细胞内镜图像病变分类方法及系统

本发明公开了细胞内镜图像病变分类方法及系统，涉及数据分类领域，所述细胞内镜图像病变分类方法包括以下步骤：步骤1：采集目标患者的当前诊断文本、当前诊断图像、历史诊断文本、历史诊断图像和历史治疗文本，对当前和历史诊断文本进行清洗和标准化，提取若干病变标签，形成参照文本，同步存储至历史数据库；步骤2：通过深度学习算法构建分类识别模型，获取历史诊断文本与图像数据进行训练；通过将病变区域主动分割为中心区域和边缘区域，分别提取不同区域的影响系数，结合中心区域和边缘区域各自的影响系数进行融合分析，进而全面反映病变的整体信息，通过整合文本信息与图像数据，弥补单一图像数据的不足，提高分类性能。