基于卷积神经网络的内窥镜数据的消化道癌症检测文献综述

 2022-09-15 03:09

文献综述(或调研报告):

1.消化道内镜检查的功能

消化道肿瘤是一种常见的恶性肿瘤,发病率居于所有恶性肿瘤发病率的榜首,患者趋于年轻化,如何在早期检查中发现消化道肿瘤成为一个重要问题。消化道内窥镜检查是一种较为常见的检查方式,但由于对一个患者,医师需要检查较多图片,容易疲劳,且受限于诊断经验、设备条件等原因,可能存在漏判或误判的情况。因此,通过计算机实现消化道内镜图像的自动识别和定位能够进一步提升检查效果,尽可能地提高早期癌症的检测率。

2.窄带成像技术(NBI)

消化道内镜检查中,还会使用一种窄带成像技术(narrow-banding imaging, NBI),通过染色、化学检测等方法,使获得的消化道内镜图像更易被医生判断,可以在研究中考虑采用这类图片的专门训练,以提高病症的识别率。

3.消化道内镜检查在多个部位都适用

消化道内镜检查具有普适性,能够对多个部位进行检查,但由于不同部位的病症图像特征不同,针对不同部位图像的识别,可能需要多种方法,构建不同的神经网络模型。目前已有的相关研究主要针对胃癌、十二指肠等区域的研究。本研究主要选择食管和贲门两个部位进行早期癌症的识别。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。