一种基于上下文感知的两阶段内镜超声肿瘤识别方法

本发明公开了一种基于上下文感知的两阶段内镜超声肿瘤识别方法，涉及医学影像处理技术领域，其技术方案要点是：收集多种类型的胃肠道肿瘤病例的内镜超声图像；由专业医学影像专家对收集的图像进行筛选，剔除不符合肿瘤分类要求的样本并添加标注信息；构建内镜超声肿瘤识别模型，采用自监督学习方法和ROI检测分类方法进行训练；采用优化算法对训练完成后的模型进行参数调优；采用临床应用数据集对模型进行性能验证，输出胃肠道肿瘤识别的准确性与鲁棒性评估结果。本发明通过引入自监督学习和上下文编码技术，在无需大量标注数据的情况下，充分挖掘EUS图像中的潜在语义信息，并结合两阶段训练策略，有效提升了肿瘤检测的准确性和模型的泛化能力。