[发明专利]耳朵分析检测装置及设备有效
申请号: | 202210168530.1 | 申请日: | 2022-02-23 |
公开(公告)号: | CN114240936B | 公开(公告)日: | 2022-06-14 |
发明(设计)人: | 刘娟;朱进洲;孔飞;杨东;汪玲燕;廖成;王心醉 | 申请(专利权)人: | 季华实验室 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06V10/774;G06V10/82;G06K9/62;A61B5/00;G06N3/04;G06N3/08 |
代理公司: | 深圳市世纪恒程知识产权代理事务所 44287 | 代理人: | 吴士卿 |
地址: | 528200 广东省*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 耳朵 分析 检测 装置 设备 | ||
1.一种耳朵分析检测装置,其特征在于,所述耳朵分析检测装置包括:
获取模块,用于获取目标用户的耳朵图像数据;
分析模块,用于通过已训练好的耳朵光泽度模型和耳朵完整性模型,分别对所述耳朵图像数据进行分析,得到光泽度分析结果以及完整性分析结果,其中,所述耳朵光泽度模型基于预先标注有光泽度标签的耳朵图像数据对待训练光泽度模型进行迭代训练获得,所述耳朵完整性模型为基于预先标注有完整性标签的耳朵图像数据对待训练完整性模型进行迭代训练获得,所述耳朵光泽度模型和耳朵完整性模型均由特征提取神经网络分别与全连接层连接,以及与长短时记忆网络和全连接层连接搭建获得;
确定模块,用于基于所述光泽度分析结果以及所述完整性分析结果,确定所述目标用户的耳朵健康状态;其中,所述分析模块还用于:
通过所述耳朵光泽度模型中的特征提取神经网络对所述耳朵图像数据进行特征提取,得到特征提取结果;
将所述特征提取结果输入至全连接层,获得有无光泽度的第一概率结果,以及将所述特征提取结果输入至预设长短时记忆网络进行学习,并将所述预设长短时记忆网络输出的预测结果输入至全连接层,得到有无光泽度的第二概率结果;
基于预设权重比例系数,对所述第一概率结果和所述第二概率结果进行加权处理,得到所述光泽度分析结果;
其中,所述分析模块还用于:
通过所述耳朵完整性模型中的特征提取神经网络对所述耳朵图像数据进行特征提取,得到特征提取结果;
将所述特征提取结果输入至全连接层,获得有无完整性的第一概率结果,以及将所述特征提取结果输入至预设长短时记忆网络进行学习,并将所述预设长短时记忆网络输出的预测结果输入至全连接层,得到有无完整性的第二概率结果;
基于预设权重比例系数,对所述有无完整性的第一概率结果和所述有无完整性的第二概率结果进行加权处理,得到所述完整性分析结果。
2.如权利要求1所述的耳朵分析检测装置,其特征在于,所述耳朵分析检测装置还包括:
收集模块,用于收集耳朵病例图像数据,并对所述耳朵病例图像数据进行光泽度以及完整性标注,获得具有光泽度标签和完整性标签的目标图像数据;
预处理模块,用于对所述目标图像数据进行预处理,获得预处理图像数据,并将所述预处理图像数据进行划分,获得待训练图像数据和验证图像数据;
模型训练模块,用于基于所述待训练图像数据,分别对所述待训练光泽度模型和所述待训练完整性模型进行迭代训练,获得所述耳朵光泽度模型以及所述耳朵完整性模型。
3.如权利要求2所述的耳朵分析检测装置,其特征在于,所述模型训练模块包括第一特征提取单元、第一输出单元、第一加权处理单元、第一计算单元和第一优化单元,
所述第一特征提取单元,用于基于已训练好的特征提取神经网络,对所述待训练图像数据进行特征提取,获得第一特征提取结果;
所述第一输出单元,用于将所述第一特征提取结果输入第一全连接层,获得第一光泽度输出结果,以及将所述第一特征提取结果输入第一长短时记忆网络模型进行迭代学习,获得第二光泽度输出结果;
所述第一加权处理单元,用于基于第一预设加权比例系数,对所述第一光泽度输出结果和所述第二光泽度输出结果进行加权处理,获得目标光泽度输出结果;
所述第一计算单元,用于基于所述目标光泽度输出结果和所述待训练图像数据的光泽度标签,计算模型损失;
所述第一优化单元,用于基于所述模型损失,优化所述待训练光泽度模型的模型参数,得到所述耳朵光泽度模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于季华实验室,未经季华实验室许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210168530.1/1.html,转载请声明来源钻瓜专利网。