基于改进unet3+的医学影像辅助检测系统

本项目采用CT影像结合AI智能的新技术，通过人工智能算法来分析CT影像，来判断检测结直肠息肉的发病情况和具体位置，以此提供一种高效准确的早期结直肠癌的检测手法，并减轻医生的工作负担。 本项目的核心是人工智能算法，我们尝试了传统目标检测路线和图像分割路线。最终选取了图像分割路线中的U-Net作为算法模型，并对算法进行了以下改进：加深了主干特征提取网络；加强了网络提取特征的能力；设计了加权交叉熵作为损失函数。最终达到了87%的检测准确率，满足检测需求。同时，我们开发出了配套的医生端和患者端小程序。 这一整套平台提供了以下使用场景：首先患者在医院或者医疗地点做CT检测，检测生成的CT图像由医院内网传到我们的算法模型进行检测，检测结果会同步发送到医生端显示器和患者端的医疗小程序。医生对检测结果复查后，再将给出医疗建议再发送到患者端的医疗小程序供患者查看。既能提高结直肠息肉检测的效率和准确性，也能使患者查询结果更加便利。