多模态内窥镜图像融合评估浅表食管鳞状细胞癌的浸润情况

该项目的目标是开创一种新的方案，用于早期食管癌及其癌前病变的辅助筛查。 预期的成果包括简化用户的培训过程、缩短检查时间以及比目前的超声技术更精确地评​​估食管癌侵袭的程度。 该研究致力于利用超声内镜（EUS）和放大内窥镜的协同作用，并通过人工智能（AI）的模式识别和关联能力增强，来检测早期食管鳞状细胞癌及其侵袭性，以及高级别上皮内瘤变。 总体目标是确定这种方法在食管癌早期检测中的潜力和意义。

该项目的主要目标是开发三种不同的人工智能辅助诊断系统：

人工智能驱动的电子内窥镜诊断系统，旨在自主识别病变。

基于人工智能的 EUS 诊断系统能够自动描绘受影响的区域。

一种将电子内窥镜与 EUS 相结合的多模式诊断框架，以提高诊断准确性和效率。