一种基于Swin-Unet算法的肠神经元发育异常识别方法

摘要

本发明公开了一种基于Swin‑Unet算法的肠神经元发育异常的病理识别方法，包括以下步骤，获取肠组织苏木素‑伊红染色切片H&E染色图像中粘膜下和肌间神经丛，并采集神经丛内的神经节细胞图像并对其进行预处理，作为训练数据集；对训练数据集进行数据增强；构建图像分割模型；利用训练数据集对图像分割模型进行训练；构建图像分类模型；对训练数据集再次进行预处理；利用训练数据集对图像分类模型进行训练；利用训练好的图像分割模型和图像分类模型对待检测图像进行分割和分类，实现对肠神经节发育状况的判定。通过本发明可以实现对肠组织切片染色图像中粘膜下和肌间神经丛内的神经节细胞准确、稳定的识别和分类，从而辅助后续的诊断。