肠镜息肉检测与分型系统

项目概要

本项目目标是开发可自动进行结肠镜息肉检测和分型的计算机辅助诊断系统。利用深度学习的方法，以2D结肠镜图片为主要输入数据，训练可进行肠道内背景下的自动结肠镜息肉检测和分型诊断模型，并在此基础上开发实时息肉检测、分型、肠道定位、镜头速度与肠道干净度等综合肠道信息处理平台。

项目挑战

相同类型的息肉具有不同的大小，颜色和质地息肉及其周围粘膜之间的边界不清晰众多模态联合诊断应对与过去的重要背景和挑战，众多AI医疗公司都在结肠镜息肉检测领域进行了布局，如深睿医疗、联影等，但是目前均没有成熟的系统级别平台。同时与医院沟通，一套不完备的AI辅助系统售价也在几百万元，具有巨大的市场价值。

项目意义

结直肠癌是与癌症相关的死亡的第三大主要原因。进行早期息肉检测并进行息肉切除是预防结肠癌非常有用的手段。人工检查成本高昂，存在较高的漏诊率。在临床实践中，从结肠镜检查图像中分割息肉非常重要，因为它为诊断和手术提供了有价值的信息。在临床实践中，需要手动切换白光和NBI模态，甚至借助于肠镜超声从而进行肠道息肉的病理分型，例如腺体瘤、增生型息肉等。在保险行业，对于受保险人的肠镜检测进行分析，从而分析受保险人的患病概率对于保险风控以及智能理赔有着重要的指导作用。

肠镜息肉检测与分型算法

息肉检测

·基于中心点-偏移量预测的多尺度特征加权融合网络

·特征提取网络: PVT