一种图像识别方法、装置及系统制造方法及图纸

技术编号:42374885 阅读:30 留言:0更新日期:2024-08-16 14:58
本发明专利技术公开了一种图像识别方法、装置及系统,涉及图像识别领域,该方法基于REC‑ResNet模型对图像进行识别;所述REC‑ResNet以Resnet50作为主干网络,引入残差自适应特征融合模块、高效特征增强模块和跨层注意力增强模块;该方法包括:基于采集的图像信息确定图像信息对应的特征信息;基于归一化指数函数和特征信息,确定融合特征;对融合特征进行卷积,基于卷积结果确定目标参数;基于目标参数进行图像识别。该方法解决了现有技术中需要人工对CXR图像进行检查,耗时繁琐且准确率低的缺陷,能够在无需手动提取图像特征的情况下获得准确的识别结果。

【技术实现步骤摘要】

本专利技术涉及图像识别领域,尤其涉及一种图像识别方法、装置及系统


技术介绍

1、x线胸片(chestx-ray,cxr)在日常生活中具有较为广泛的应用,与ct成像相比,cxr成像技术操作速度快、成本低、易于获得、侵入性小,且cxr图像包含更多的肺部特征,在疾病的早期诊断和治疗中发挥着不可或缺的作用。

2、然而,对于不同的肺部感染性疾病来说,其影像学特征可能会及其相似,在这种情况下需要放射科医生在较大范围内对cxr图像进行目视检查非常耗时且繁琐,并且也可能受到医生个人经验和缺乏有关病毒感染区域的先验知识的限制,导致误诊或者漏诊,图像识别的准确度不高。

3、诸多研究表明,残差神经网络具有优异的特征提取能力,在识别或辅助诊断covid-19方面取得了良好的性能。但是由于covid-19cxr图像存在影响人工智能建模的挑战性因素,使得在现有的covid-19识别研究中仍然存在一些局限性和挑战:由于cxr图像通常由不同机构在不同环境中使用不同的放射设备收集的,因此,来自不同数据库的不同类别的cxr图像在数据量、放射学特征(如亮度、对比度、分本文档来自技高网...

【技术保护点】

1.一种图像识别方法,其特征在于,基于REC-ResNet模型对图像进行识别;所述REC-ResNet以Resnet50作为主干网络,引入残差自适应特征融合模块、高效特征增强模块和跨层注意力增强模块;该方法包括以下步骤:

2.根据权利要求1所述的图像识别方法,其特征在于,所述基于采集的图像信息确定所述图像信息对应的特征信息,包括:

3.根据权利要求1所述的图像识别方法,其特征在于,所述基于归一化指数函数和所述特征信息,确定融合特征,包括:

4.根据权利要求1所述的图像识别方法,其特征在于,所述基于卷积结果确定目标参数,包括:

5.根据权利要...

【技术特征摘要】

1.一种图像识别方法,其特征在于,基于rec-resnet模型对图像进行识别;所述rec-resnet以resnet50作为主干网络,引入残差自适应特征融合模块、高效特征增强模块和跨层注意力增强模块;该方法包括以下步骤:

2.根据权利要求1所述的图像识别方法,其特征在于,所述基于采集的图像信息确定所述图像信息对应的特征信息,包括:

3.根据权利要求1所述的图像识别方法,其特征在于,所述基于归一化指数函数和所述特征信息,确定融合特征,包括:

4.根据权利要求1所述的图像识别方法,其特征在于,所述基于卷积结果确定目标参数,包括:

5.根据权利要求1所述的图像识别方法,其特征在于,所述...

【专利技术属性】
技术研发人员:周涛陆惠玲刘赟璨
申请(专利权)人:北方民族大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1