一种基于深度学习的电子染色内镜下胃早癌的辅助诊断系统技术方案

本发明专利技术公开了一种基于深度学习的电子染色内镜下胃早癌的辅助诊断系统，包括：图像获取模块，获取电子染色内镜检查过程中实时采集的胃部图像；胃早癌识别模块，基于预先构建的胃早癌识别模型，识别病灶区域并进行标注；逻辑判断模块，当识别出的病灶区域存在交叠时，判断是否属于同一病灶区域。本发明专利技术借助常用的电子染色手段，提供了一种基于电子染色内镜图像进行胃早癌识别的方法，检测的实时性、准确性和实用性都有很大的提高。

An assistant diagnosis system of early gastric cancer under electronic staining endoscopy based on deep learning

【技术实现步骤摘要】
一种基于深度学习的电子染色内镜下胃早癌的辅助诊断系统
本专利技术属于人工智能
，尤其涉及一种基于深度学习的电子染色内镜下胃早癌的辅助诊断系统。
技术介绍
本部分的陈述仅仅是提供了与本公开相关的
技术介绍
信息，不必然构成在先技术。胃癌是常见的恶性肿瘤，目前已经存在了将人工智能方法引入胃早癌的筛查，但是，胃早癌的早期筛查由于胃部炎症背景的存在镜下黏膜表现多种多样，在准确识别方面仍存在不少困难。例如，胃早癌通常表现出轻微的隆起或凹陷，并伴有轻微的红肿；又如，胃癌的浸润深度难以预测，分化型、粘膜内胃癌或侵入浅粘膜下层的胃癌，以及侵入粘膜下层的胃癌难以区分，而这两类情形应对方式上存在很大差异。传统的白光内镜检查得到的胃镜图像，尽管目前已有相关研究证实计算机辅助诊断可以提高普通白光内镜的诊断率，但仍有不少的误诊率，因为普通白光内镜仅能从整体评估病变，无法观察病变局部。也有研究借助早期胃癌的特殊成像检测，例如放大内镜结合窄谱成像，在临床上可用于鉴别癌性区域与非癌性区域，然而，这种光学诊断需要大量的专业知识和经验，这阻碍了它在胃镜检查中的普本文档来自技高网...

【技术保护点】
1.一种基于深度学习的电子染色内镜下胃早癌的辅助诊断系统，其特征在于，包括：/n图像获取模块，获取电子染色内镜检查过程中实时采集的胃部图像；/n胃早癌识别模块，基于预先构建的胃早癌识别模型，识别病灶区域并进行标注；/n逻辑判断模块，当识别出的病灶区域存在交叠时，判断是否属于同一病灶区域。/n

【技术特征摘要】
1.一种基于深度学习的电子染色内镜下胃早癌的辅助诊断系统，其特征在于，包括：
图像获取模块，获取电子染色内镜检查过程中实时采集的胃部图像；
胃早癌识别模块，基于预先构建的胃早癌识别模型，识别病灶区域并进行标注；
逻辑判断模块，当识别出的病灶区域存在交叠时，判断是否属于同一病灶区域。


2.如权利要求1所述的基于深度学习的电子染色内镜下胃早癌的辅助诊断系统，其特征在于，还包括胃早癌识别模型构建模块，该模块具体包括：
训练图像获取子模块，获取多幅包含早癌病灶的胃镜图像；
图像标注子模块，将包含早癌病灶的胃镜图像进行显示，并接受用户针对胃早癌病灶区域的标注；
模型架构确定子模块，指定已有的网络模型架构，或搭建自定义网络模块架构；
模型训练子模块，接收模型训练参数，根据标注后的训练图像训练胃早癌识别模型。


3.如权利要求2所述的基于深度学习的电子染色内镜下胃早癌的辅助诊断系统，其特征在于，所述已有的网...

【专利技术属性】
技术研发人员：杨晓云，冯建，马铭俊，李延青，左秀丽，李真，邵学军，赖永航，季锐，
申请(专利权)人：山东大学齐鲁医院，青岛美迪康数字工程有限公司，
类型：发明
国别省市：山东;37