一种基于深度学习的炎症性肠病分类与可解释诊断方法及系统

本发明公开了基于深度学习的炎症性肠病分类与可解释诊断方法及系统，图像采集模块从结肠镜视频中获取图像帧，图像预处理模块剔除黑色像素占比高和图像模糊的低质量图像，并执行颜色空间归一化。合格图像送入双阶段分割模型获得息肉区域掩码图，掩码图用于定位息肉区域的ROI图像，ROI图像再输入基于视觉Transformer结构构建的息肉分类模型，获得增生型或腺瘤型的分类结果。本发明能够在无需额外成本投入的前提下，大幅提升结肠镜图像中息肉识别与分级的效率与准确性，减少人工主观误差，提高早期肠癌筛查的智能化水平和临床实用性。