一种基于深度学习的肠道瘤样病变山田分型方法技术

本发明专利技术公开一种基于深度学习的肠道瘤样病变山田分型方法，包括以下步骤：搭建深度学习框架；数据获取，并根据山田分型标准对获取的图片数据进行分类；图像标注：制作VOC数据集：使用YOLOv3目标检测算法构建结肠息肉分类识别模型；在终端下执行命令，在GPU上开始训练结肠息肉分类识别模型，得到结肠息肉分类识别检测模型。本发明专利技术使用YOLOv3目标检测算法构建结肠息肉分类识别模型，具有较快的检测速度。

【技术实现步骤摘要】
一种基于深度学习的肠道瘤样病变山田分型方法
本专利技术涉及计算机
，特别是涉及一种基于深度学习的肠道瘤样病变山田分型方法。
技术介绍
大肠息肉系指隆起于肠道黏膜面上的隆起性病变，可单发亦可多发，以直肠和乙状结肠最多见。近年随着内镜应用的普及、内镜操作技术的不断改进和新技术的不断开发，内镜下治疗成为大肠息肉的首选治疗方法，它具有安全、有效、方便且创伤小的优点，但同时也存在出血和穿孔等并发症。大肠息肉的诊治原则就是发现息肉即行摘除，基于形态学分类的日本山田分型法将为大肠息肉内镜下诊治的提供一定的指导意义。根据山田分型法息肉可以分为4型：I型息肉呈无蒂半球形，息肉隆起与黏膜间角>90°，色泽与周围黏膜相似或稍红；II型息肉呈亚蒂半球形，息肉隆起与黏膜间角<90°，表面较红，中央可见凹陷；III型息肉亚蒂，表面不规则，呈菜花样、山脉状或棒状，息肉与黏膜间角<90°，好发于窦部幽门区；IV型息肉有蒂，长短不一，表面光滑，可有糜烂或颗粒状，如图2所示。山田分类法较好的反应了结肠隆起性息肉的形态特点。针对不同类型的息肉本文档来自技高网...

【技术保护点】
1.一种基于深度学习的肠道瘤样病变山田分型方法，其特征在于，包括以下步骤：/n(1)搭建深度学习框架；/n(2)数据获取：获取各类格式为JPEG的结肠息肉图片,根据山田分型标准对获取的图片数据进行分类；/n(3)图像标注：使用图像标注工具对图片数据进行标注处理，使用矩形框标出图片中的息肉，根据图像尺寸、矩形框坐标、病症种类信息生成XML格式文件；/n(4)制作VOC数据集：使用Python编写脚本将XML文件转换为TXT格式文件，转换完的TXT文件记录着每张图片中的病变类别信息以及坐标信息；/n(5)使用VOC数据集在深度学习框架中进行训练，使用YOLOv3目标检测算法构建结肠息肉分类识别模型...

【技术特征摘要】
1.一种基于深度学习的肠道瘤样病变山田分型方法，其特征在于，包括以下步骤：
(1)搭建深度学习框架；
(2)数据获取：获取各类格式为JPEG的结肠息肉图片,根据山田分型标准对获取的图片数据进行分类；
(3)图像标注：使用图像标注工具对图片数据进行标注处理，使用矩形框标出图片中的息肉，根据图像尺寸、矩形框坐标、病症种类信息生成XML格式文件；
(4)制作VOC数据集：使用Python编写脚本将XML文件转换为TXT格式文件，转换完的TXT文件记录着每张图片中的病变类别信息以及坐标信息；
(5)使用VOC数...

【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