近四年胶囊内镜图像病灶的深度学习识别研究进展

胶囊内镜广泛地应用于整个胃肠道非侵入式检测,但得到的海量图片的处理已经成为这一检测技术发展的瓶颈。基于卷积神经网络的计算机辅助系统是解决这一问题的有效途径。选取最近4年基于卷积神经网络的内镜图像处理文献,分别从卷积神经网络的作用以及针对内镜图像的网络结构调整两方面展开分析。深度学习方法在内镜图像处理领域的发展方向主要为大规模内镜图像数据库建立、迁移学习方法、多网络融合以及先进网络结构。由于有效样本数据匮乏和样本多样性不足无法近期解决,基于深度学习的内镜图像处理研究重点将为迁移学习以及数据与先验知识的融合研究。