一种基于超声成像和贝叶斯优化的图像检测方法
- 专利权人:
- 安徽理工大学
- 发明人:
- 闫鹏程,凌六一,梁喆,曹珍贯,周孟然,胡锋,卞凯
- 申请号：
- CN202011247589.7
- 公开号：
- CN112370078A
- 申请日:
- 2020.11.10
- 申请国别(地区):
- CN
- 年份:
- 2021
- 代理人:
- 摘要：
- 本发明公开了一种基于超声成像和贝叶斯优化的图像检测方法，涉及图像检测技术领域，在检测矿工肺机能的时候采用了先进的超声成像无损检测手段，同时，在进行超声成像肺机能分析过程中采用贝叶斯优化的KPCANet算法保证了矿工肺机能分析的准确性和可靠性，准确可靠的掌握矿工的肺机能情况有助于准确、及时地掌握矿工的身体健康状态，对于职业性尘肺病早期发现具有重要意义。针对矿工这一特殊群体进行肺部机能检测分析，实现矿工肺部健康状态的准确、实时测量分析，完成职业性尘肺病等部分职业病的前期预警及保障矿工的生命健康。
- 来源网站：
- 中国工程科技知识中心
