基于深度学习的X射线图像分析方法技术

本发明专利技术公开了基于深度学习的X射线图像分析方法，涉及X射线图像分析技术领域，依据合格阈值筛选出异常图像并进行处理；对处理后的X射线图像进行标注及归类，依据各个异常图像类中的图像分布状态构建均匀度，若获取的均匀度低于均匀度阈值，对占比低于预期的异常图像类进行补充；训练获取图像分析模型，对图像分析模型进行测试，由测试数据构建相应的可靠度，可靠度低于可靠度阈值，对图像分析模型进行优化，并获取优化后的图像分析模型；由优化后的图像分析模型识别X射线图像并诊断标签，从诊断标签提取相应的病变特征，依据病变特征输出相应的分析意见，依据分析意见快速对病变特征进行快速解释，降低医生负荷和压力。

【技术实现步骤摘要】

本专利技术涉及x射线图像分析，具体为基于深度学习的x射线图像分析方法。

技术介绍

1、x射线图像分析是一种重要的医学诊断方法，它依赖于x射线成像技术来获取人体内部的结构信息。x射线图像分析的基本原理基于x射线的穿透性、差异吸收性以及荧光效应。当x射线穿透人体组织时，由于不同组织对x射线的吸收能力不同，会在荧光屏或胶片上形成黑白对比、层次差异的x线影像。这些影像可以反映出人体内部的结构和异常情况，为医生提供诊断依据。

2、此外，随着技术的发展，越来越多的计算机辅助分析方法被应用于x射线图像分析中，如图像增强、边缘检测、特征提取等。这些方法可以提高分析的准确性和效率，为医生提供更可靠的诊断依据。

3、在申请公布号为cn116468932a的中国专利技术专利中，提供基于图像识别的算法结构分析方法，涉及图像识别
，将图像采集下来输入进行处理，通过一定的技术和手段对具体事物进行观测，从而获取计算机可以处理的对事物的数据描述，图像预处理主要包括图像增强、图像的二值化和图像细化，通过映射或变换的方法可以用低维空间表示样本，特征提取是用数值的本文档来自技高网...

【技术保护点】

1.基于深度学习的X射线图像分析方法，其特征在于：包括，

2.根据权利要求1所述的基于深度学习的X射线图像分析方法，其特征在于：

3.根据权利要求1所述的基于深度学习的X射线图像分析方法，其特征在于：

4.根据权利要求3所述的基于深度学习的X射线图像分析方法，其特征在于：

5.根据权利要求4所述的基于深度学习的X射线图像分析方法，其特征在于：

6.根据权利要求1所述的基于深度学习的X射线图像分析方法，其特征在于：

7.根据权利要求6所述的基于深度学习的X射线图像分析方法，其特征在于：

8.根据权利要求1所...

【技术特征摘要】

1.基于深度学习的x射线图像分析方法，其特征在于：包括，

2.根据权利要求1所述的基于深度学习的x射线图像分析方法，其特征在于：

3.根据权利要求1所述的基于深度学习的x射线图像分析方法，其特征在于：

4.根据权利要求3所述的基于深度学习的x射线图像分析方法，其特征在于：

5.根据权利要求4所述的基于深度学习的x射线图像分析方法，其特征在于：

6...

【专利技术属性】
技术研发人员：张亚东，王红强，吴勇敢，
申请(专利权)人：安徽医科大学第一附属医院，
类型：发明
国别省市：