【技术实现步骤摘要】
本专利技术属于健康状态预测，具体涉及一种基于联合式深度区域特征表示的健康状态预测方法。
技术介绍
1、随着医学生物识别方法的兴起，其在健康状态预测领域取得了良好的效果。目前已有相关技术通过模式识别和图像处理技术与中医理论相结合，对个人健康状态的预测取得了一定成就。不同于现代疾病诊断方法(如fpg测试)，医学生物识别技术不需要提取体液或注射体液。因此，医学生物识别方法可以尽可能地减少患者的痛苦。中医认为，由疾病引起的身体状况变化会反映在面部、舌头或舌下静脉等器官上。基于这一思想，从特征表示等各种人工智能方法的应用是进行个人健康状态检测的可行方法。然而，现有和流行的医学生物识别技术主要聚焦于原始数据中提取的局部特征，而不是一种全局式多视角技术。现有技术皆关注针对小范围的图像块，而未使用信息更加丰富的关键区域。同时，这些方法预先使用先验知识进行预测，从而需要更多的人工操作。
技术实现思路
1、结合特征表示技术与多视角学习技术，本专利技术提出了一种基于联合式深度区域特征表示的健康状态预测方法。该方...
【技术保护点】
1.一种基于联合式深度区域特征表示的健康状态预测方法，其特征在于，包括以下步骤：
2.如权利要求1所述一种基于联合式深度区域特征表示的健康状态预测方法，其特征在于，步骤(1)中采集不同类别疾病病患者与健康状态者图像样本，包括以下内容：
3.如权利要求1所述一种基于联合式深度区域特征表示的健康状态预测方法，其特征在于，所述训练集如下：
4.如权利要求1所述一种基于联合式深度区域特征表示的健康状态预测方法，其特征在于，步骤(2)中训练视图分类器与深度区域提取器，包括以下内容：
5.如权利要求1所述一种基于联合式深度区域特征表...
【技术特征摘要】
1.一种基于联合式深度区域特征表示的健康状态预测方法，其特征在于，包括以下步骤：
2.如权利要求1所述一种基于联合式深度区域特征表示的健康状态预测方法，其特征在于，步骤(1)中采集不同类别疾病病患者与健康状态者图像样本，包括以下内容：
3.如权利要求1所述一种基于联合式深度区域特征表示的健康状态预测方法，其特征在于，所述训练集如下：
4.如权利要求1所述一种基于联合式深度区域特征表示的健康状态预测方法，其特征在于，步骤(2)中训练视图分类器与深度区域提取器，包括以下内容：
5.如权利要求1所述一种基于联合式深度区域特征表示的健康状态预测方法，其特征在...
【专利技术属性】
技术研发人员：曾少宁，周健航，饶云波，
申请(专利权)人：电子科技大学长三角研究院湖州，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。