摘要
本发明公开了一种内窥镜图像的异常病变区域检测方法,包括以下步骤:收集宫腔镜图像数据;数据预处理,对原始内窥镜图像进行动态去噪、增强这些预处理操作;数据增强与合成,构建“基础变换+深度生成”双阶段体系增强合成的数据增强技术扩充数据集;特征提取,构建层级化特征金字塔网络,融合多尺度语义信息;少样本检测策略,基于原型网络改进,构建动态记忆原型库;病变区域可视化标记,利用DBSCAN算法进行聚类,再依据簇内密度,自适应调整标记框大小并显示置信度,从而实现精准的可视化标记。本发明通过数据预处理、增强合成、特征提取、少样本检测及智能提示的系统化方案,解决数据不均衡难题,提升高风险病变的检出率。
技术关键词
区域检测方法
病变区域特征
DBSCAN算法
内窥镜
特征金字塔网络
原型
图像
抑制背景干扰
数据
标记
病变特征
多尺度
样本检测方法
宫腔镜手术
全局平均池化
生成对抗网络
动态
上采样
层级