基于深度学习的子宫内膜癌风险筛查方法

本发明公开了基于深度学习的子宫内膜癌风险筛查方法，涉及医学图像处理技术领域，包括：建立子宫内膜分析库，并获取多个子宫内膜癌变检查影像；获取癌变特征值；建立深度学习模型，对深度学习模型进行初步训练，并对深度学习模型进行优化；使用优化后的深度学习模型对子宫内膜影像进行分析并进行风险判断，本发明用于解决现有技术中在对子宫内膜癌风险进行筛查方面存在缺少基于深度学习方面的局限性，导致对子宫内膜癌进行筛查时不够准确全面的问题。