內窺鏡檢測是一種無損傷、高效、直觀的探查技術，從問世至今，一直緊隨技術發展的腳步不斷更新換代。如今，在AI應用領域不斷擴大的時代潮流下，人工智慧的融合，為內窺鏡開啟智慧化新篇章。

Everest Mentor Visual iQ

人工智慧是模擬人類智慧的科學，機器學習過程是其重要組成部分，也是智慧識別的基礎。透過收集大量高質量樣本（如影象），用標識樣本類別、或是給予獎懲反饋的方式，開展迭代訓練過程，根據每次訓練結果對預設模型或演算法進行校正，直至收斂。該訓練過程類似人類的認知過程，是依據樣本或經驗的習得過程。

具體到人工智慧在內窺檢測中的應用，醫用內窺鏡要相對成熟一些，已經可以在內窺鏡手術中實現自動選路、智慧巡航控制、識別病變位置及型別等。工業內窺鏡的起步晚於醫用內窺鏡，但一些有實力的廠商也在積極地引入人工智慧，希望用智慧化提升檢測的準確性和可靠性，同時為檢測人員帶來輕鬆與便利。

以工業影片內窺鏡 Everest Mentor Visual iQ 為例，人工智慧在內窺檢測領域的應用主要有這樣幾個方面：

1。

輔助缺陷判斷

。利用預先訓練好的ADR人工智慧輔助缺陷判斷模型、或者是第三方合作伙伴開發的智慧識別模型，可以輔助識別裂紋、塗層損傷等缺陷，透過融入智慧化識別能力，減少人為因素影響，提升檢測資料的完整性、以及檢測結果的可靠性。

ADR人工智慧輔助缺陷判斷功能

2。

葉片智慧計數

。渦輪發動機等轉動裝置是內窺檢測的重要物件，全面檢測葉片需要準確計數，這項重要卻重複的工作，在智慧演算法的幫助下，可以實現自動計數，不管是單向計數、或是雙向混合計數，都可以做到準確無誤。

葉片智慧計數分析

3。

3D影象拼接

。一直以來工業內窺鏡可測量缺陷的尺寸比較受限，單物鏡相位掃描三維立體測量技術與智慧演算法的結合，誕生了“3D縫合”技術，透過將多幅區域性影象智慧拼接起來，可以得到更大更完整的影象，缺陷測量尺寸得以大幅提升。

3D縫合功能

上述這些應用，透過從檢測影象中提取所關注的特徵，利用搭載的模型或演算法，進行判斷、分類或者匹配，從而可以輔助識別缺陷、分辨有規律可循的重複運動軌跡、或者根據特定特徵進行檢測影象拼接。目前這些應用僅僅是開端，開啟了內窺鏡檢測智慧化的第一步，相信在未來，人工智慧技術與內窺鏡的結合會更深更廣，帶給我們更多福音。