一种基于目标检测算法的早期胃癌内镜实时辅助检测系统

摘要

本发明涉及一种基于目标检测算法的早期胃癌内镜实时辅助检测系统，建立基于Darknet53的Yolo检测模型，建模信息来源于对胃粘膜早期肿瘤性病变图像进行标注而得到的计算机可识别标注信息，所述的早期胃癌内镜实时辅助检测系统包括模型预测模块、图像获取模块和实时识别模块。本发明在普通光源或电子染色光源内镜检查下具有高敏感性提示能力的内镜辅诊系统，将深度学习技术应用于早期胃癌内镜实时辅助检测系统，通过使用该系统能够提高消化道重大疾病的早期检出率。