基于视觉-语言大模型的经食道医疗图像分析系统及方法

本发明涉及医疗图像处理技术领域，特别涉及基于视觉‑语言大模型的经食道医疗图像分析系统，包括：自然语言文本生成模块，用于将输入的经食道医疗图像进行识别并生成与图像相关的文本提示数据；文本提示处理模块，用于对所述文本提示数据进行处理，提取文本提示数据中的关键信息，并构建一个关键信息库数据；多模态大模型学习模块，用于将所述关键信息库数据与经食道医疗图像进行跨模态关联学习，输出对经食道医疗图像的分析结果。该模型通过同时处理图像和相应的文本提示融合学习，能够理解图像中的特征与文本提示之间的对应关系，从而输出精确的经食道医疗图像分析结果，有效减少了医生在图像分析过程中的工作负担，显著提升了诊断效率。