一种基于神经网络特征融合的胶囊内镜图像识别模型

摘要

本发明提供一种基于神经网络特征融合的胶囊内镜图像识别模型，首先对图像分离G通道、Log变换和直方图均衡化预处理，以凸显其颜色、形状和纹理信息，再采用三个相同卷积神经网络分别对三种预处理后的图像提取特征，最后采用神经网络进行特征融合与识别，对Kvasir数据集的实验表明，该模型训练40个周期后达到稳定，识别平均准确率为97.02％，比RGB输入、传统机器视觉和经典神经网络模型高出2.02％以上,其AUC值达到0.99，属于医疗图像识别领域。