胶囊内镜(CE)是检测小肠病变的主要手段,然而一次CE检查产生约6万张图像,筛选病变图像耗时、枯燥,且受医师经验和专业技术水平影响,易造成漏诊.因此,亟待研发能自动检测肠道病变的系统以解决上述问题.近年来,人工智能(AI)逐渐深入医学领域,以大数据和云计算为基础的计算机辅助诊断技术成为临床研究热点.以卷积神经网络(CNN)为代表的深度学习(DL)模型对病灶具有快速识别能力,可有效降低漏诊率.本文就AI技术在CE图像识别中的应用进展作一综述.
作者：曹海燕；何松
来源：胃肠病学 2020 年 25卷 8期
