一种基于大数据的消化内镜训练方法及系统

本发明涉及消化内镜诊断技术领域，公开了一种基于大数据的消化内镜训练方法，包括以下步骤：收集多个来源的消化内镜图像数据以及对应患者的临床诊断信息作为标签，构建原始数据集；对所述原始数据集中的图像依次进行归一化处理、裁剪与缩放预处理操作；运用最优传输理论对处于低维流形空间中的不同来源数据进行分布对齐。本发明中，通过构建全面数据集提供基础，对图像预处理使其适配训练，进行特征处理挖掘规律并降维提效，实施数据分布对齐强化一致性，开展模型训练提升分类准确率与泛化能力，全方位助力模型在该领域更好地发挥作用。解决了提升模型在消化内镜图像病变诊断方面的泛化能力差的问题。