一种使用深度学习的高分辨率食管测压图像分析方法

本发明公开了一种使用深度学习的高分辨率食管测压图像分析方法，根据临床医生针对食管测压图像序列所做出的初步的对食管动力异常的推断结果，获取自然语言查询文本，然后采用基于大语言模型的多模态诊断模型，获取融合了诊断请求与结构化分割提示的文本和用于定位食管测压图像中的食管动力异常区域的分割掩码，采用损失函数训练多模态诊断模型，获得预测的诊断推理流程及解释文本。本发明支持自然语言诊断请求与图文联合推理获得对应的解释性文本，帮助医生追踪诊断依据，增强系统的透明性与信赖度。所预测的解释文本中所描述的动力学异常的类别，涵盖CCv4.0标准的多个类别，具备高度可扩展性。