【技术实现步骤摘要】
一种基于图像识别的预防医源性肠壁穿孔的方法
本专利技术涉及图像处理
,特别是涉及一种基于图像识别的预防医源性肠壁穿孔的方法。
技术介绍
由于肠镜检查导致结肠穿孔的医源性结肠损伤,临床上较少发生,但一旦发生,结肠内细菌进入腹腔,导致腹腔污染,能迅速演变成腹膜炎、败血症,后果严重,出现并发症及死亡的风险明显增高。对于诊断性的结肠镜检查,医源性结肠穿孔的发生概率为0.01%~0.35%;对于治疗性的结肠镜检查,医源性结肠穿孔的发生概率为0.029%~2.14%,有些报道甚至高达3%。而且,随着人们对自身健康的重视,临床上日益增多的结肠镜手术检查,以及结肠镜下息肉的摘除、粘膜下早期结肠肿瘤的切除等技术的广泛应用,医源性的结肠损伤的发生出现上升趋势。并且有充分的证据表明治疗性结肠穿孔发生率明显高于诊断性结肠穿孔的发生率。医源性结肠穿孔最常见的部位为直肠和乙状结肠交界处,最典型的临床特点是在结肠镜检查过程中看到结肠外的结构,但是许多情况下,结肠镜检查过程中未必能意识到穿孔,而在结肠镜检查过后的数小时患者出现腹痛、体温升高、 ...
【技术保护点】
1.一种基于图像识别的预防医源性肠壁穿孔的方法,其特征在于,包括步骤:/n(1)肠镜视频截图处理,获取训练用的图片数据;/n(2)从所述图片数据中获取目标图片,形成有效图片数据;/n(3)利用使用OpenCV对步骤(2)获得的大量有效图片数据进行处理,将图片的无效信息区域截取,保留包含肠道背景的图片部分;/n(4)用步骤(3)获得的数据制作VOC数据集;/n(5)搭建用于对VOC数据集中的数据进行训练的深度学习框架;/n(6)使用VOC数据集在深度学习框架中进行训练,目标检测算法采用YOLOv3算法,最终得到目标检测模型,用来实时识别肠镜手术检查过程中的结肠镜镜头与肠壁距离小于阈值的图像。/n
【技术特征摘要】
1.一种基于图像识别的预防医源性肠壁穿孔的方法,其特征在于,包括步骤:
(1)肠镜视频截图处理,获取训练用的图片数据;
(2)从所述图片数据中获取目标图片,形成有效图片数据;
(3)利用使用OpenCV对步骤(2)获得的大量有效图片数据进行处理,将图片的无效信息区域截取,保留包含肠道背景的图片部分;
(4)用步骤(3)获得的数据制作VOC数据集;
(5)搭建用于对VOC数据集中的数据进行训练的深度学习框架;
(6)使用VOC数据集在深度学习框架中进行训练,目标检测算法采用YOLOv3算法,最终得到目标检测模型,用来实时识别肠镜手术检查过程中的结肠镜镜头与肠壁距离小于阈值的图像。
2.如权利要求1所述基于图像识别的预防医源性肠壁穿孔的方法,其特征在于,所述步骤(1)具体为,使用Python编写脚本处理大量肠镜视频,将视频每隔5帧...
【专利技术属性】
技术研发人员:王玉峰,
申请(专利权)人:天津御锦人工智能医疗科技有限公司,
类型:发明
国别省市:天津;12
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。