一种子宫内膜良恶性疾病辅助预测模型构建方法及系统

本发明涉及一种子宫内膜良恶性疾病辅助预测模型构建方法及系统，包括获取非目标部位的第一历史图像信息和目标部位的第二历史图像信息；分别进行预处理并分别构建对应的预训练样本数据集和训练样本数据集；构建卷积神经网络模型，并将预训练样本数据集输入至卷积神经网络模型进行对比学习预训练；将训练样本数据集输入至预训练后的卷积神经网络模型进行训练，直至完成训练，得到子宫内膜良恶性疾病辅助预测模型。利用对比学习技术，增强卷积神经网络模型对细微病变特征的识别能力，提升模型泛化能力，显著提高诊断的敏感性和特异性，减少误诊率，大大提高模型的识别精度，减少误诊和不必要的活检可能性，帮助缓解内镜医师的感知偏差和视觉疲劳。