摘要
本发明公开了一种基于AI的医疗图像识别方法,具体涉及数据分析技术领域,采集来自不同模态的医疗图像数据并进行预处理,使用图像注册方法,将不同模态的图像对齐,并对不同模态的图像数据进行融合,使用CNN提取融合图像的低级特征,利用胶囊网络对提取的低级特征进行空间特征建模,捕捉图像中的空间关系和变换信息,并将CNN提取的低级特征与胶囊网络处理的空间特征进行融合,使用大规模的标注医疗图像数据集进行训练,数据集包括不同类型的疾病和正常样本,在模型的训练过程中,设置一个门控注意力机制,用于根据不同疾病的特征自动调整不同图像模态的权重,将融合后的特征输入到训练好的模型中,输出图像的分类标签,精准标识图像中的病灶位置。