摘要
本发明属于基于深度学习的医学图像分析技术领域,提供一种基于深度学习的鼓膜穿孔识别方法,其包括:获取鼓膜图像并构建鼓膜训练用数据集;构建基于深度学习的鼓膜穿孔识别模型,基于深度学习的鼓膜穿孔识别模型包括轻量化骨干网络、多尺度通道与空间注意力模块、特征融合网络和网络输出层;训练基于深度学习的鼓膜穿孔识别模型,获得目标鼓膜穿孔识别模型;基于目标鼓膜穿孔识别模型,获取鼓膜图像的识别结果。本发明为应对微小穿孔难以识别及穿孔形态多样的问题,引入多尺度通道注意力与多尺度深度可分离卷积空间注意力,聚合上下文路径语义信息和自下而上的路径信息,实现鼓膜穿孔的自动化高精度识别。
技术关键词
穿孔特征
细粒度特征
空间金字塔池化
特征融合网络
识别方法
注意力
特征金字塔网络
语义特征
模块
输入多尺度
医学图像分析技术
瓶颈
通道
数据
标签
长宽比
系统为您推荐了相关专利信息
多层次特征
残差网络
影像
深度卷积神经网络
校正
参数识别方法
仿生机器鱼
流体力学仿真
参数识别技术
参数识别系统