在基于電子胃鏡影像的上消化道疾病智能輔助決策過程中,現(xiàn)有的方法較少涉及胃鏡圖像的可疑病灶定位和細(xì)粒度分類,且服務(wù)延遲較高。此外,這類方法所采用的傳統(tǒng)數(shù)據(jù)擴(kuò)充方法更進(jìn)一步的降低了輔助決策方法的實(shí)際性能。因此本文提出了基于電子胃鏡影像的上消化道疾病智能輔助診斷框架,首先使用條件對(duì)抗生成網(wǎng)絡(luò)實(shí)現(xiàn)原始胃鏡圖像數(shù)據(jù)增強(qiáng),然后設(shè)計(jì)k-Lconv模塊,在此基礎(chǔ)上開發(fā)上消化道病灶檢測(cè)方法 Lconv-YOLO,并利用來自某三甲醫(yī)院真實(shí)的臨床數(shù)據(jù)進(jìn)行方法驗(yàn)證。實(shí)驗(yàn)結(jié)果表明,相比同類方法,本方法能夠有效提高上消化道疾病推斷的平均精度和病灶定位精度。本方法將平均檢測(cè)一幀胃鏡視頻的時(shí)間縮短至6.73ms,敏感性和特異性分別達(dá)到79.39%和87.94%。滿足電子胃鏡檢查過程中的視頻幀實(shí)時(shí)高精度輔助診斷決策。

【文章頁數(shù)】：6 頁

【文章目錄】：
1 引言
2 數(shù)據(jù)增強(qiáng)方法
3 上消化道病灶檢測(cè)算法
4 實(shí)驗(yàn)結(jié)果與分析
    4.1 實(shí)驗(yàn)數(shù)據(jù)及評(píng)價(jià)指標(biāo)
    4.2 實(shí)驗(yàn)結(jié)果及分析
5 結(jié)語



本文編號(hào)：4014457