The present disclosure relates to an intelligent edge computing system for minimally invasive video processing, which includes: a video acquisition module for acquiring endoscopic video sequences within the examiner's body; a high-definition video management system connected with a video acquisition module for lesion detection according to endoscopic video sequences, acquiring and displaying the examiner's body. The cloud server is connected with the high-definition video management system, which is used to generate the corresponding diagnosis report according to the initial image set of each part, and send the diagnosis report to the high-definition video management system for display. The technical scheme of the present disclosure realizes the cooperative processing strategy between the local inspection end and the cloud end, thereby reducing the communication load between the cloud server and the computing load of the cloud server, and satisfying the intelligent assistant diagnosis of endoscopy in the offline/online state; at the same time, it assists the doctor to diagnose by displaying the diagnosis report, thus reducing the doctor's. The working intensity improves the efficiency and accuracy of endoscopic image processing.
【技术实现步骤摘要】
微创视像处理的智能边缘计算系统
本公开涉及医疗领域,具体地,涉及一种微创视像处理的智能边缘计算系统。
技术介绍
目前,内镜视像处理模式大多使用集中式人工智能辅助云服务,即本地检查端完成传统的数据检查工作,待检查工作完成后,数据会被发送到云服务器进行诊断,由云服务器返回诊断结果。该模式通常需要较高的通信支撑和计算负载,尤其在数据量较大时,极易造成云服务器宕机和链路不通畅。
技术实现思路
为了克服相关技术中存在的问题,本公开提供一种微创视像处理的智能边缘计算系统。为了实现上述目的,本公开提供一种微创视像处理的智能边缘计算系统,包括:视像采集模块,用于获取检查者身体内部的内镜视像序列;高清视像管理系统,与所述视像采集模块连接,用于根据所述内镜视像序列进行病灶检测,获取所述检查者身体内部的各部位的初筛图像集合;云服务器,与所述高清视像管理系统连接,用于根据所述各部位的初筛图像集合生成相应的诊断报告,将所述诊断报告发送给所述高清视像管理系统进行显示。可选地,所述视像采集模块包括设置在所述检查者身体内部的内窥镜本体。可选地,所述高清视像管理系统包括:本地视像处理模块,与所述视像采集模块连接,用于基于预设模型对所述内镜视像序列进行识别,得到所述各部位的疑似病灶图像和正常图像,所述初筛图像集合包含所述各部位的疑似病灶图像和所述各部位的正常图像;视像显示模块,分别与所述视像采集模块和所述本地视像处理模块连接,用于实时显示所述内镜视像序列和所述各部位的疑似病灶图像;本地视像存储模块,分别与所述视像采集模块和所述本地视像处理模块连接,用于存储所述内镜视像序列和所述各部位的初筛图像集 ...
【技术保护点】
1.一种微创视像处理的智能边缘计算系统,其特征在于,包括:视像采集模块,用于获取检查者身体内部的内镜视像序列;高清视像管理系统,与所述视像采集模块连接,用于根据所述内镜视像序列进行病灶检测,获取所述检查者身体内部的各部位的初筛图像集合;云服务器,与所述高清视像管理系统连接,用于根据所述各部位的初筛图像集合生成相应的诊断报告,将所述诊断报告发送给所述高清视像管理系统进行显示。
【技术特征摘要】
1.一种微创视像处理的智能边缘计算系统,其特征在于,包括:视像采集模块,用于获取检查者身体内部的内镜视像序列;高清视像管理系统,与所述视像采集模块连接,用于根据所述内镜视像序列进行病灶检测,获取所述检查者身体内部的各部位的初筛图像集合;云服务器,与所述高清视像管理系统连接,用于根据所述各部位的初筛图像集合生成相应的诊断报告,将所述诊断报告发送给所述高清视像管理系统进行显示。2.根据权利要求1所述的微创视像处理的智能边缘计算系统,其特征在于,所述视像采集模块包括设置在所述检查者身体内部的内窥镜本体。3.根据权利要求1所述的微创视像处理的智能边缘计算系统,其特征在于,所述高清视像管理系统包括:本地视像处理模块,与所述视像采集模块连接,用于基于预设模型对所述内镜视像序列进行识别,得到所述各部位的疑似病灶图像和正常图像,所述初筛图像集合包含所述各部位的疑似病灶图像和所述各部位的正常图像;视像显示模块,分别与所述视像采集模块和所述本地视像处理模块连接,用于实时显示所述内镜视像序列和所述各部位的疑似病灶图像;本地视像存储模块,分别与所述视像采集模块和所述本地视像处理模块连接,用于存储所述内镜视像序列和所述各部位的初筛图像集合。4.根据权利要求3所述的微创视像处理的智能边缘计算系统,其特征在于,所述预设模型包括基于AlexNet架构的卷积神经网络模型和基于GoogleNet架构的卷积神经网络模型;所述本地视像处理模块包括:部位识别子模块,用于基于所述基于AlexNet架构的卷积神经网络模型将所述内镜视像序列按照所述检查者身体内部的不同部位进行分类,并针对每一部位,从所述内镜视像序列中实时采集该部位对应的关键帧;病灶检测子模块,与所述部位识别子模块连接,用于针对每一部位,基于所述基于GoogleNet架构的卷积...
【专利技术属性】
技术研发人员:丁帅,蔡琼,李玲,杨善林,王浩,
申请(专利权)人:合肥工业大学,
类型:发明
国别省市:安徽,34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。