超声内镜、人工智能辅助鉴别方法、系统、终端、介质

摘要

本发明属于医疗人工智能技术领域，公开了一种超声内镜、人工智能辅助鉴别方法、系统、终端、介质，通过图像采集模块实时获取超声内镜监视器中超声内镜视频或静态图像的图像数据，并截取图像帧；通过图像分割模块采用人工图像分割或利用深度学习分割模型基于采集的图像进行肿瘤部位图像的分割提取；通过图像转换模块将分割的图像大小统一，并进行归一化处理，获得的模块化图片即标准化的病灶部位图像；通过图像分类模块利用深度学习分类模型将模块化图片划分间质瘤图像或平滑肌瘤图像；通过输出模块输出图像分类结果。本发明提供的方法，能够有效提高图像鉴别准确率，减少误诊。