基于深度学习和红外热像的睡眠障碍辅助诊断方法

摘要

本发明提供一种基于深度学习和红外热像的睡眠障碍辅助诊断方法，包含训练和测试两个阶段，训练阶段的目的是训练出能够实现自动诊断睡眠障碍的分类模型和自动分割异常区域的分割模型，测试阶段的主要工作是利用训练好的模型直接对红外热像进行分割和分类的分析并生成结果报告。本发明利用红外热像检测的非接触性以及安全健康的特点，结合深度学习的方法，针对实际问题自主创新地搭建和调整神经网络的结构以适用于实现睡眠障碍的自动辅助诊断，可以快速有效地提供给医生参考诊断意见。