一种基于深度学习的自动化医学图像分类与异常检测系统

本发明属于医学图像分析与人工智能技术领域，涉及一种基于深度学习的自动化医学图像分类与异常检测系统，采用图像预处理模块对采集的HSG图像进行预处理；将预处理后的HSG图像输入图像分类模块输出具有分类标签的HSG图像；将具有分类标签的HSG图像输入条件引导生成模块，生成新样本图像；将预处理后的HSG图像和新样本图像输入异常检测模块进行异常检测，通过热力图展示模块直观展示异常区域的分布情况和严重程度；本发明提供了一种自动化、高效且精确的图像异常检测与定位方法，能够有效降低误检和漏检率，提升临床诊断的效率和准确性，为医生提供更加可靠的辅助诊断工具。