摘要
本发明提供一种基于图像识别的大肠癌自助筛查系统,涉及图像处理技术领域,本发明通过采集多次随访时的内窥镜图像,能够将时间序列中的病变信息进行有效整合,通过Faster R‑CNN网络对内窥镜图像进行训练与处理,能够自动识别并标注病变区域。通过对训练图像的正负标签标注,系统不仅能够准确检测病变,还能快速识别不同病变类型,构建出每个图像组的病变指数,并基于每个图像组的病变指数生成回归模型,进而实现对病变发展的预测,能够根据病变指数的变化生成高危参考时间,并计算与当前时间的参考评估时间长度。一旦达到设定的危险阈值,系统将及时发出高危风险提示,可以早期发现并处理病变,为后续的预警和治疗提供更精准的依据。
技术关键词
自助筛查系统
标签
病变识别模型
内窥镜
像素点
数学分析模型
指数
图像处理模块
变量
数据采集模块
色彩值
预警模块
识别模块
分析模块
图像处理技术
多项式
对比度
系统为您推荐了相关专利信息
神经网络架构
物体三维重建方法
三维探地雷达
神经网络模型
探地雷达信号
人脸姿态估计方法
随机森林
人脸特征
分类器
图像
数据泄露方法
创建系统
验证码识别技术
站点
新标签页