摘要
本发明涉及智能辅助诊断技术领域,具体地说,涉及基于深度学习技术的消化道早期癌症智能辅助诊断系统。其包括:图像采集与处理单元采集消化道内的图像并进行预处理;病变检测单元利用Faster R‑CNN定位病变区域,同时,结合内窥镜位姿数据计算局部曲率,生成旋转角度自适应的锚框,以优化定位病变区域的过程;病变分割单元对病变区域进行分割,输出病变的分割掩码;病变分类单元基于分割后的病变区域,利用卷积神经网络模型对分割后的病变区域进行不同病变类型的分类诊断;诊断融合单元结合病变检测、病变分类结果和病变的分割掩码,输出辅助诊断报告。本发明通过多阶段协同优化策略,有效应对内窥镜成像中的运动干扰与成像伪影。
技术关键词
消化道早期癌症
智能辅助诊断系统
深度学习技术
内窥镜位姿
图像块
运动场估计
卷积神经网络模型
三维姿态信息
区域建议网络
卷积神经网络特征提取
智能辅助诊断技术
生成多尺度
图像处理模块
图像采集模块
处理单元
生成运动补偿
伪影
系统为您推荐了相关专利信息
码率分配方法
融合纹理
图像压缩
复杂度
统计算法
解码模块
图像深度特征
特征提取模块
匹配模块
网状结构
图像分类方法
多模态
细粒度分类
融合视觉特征
图片类别
决策树模型
分配系统
数据收集模块
模型训练模块
案件
新能源汽车充电机器人
充电插头
匹配模块
机械臂
卷积神经网络深度学习技术