〔摘　要〕 目的开发一种基于区域卷积神经网络(Mask R-CNN)的内镜下自动检测早期胃癌(EGC)系统。方法首先从安徽医科大学第一附属医院获得3 579张和892张EGC白光图像(WLI),分别进行训练和测试。随后前瞻获取10个WLI实时视频以测试动态性能。另外再随机选取400张WLI图像，用于Mask R-CNN系统和内镜医师对照。诊断能力以准确率、敏感度、特异度、阳性预测值(PPV)和阴性预测值(NPV)进行评估。结果在WLI图像诊断中，Mask R-CNN系统准确率、敏感度和特异度分别为90.25%、91.06%和89.01%,与病理诊断差异无统计学意义。在WLI视频中，诊断EGC的准确率为90.27%,实时测速可达35帧/s。在对照实验中，Mask R-CNN系统的敏感度明显高于高年资组医师(93.00%vs80.20%,χ2=7.059,P<0.001),特异度高于低年资组医师(82.67%vs71.87%,χ2=9.955,P<0.001),总体准确率高于中年资组医师(85.25%vs78.00%,χ2=7.009,P<0.001)。结论在WLI下，Mask R-CNN系统检测EGC的性能良好，在实际临床应用中有较大潜力。