一种基于集成深度学习的高效识别耳部疾病系统技术方案

本发明专利技术属于识别耳部疾病技术领域，尤其是一种基于集成深度学习的高效识别耳部疾病系统，针对现有的技术不能对耳疾进行自动识别，增加了工作难度的问题，现提出如下方案，其包括内窥镜采集模块、耳镜图像判别模型、深度学习模型模块、耳疾病智能识别和显示模块，所述内窥镜模块与耳镜图像判别模型连接，耳镜图像判别模型与深度学习模型模块连接，深度学习模型模块与耳疾病智能识别连接，内窥镜模块与显示模块连接。本发明专利技术通过准确性和训练验证时间对12个公共模型的性能进行了评价；根据评估结果，从12个模型中选取2个最优模型，构建集成分类器，设计并实现耳疾实时自动识别系统。设计并实现耳疾实时自动识别系统。设计并实现耳疾实时自动识别系统。

【技术实现步骤摘要】
一种基于集成深度学习的高效识别耳部疾病系统


[0001]本专利技术涉及识别耳部疾病
，尤其涉及一种基于集成深度学习的高效识别耳部疾病系统。

技术介绍

[0002]众所周知，听觉被认为是五种最重要的感觉之一，因为听觉是人类生活主要依赖，但是，耳疾作为一种常见病，如果不及早发现和有效治疗，可能会留下一些负面影响，如听力损害。在临床上对耳疾病的评估中，常规的耳镜检查或耳内窥镜检查是体格检查的重要组成部分。然而，用于诊断的耳镜或耳内窥镜很容易被非耳鼻喉科医生误诊。近年来，深度学习作为一种很有前景的图像识别或分类方法，是图像自动感知、处理和判定的基础，长期以来一直是计算机视觉领域的热点问题。
[0003]现有的技术不能对耳疾进行自动识别，增加了工作难度。

技术实现思路

[0004]本专利技术的目的是为了解决现有的技术不能对耳疾进行自动识别，增加了工作难度的缺点，而提出的一种基于集成深度学习的高效识别耳部疾病系统。
[0005]为了实现上述目的，本专利技术采用了如下技术方案：
[0006]一种基于集成深度学习的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于集成深度学习的高效识别耳部疾病系统，包括内窥镜采集模块、耳镜图像判别模型、深度学习模型模块、耳疾病智能识别和显示模块，其特征在于，所述内窥镜模块与耳镜图像判别模型连接，耳镜图像判别模型与深度学习模型模块连接，深度学习模型模块与耳疾病智能识别连接，内窥镜模块与显示模块连接；耳镜图像判别模型上连接有训练迁移学习网络模型，训练迁移学习网络模型上连接有集成分类器模块；内窥镜采集模块为内窥镜，用于采集图像；显示模块为显示器，用于显示采集的图像；耳镜图像判别模型，用于判别耳膜图像；训练迁移学习网络模型用于对采集的图像进行建模和处理；集成分类器模块用于对建模处理后的图像进行预测和判断。2.根据权利要求1所述的一种基于集成深度学习的高效识别耳部疾病系统，其特征在于，所述训练迁移学习网络模型包括图像处理单元、训练网路、优化网路模型。3.根据权利要求2所述的一种基于集成深度学习的高效识别耳部疾病系统，其特征在于，所述图像处理单元用于对模型训练过程中的数据增强，对输入图像进行水平和垂直的随机X和Y翻转；具体包括以下步骤：首先，将训练集中的鼓膜和图像样本进行特...

【专利技术属性】
技术研发人员：曾新宇，李振彰，
申请(专利权)人：曾新宇，
类型：发明
国别省市：