【技术实现步骤摘要】
一种肠胃科病模型构建方法及诊断系统
本专利技术属于图像识别
，涉及一种肠胃科病模型构建方法及诊断系统。
技术介绍
肠胃科病是消化系统常见疾病，发病率呈现逐年上升趋势，严重危害人体身心健康。临床上常见的胃病有急性胃炎、慢性胃炎、胃溃疡、十二指肠溃疡、胃十二指肠复合溃疡、胃息肉、胃结石、胃的良恶性肿瘤等。胃部病变常见的病灶类型有胃粘膜充血、水肿、出血、糜烂、溃疡、肿瘤、结石、息肉等，大多数胃部病灶均可通过胃镜检查识别出病灶。但目前胃镜图像的识别和诊断大多依靠临床医师自己的经验对可疑病灶区域进行判断，并将图像抓取下来保存到内镜报告系统中，再由诊断医生根据这些抓取的影像出具诊断报告。由于胃部病灶类型种类繁多，单纯依靠医生的肉眼识别诊断，诊断速度慢、误差大，医生经验的不足或认知的差异导致病变识别的主观依赖性过强，无法快速对病变做出全面准确的评估。随着机器学习的不断发展，人工智能技术已逐步用于疾病的诊断，并显示出优异的诊断性能。申请号为201811431014.3的中国专利技术专利公开了一种基于深度学习的肠镜下溃疡性结肠炎...
【技术保护点】
1.一种肠胃科病诊断系统，其特征在于，包括图像采集单元、图像标注单元、图像数据库构建单元、图像识别单元和数据输出单元；所述图像识别单元包含病灶类型识别模型；/n所述图像采集单元用于采集胃镜图像；/n所述图像标注单元用于对所述胃镜图像进行标注，以及保证标注的图像标签和图像的真实结果一致，获得包含胃镜图像及对应的图像标签的图像集；/n所述图像数据库构建单元用于根据所述胃镜图像及对应的图像标签构建正常胃镜图像的正常图像特征库和病变胃镜图像的若干种病灶图像特征库；/n所述病灶类型识别模型用于根据所述病灶图像特征库识别胃镜图像是否包含病灶以及病灶类型；/n所述数据输出单元用于输出肠胃科病诊断结果。/n
【技术特征摘要】
1.一种肠胃科病诊断系统，其特征在于，包括图像采集单元、图像标注单元、图像数据库构建单元、图像识别单元和数据输出单元；所述图像识别单元包含病灶类型识别模型；
所述图像采集单元用于采集胃镜图像；
所述图像标注单元用于对所述胃镜图像进行标注，以及保证标注的图像标签和图像的真实结果一致，获得包含胃镜图像及对应的图像标签的图像集；
所述图像数据库构建单元用于根据所述胃镜图像及对应的图像标签构建正常胃镜图像的正常图像特征库和病变胃镜图像的若干种病灶图像特征库；
所述病灶类型识别模型用于根据所述病灶图像特征库识别胃镜图像是否包含病灶以及病灶类型；
所述数据输出单元用于输出肠胃科病诊断结果。
2.根据权利要求1所述的一种肠胃科病诊断系统，其特征在于，所述病灶图像特征库包括充血图像特征库、水肿图像特征库、出血图像特征库、糜烂图像特征库、溃疡图像特征库、肿瘤图像特征库、结石图像特征库和息肉图像特征库。
3.根据权利要求1所述的一种肠胃科病诊断系统，其特征在于，所述正常图像特征库和病灶图像特征库包含图像颜色特征库和纹理特征库。
4.根据权利要求3所述的一种肠胃科病诊断系统，其特征在于，所述正常图像特征库和所述病灶图像特征库的构建方法为：
（1）根据所述胃镜图像及对应的图像标签，分别筛选出正常胃镜图像和病变胃镜图像；
（2）分别提取所述正常胃镜图像和病变胃镜图像的颜色特征库和纹理特征库，且所述病变胃镜图像的颜色特征库和纹理特征库仅包含病灶区域的颜色特征和纹理特征；
（3）构建得到所述正常胃镜图像的颜色特征库和纹理特征库，以及所述病灶的颜色特征库和纹理特征库。
5.根据权利要求1所述的一种肠胃科病诊断系统，其特征在于，所述图像标签包括图像所属部位、图像是否包含病灶以及病灶类型。
6.根据权利要求1所述的一种肠胃科病诊断系统，其特征在于，所述肠胃科病诊断结果包括胃镜图...
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。