多影像融合的支气管镜定点染色系统

本发明涉及多影像融合的支气管镜定点染色系统，系统包括：解析CT影像构建三级支气管树结构，结合深度图神经网络构建气道拓扑图；将实时支气管镜图像嵌入至拓扑图中，利用注意力机制融合图像内容与结构先验，使图像、结构、语义三元配对；支持在语义图谱上定位支气管镜头位置，动态更新周围组织的可疑程度等级；引入弱监督学习模型，训练系统对结构异常+可疑形态进行风险评分；综合评分维度包括：病灶语义标签、支气管分级位置、图像信噪比、历史病例对照信息；本发明有益效果是通过融合CT影像、实时支气管镜图像、荧光影像等多模态数据，构建语义结构图谱，并借助图神经网络实现图像与支气管结构的语义级配对，有效提升染色点位的定位精度。