【技术实现步骤摘要】
一种基于深度学习的肠道病变诊疗标定辅助系统
本专利技术涉及深度学习和智能医疗领域，特别是一种基于深度学习的肠道病变诊疗标定辅助系统。
技术介绍
肠道病变形态多种多样，外观极其相似，使得肠道病变的诊疗常常出现漏识。这种情况下，年轻的内窥镜医生需要学习多年才能成熟掌握技巧，这给内窥镜医生的临床诊断带来巨大的挑战。对于患者而言，肠道病变无法自检。引入深度学习算法，结合医学肠镜病变数据和医学知识，创造出高效的肠镜病变标定辅助技术，为医生提供有效的辅助，降低医生的病变漏识，这就是基于深度学习的肠道病变诊疗标定辅助技术。肠道病变种类繁多，形态各异，通常的做法是人为对病变特征进行归纳并制定规则，在通过传统的图像处理技术按规则进行识别标定，但肠道病变的特征极其复杂，人为总结的特征无法涵盖全部病变。目前市面上大部分采用传统的图像处理技术进行病变识别标注，识别精度较低，延时高。鉴于此，本申请提出一种基于深度学习的肠道病变诊疗标定辅助系统。
技术实现思路
本专利技术目的在于提供一种基于深度学习的肠道病变...
【技术保护点】
1.一种基于深度学习的肠道病变诊疗标定辅助系统，其特征在于，所述系统，包括如下单元：/n图像采集单元、病变诊疗标定单元以及智能辅助处理单元，/n所述图像采集单元用于采集肠道病变患者的肠道图像，肠道原始图像直接输入智能辅助处理单元，智能辅助单元将图像实时呈现；病变诊疗标注时将呈现标注画面，/n所述病变诊疗标定单元包括训练集和训练模型，在肠镜设备下获取大量病变图片，生成病变训练集；将生成的病变训练集输入训练模型，训练模型通过训练，最后训练生成具有病变识别功能的病变诊疗标定单元。/n
【技术特征摘要】
1.一种基于深度学习的肠道病变诊疗标定辅助系统，其特征在于，所述系统，包括如下单元：
图像采集单元、病变诊疗标定单元以及智能辅助处理单元，
所述图像采集单元用于采集肠道病变患者的肠道图像，肠道原始图像直接输入智能辅助处理单元，智能辅助单元将图像实时呈现；病变诊疗标注时将呈现标注画面，
所述病变诊疗标定单元包括训练集和训练模型，在肠镜设备下获取大量病变图片，生成病变训练集；将生成的病变训练集输入训练模型，训练模型...
【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。