深度学习在宫腔镜图像分析中的应用

摘要

宫腔镜检查是子宫内膜病变诊疗过程中不可或缺的技术。近年来，随着人工智能的迅速发展，深度学习技术凭借着其出色的特征提取能力和对大规模数据的高效学习能力，为宫腔镜图像的深入剖析提供新的途径。本研究通过关键词检索、文献筛选、质量评估及主题归纳的方法系统地回顾和分析深度学习技术（CNN、DNN、U-Net、YOLO、Transformer等）在宫腔镜图像中的应用情况，包括子宫内膜癌、子宫内膜息肉、子宫内膜炎疾病的检测分类，子宫肌瘤的治疗及子宫粘连综合征术后生育能力的预测等，并提出存在的不足，对基于宫腔图像的深度学习技术的发展趋势进行展望，期待能推动该领域研究的进一步发展。

关键词

深度学习 / 宫腔镜 / 子宫内膜病变 / 综述