科创中国

新一代信息技术产业,信息传输、软件和信息技术服务业

1、为了实现不同类型的胃癌相关疾病的精确分类识别，帮助医生减少工作量，提高工作效率，同时还能为医生提供一种客观诊断依据，降低医生诊断的主观性，提出了一种深度学习框架，实现小样本量且类内不相似的胃部ME-NBI图像多分类。 2、为了帮助医生更精确地识别出不同阶段的胃癌，给出更精确的治疗和手术方式，本文提出了一种具有解释性的融合语义链式（Fusion-semantic chain-bridge:FSCB)迁移神经网络模型用于实现小样本量且类间相似的ME-FBI图像胃癌分级。 3、针对胶囊内镜数据，提出一种有效的方法帮助临床医生根据胃、小肠和大肠区域自动对WCE影像进行分段。 4、实现了两种策略被设计出来自动检测出小肠的隆起性病变，即基于局部特征的词袋方法（BOLF)和基于迁移学习的深度卷积神经网络（CNN）。