本发明属于图像处理与医学技术领域,公开了一种利用医学检查报告的胃镜图像表征学习方法,其特征在于,该方法具体包括:获取医学检查报告中的胃镜图像,进行预处理,得到预处理后的胃镜图像:对预处理后的胃镜图像进行影像数据标注;基于卷积神经网络的深度强化学习模型训练,得到胃病的识别模型;将新的医学检查报告的胃镜图像进行识别,自动获取相关疾病的识别结果。本发明基于卷积神经网络的深度强化学习模型,结合疾病原理,可以在充分考虑疾病特性和胃镜类型等关键因素下,对当前的医学检查报告中的胃镜图像进行疾病识别,以清晰地辨别胃内症状,从而提高基层医疗技术,提升消化内镜医师的同质化水平,提高消化道早癌的检出率。
声明:
“利用医学检查报告的胃镜图像表征学习方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)