【技术实现步骤摘要】
一种胃肠镜下部位和病灶的实时探测方法及其探测装置
本专利技术涉及深度学习
，尤其涉及一种胃肠镜下部位和病灶的实时探测方法及其探测装置。
技术介绍
常规胃镜肠镜检查是临床医生发现患者消化道疾病的重要方法和途径。近年来，随着计算机运算能力的极大提高和医院图像数据库的建设和积累，基于深度学习算法的探测模型在医疗影像分析领域发挥出强大的优势，逐渐进入临床应用中。我们深入研究现实中的胃肠镜操作流程时发现操作医师的工作难度和强度非常之大。社会背景是我国的医保范围逐年扩大，内镜医师数量缺口大，培养周期长，各个大中小型医院行进行常规内窥镜检查操作的医师都处于超负荷状态，医生常规完成一次内窥镜检查的时间大约为6～15分钟。检查结果受到操作医师的师资经验、熟练程度、精神状态、疲劳程度等各种因素影响，这将导致医师很难做到对病变和部位的准确采集、内镜报告全面详实的记录。漏诊和误诊在所难免。目前公开的相关内窥镜辅助诊断模块及系统，大多数采用深度卷积神经网络方法。例如，专利申请号为201810690051.X的中国专利技术专利申请公开的一种胃镜图像自动采集系统及方法。但是，随着研究的深...
【技术保护点】
1.一种胃肠镜下部位和病症的实时探测方法，其特征在于，包括以下步骤：步骤S10，同步获取胃肠镜设备所采集到的视频数据，并对获取到的视频数据进行预处理，形成预处理图像数据；步骤S20，采用深度神经网络组合模型对所述预处理图像数据进行图像识别处理，从所述预处理图像数据中识别出具有病灶特征的病灶特征图像和具有部位特征的部位特征图像；步骤S30，一方面按类型和形态特征对所述病灶特征图像中的单一病灶全部进行筛选和分类，并使用Imagelabeline工具对同类型的病灶进行全部标记，以生成病灶特征标记，另一方面按类型和形态特征对所述部位特征图像中的单一部位进行部分筛选和分类，并使用Gr...
【技术特征摘要】
1.一种胃肠镜下部位和病症的实时探测方法，其特征在于，包括以下步骤：步骤S10，同步获取胃肠镜设备所采集到的视频数据，并对获取到的视频数据进行预处理，形成预处理图像数据；步骤S20，采用深度神经网络组合模型对所述预处理图像数据进行图像识别处理，从所述预处理图像数据中识别出具有病灶特征的病灶特征图像和具有部位特征的部位特征图像；步骤S30，一方面按类型和形态特征对所述病灶特征图像中的单一病灶全部进行筛选和分类，并使用Imagelabeline工具对同类型的病灶进行全部标记，以生成病灶特征标记，另一方面按类型和形态特征对所述部位特征图像中的单一部位进行部分筛选和分类，并使用GraphScribbline工具对同类型的部位进行部分标记，以生成部位特征标记；步骤S40，将所述病灶特征标记和部位特征标记在同步获取到的视频数据上进行标识表达，并将经过标识表达的视频数据进行实时显示，同时将病灶特征标记和部位特征标记进行统计分析，输出图文结果。2.如权利要求1所述的胃肠镜下部位和病症的实时探测方法，其特征在于，在所述步骤S10中，所述对获取到的视频数据进行预处理，包括以下步骤：步骤S11，从视频数据中按照一定的频率获取获取视频输入图像；步骤S12，判断获取到的视频输入图像的内容属于正常或者异常，若判断为属于异常，则进入步骤S13，若判断为正常，则进入步骤S14；步骤S13，对获取到的视频输入图像进行降噪处理，继而进入步骤S14；步骤S14，将获取到的视频输入图像或者降噪处理后的视频输入图像作为预处理图像数据进行输出。3.如权利要求2所述的胃肠镜下部位和病症的实时探测方法，其特征在于，在所述步骤S12中，判断视频输入图像属于异常的情况包括以下一项或多项内容：A.视频输入图像的同步信息存在异常；B.视频输入图像的类型不属于探测类型；...
【专利技术属性】
技术研发人员：白蓉，白银，
申请(专利权)人：上海孚慈医疗科技有限公司，
类型：发明
国别省市：上海,31
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。