结直肠癌是最常见的消化道恶性肿瘤之一。结直肠息肉是结直肠癌的主要癌前病变,对结直肠息肉的早诊早治能够有效的阻断结直肠癌的发病进程,改善结直肠癌患者的生存预后。结直肠镜诊疗技术是临床实践中结直肠息肉诊断的主要手段。但由于存在多种因素不同程度影响了结直肠镜检查的质量和效果,给结直肠息肉甚至早期结直肠癌的检出带来严峻考验。结直肠癌的确诊以结直肠息肉活检细胞的病理检查为依据。结直肠病理的检查是结直肠癌确诊的金标准,然而现有病理检查的人工阅片方案存在着医疗资源分布不均的局限性。比如,大型医院每天产生大量的病理图像数据,病人的检查等待时间被迫延长;而欠发达地区因医疗资源缺失导致漏诊或误诊。因此,开发由计算机辅助的结直肠镜智能辅诊分析系统能够在辅助医生检测结直肠息肉的同时,对结直肠镜检查的质量进行监控,从两方面提高结直肠镜息肉筛查的效率和准确率。进一步研究高效率的结直肠病理自动分割算法能够有效解决人工阅片耗时长、资源分布不均的问题。近年来,基于深度神经网络的智能分析方法在计算机视觉领域取得很多成果,越来越多的研究开始将深度神经网络应用到医学图像处理任务上。本文基于深度神经网络方法研究结直肠镜检查质量控制算法、结直肠镜息肉检测算法以及结直肠病理分割算法,并将这些算法落地形成了面向结直肠镜检查的智能辅诊分析系统。本文的主要工作包括:1.研究了结直肠镜检查质量控制算法,提出了基于深度神经网络的控镜稳定性模型、旋镜程度模型和退镜时间监控模型,通过对医生检查过程中的镜检操作质量进行评估,利用各项评估指标实现了辅助医生提高结直肠镜检查质量的目标;研究了基于深度神经网络的结直肠镜息肉检测模型,实现结直肠镜图像中息肉组织的自动检测,在息肉组织检测的基础上,进一步利用基于残差网络的分类模型来减少结直肠镜息肉检测过程中误检的负样本数量,从而降低息肉检测模型的假阳率。上述算法分别形成了专利成果。2.研究了结直肠病理图像分割算法,提出了基于深度神经网络的结直肠病理图像分割模型,模型结合病理图像的图像特点,分别从预训练算法、网络结构和测试方法三个方面入手,提出了基于ROI的预训练算法、基于双路径结构的编码器-解码器网络和多尺度与多分辨率集成测试方法,提高了模型的性能,在公开数据集上达到了较好的效果。该算法形成了学术论文并发表在公开刊物上。3.基于前期在结直肠镜质量控制和息肉检测研究中提出的各种方法,结合了结直肠镜检查的实际临床工作流程,研发了一套结直肠镜智能辅诊分析系统。该系统通过连接结直肠镜检查设备,可以实时获取患者的检查图像并进行当前检查的质量评估与息肉检测,最后将质量控制评估结果和检测到的息肉组织标记在系统界面上。该系统目前与四川大学华西医院消化内科医生合作研发,临床实验表明该系统的质量控制和息肉检测功能有效的辅助了医生的结直肠镜检查并提高了检查的质量和效果。