基于超声图像 AI 深度学习的绝经后子宫内膜癌预测模型的建立

本课题拟纳入行阴道超声检查的绝经后妇女，收集 B 超图像，宫腔镜或者诊刮手术术后病理，联合患者临床资料（绝经后出血模式，绝经年限，性激素水平，BMI 等），寻找可能的高危因素，建立绝经后子宫内膜癌预测队列；并且运用深度学习（深度卷积神经网络）方法对图像的像素进行特征提取和像素分类，实现子宫内膜图像的分割和检测；结合患者的高危因素，建立绝经后子宫内膜癌预测模型；并将该预测模型在后续的验证模型中进行结果验证修订。