發(fā)布時間：2024-12-06 23:55

　　 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粒度分類,且服務延遲較高。此外,這類方法所采用的傳統(tǒng)數(shù)據(jù)擴充方法更進一步的降低了輔助決策方法的實際性能。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,首先使用條件對抗生成網(wǎng)絡實現(xiàn)原始胃鏡圖像數(shù)據(jù)增強,然后設計k-Lconv模塊,在此基礎上開發(fā)上消化道病灶檢測方法 Lconv-YOLO,并利用來自某三甲醫(yī)院真實的臨床數(shù)據(jù)進行方法驗證。實驗結果表明,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。本方法將平均檢測一幀胃鏡視頻的時間縮短至6.73ms,敏感性和特異性分別達到79.39%和87.94%。滿足電子胃鏡檢查過程中的視頻幀實時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)增強方法
3 上消化道病灶檢測算法
4 實驗結果與分析
    4.1 實驗數(shù)據(jù)及評價指標
    4.2 實驗結果及分析
5 結語



本文編號：4014457