利信息
图片分类模型
智能识别方法
汽车配件结构
汽车故障数据
图像高频信息
径流
变化识别方法
序列
概率密度函数
SWAT模型
储层裂缝识别方法
多维测井数据
线性回归模型
裂缝发育程度
致密砂岩储层
预警模型
地质灾害预防系统
模拟地质灾害
机器学习算法
流固耦合理论
电子信息识别方法
异常信息
分词模型
计算机程序产品
电子设备