[发明专利]一种基于超声图像的多模型肝脏弥漫性疾病智能诊断方法

摘要

一种基于超声图像的多模型肝脏弥漫性疾病智能诊断方法及系统，具体涉及利用深度学习算法提取图像特征与图像纹理特征相结合并应用XGBoost算法在超声图像上实现肝脏弥漫性疾病智能诊断的方法，它是人工智能方法在基于超声图像的诊断中的应用，可以为医生的疾病诊断提供辅助建议。本发明的步骤为：一、对肝脏超声图像进行预处理；二、基于卷积神经网络实现肝脏弥漫性疾病的初步分类；三、将卷积神经网络特征和图像纹理特征相结合形成多模型特征，应用XGBoost算法实现肝脏弥漫性疾病的最终分类。本发明结合深度学习算法和传统的特征提取算法，兼顾图像的形状特征与纹理特征，并应用XGBoost算法提高了分类算法的准确度，适用于基于超声图像的肝脏弥漫性疾病辅助诊断。

主权项

1.一种基于超声图像的多模型肝脏弥漫性疾病智能诊断方法及系统，其特征在于它包括以下步骤：步骤一：采用传统的直方图均衡算法对肝脏超声图像进行预处理；步骤二：基于GoogleNet架构的卷积神经网络应用深度学习算法实现肝脏弥漫性疾病的初步分类；步骤三：将图像的卷积神经网络特征和传统算法提取的图像纹理特征相结合得到多模型特征，基于多模型特征应用XGBoost分类算法实现肝脏弥漫性疾病的最终分类。