摘要
本发明涉及医疗图像处理技术领域,具体涉及一种基于AI的宫颈细胞图像分析辅助方法及系统,该方法包括:进行多模态数据采集,包括宫颈细胞图像数据、临床数据和患者基因数据,并对采集到的宫颈细胞图像数据进行预处理;构建宫颈细胞图像生成对抗网络对宫颈细胞图像进行图像增强并进行特征提取;将提取的特征与临床数据、患者基因数据进行融合,利用融合后的特征数据训练宫颈细胞分类模型;将真实的宫颈细胞图像输入训练好的宫颈细胞分类模型,输出宫颈细胞是否异常以及对异常类型和程度的分析结果。本发明通过多模态数据采集结合基于深度学习技术的图像增强和分类方法,提高了宫颈细胞图像分析的效率,减轻医生的工作负担。
技术关键词
宫颈
图像分析
多模态数据采集
生成对抗网络
基因
引入注意力机制
多尺度特征提取
医疗图像处理技术
随机森林
拼接融合方法
特征提取模块
形态
患者
卷积神经网络提取
计算机程序产品
分类模型构建
随机噪声
辅助系统