成果介绍
本发明属于深度学习图像识别领域,具体涉及一种基于特征空间图结构的骨关节图像分类方法及系统;
成果亮点
该方法包括:获取骨关节图像并对其进行预处理;将预处理好的骨关节图像输入到训练好的深度神经网络中得到骨关节特征图;对骨关节特征图进行图结构化表示,得到骨关节特征图的图结构信息;图结构信息包括节点信息、边信息以及邻接矩阵;将骨关节特征图的图结构信息输入到训练好的图神经网络模型中进行处理,得到骨关节图像分类结果;根据骨关节图像分类结果可视化图神经网络模型关注区域的热力图;本发明能帮助模型学到空间域中远距离的特征关系以及结构信息,计算速度快,分类精度高,且能更好的理解模型背后如何工作,可解释性好。
团队介绍
徐涛,戴大伟,夏书银,王国胤
成果资料