细胞内镜图像病变分类方法、系统及计算机设备

本发明公开了一种细胞内镜图像病变分类方法、系统及计算机设备，涉及医学图像处理技术领域。其中，该方法包括：获取细胞内镜的真实图像以及图像对应的病变类别，构建相应的训练数据集、验证数据集和测试数据集；对真实图像和图像对应的病变类别进行预处理；构建基于深度密集神经网络的细胞内镜图像病变分类模型，加载训练数据集对模型进行训练，利用验证数据集对模型进行验证，利用测试数据集对模型进行评估；将最终得到的细胞内镜图像病变分类模型应用于病变分类工作，输出预测的分类结果。通过本发明，可以提高诊断的准确性和及时性，为临床诊断和治疗提供更加可靠的辅助支持。