一种基于深度学习的超声内镜导航系统及方法

本发明公开一种基于深度学习的超声内镜导航系统及方法，涉及医学影像分析领域，所述系统包括：并行编码器模块，用于通过CNN分支提取超声内镜图像的局部特征，并通过Transformer分支捕获全局上下文信息；通道注意力融合模块，用于对提取到的特征进行自适应加权融合；解码器模块，基于融合特征生成解剖结构分割掩码；时序处理模块，用于接收所述解码器模块输出的逐帧分割结果，并通过双向LSTM网络实现超声内镜视频的时序连贯性分析；多模态融合模块，用于将超声内镜图像进行配准和融合。本申请方案能够为胰腺癌早期筛查提供高可靠性的人工智能辅助工具，同时降低超声内镜技术的学习门槛与临床应用成本，推动其在基层医疗机构的普及。