-
公开(公告)号:CN119068480A
公开(公告)日:2024-12-03
申请号:CN202411554436.5
申请日:2024-11-04
Applicant: 吉林大学
IPC: G06V20/69 , G06V10/44 , G06V10/774 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/096 , G06T7/00
Abstract: 本发明公开了一种细胞内镜图像病变分类方法、系统及计算机设备,涉及医学图像处理技术领域。其中,该方法包括:获取细胞内镜的真实图像以及图像对应的病变类别,构建相应的训练数据集、验证数据集和测试数据集;对真实图像和图像对应的病变类别进行预处理;构建基于深度密集神经网络的细胞内镜图像病变分类模型,加载训练数据集对模型进行训练,利用验证数据集对模型进行验证,利用测试数据集对模型进行评估;将最终得到的细胞内镜图像病变分类模型应用于病变分类工作,输出预测的分类结果。通过本发明,可以提高诊断的准确性和及时性,为临床诊断和治疗提供更加可靠的辅助支持。