摘要
本申请公开了一种基于人工智能的A型胃炎的信息处理方法及装置,其中,获取对目标实体进行胃镜操作时获取的多个胃镜图像;基于预设卷积神经网络模型对各个胃镜图像进行部位识别,得到胃镜图像的部位类别;对属于预设部位类别集合的K个部位类别中的每个部位类别,分别获取N个属于部位类别的胃镜图像,得到K*N个胃镜图像;基于预设大语言模型对K*N个胃镜图像中每个胃镜图像分别进行P个异常特征类别的分类,得到K*N个胃镜图像中每个胃镜图像的P个异常分类置信度;基于K*N个胃镜图像中每个胃镜图像的P个异常分类置信度确定胃镜图像分类类别。本申请能够提高图像分类的准确性。
技术关键词
胃镜图像
信息处理方法
胃炎
卷积神经网络模型
图像类别
大语言模型
信息处理装置
机器学习模型
随机森林模型
实体
决策树模型
可读存储介质
基线
支持向量机
计算机程序产品
处理器
存储器
指令
识别模块
系统为您推荐了相关专利信息
相位分辨局部放电
监测方法
贝叶斯网络模型
卷积神经网络模型
谐波
大语言模型
智能助理
信息处理方法
记忆
信息检索
原始图像数据
样本生成方法
成分分析
掩码矩阵
卷积神经网络模型
深度神经网络模型
DNN模型
深度学习预测模型
特征工程
数据采集模块