一种消化道胶囊内镜滞留自动监测方法及系统技术方案

本发明专利技术公开了一种消化道胶囊内镜滞留自动监测方法及系统，所述方法包括：构建干扰图像检测网络模型，获取干扰图像数据对干扰图像检测网络模型进行网络训练并去除干扰图像；构建器官检测网络模型，获取去除干扰图像后的器官图像数据，对器官检测网络模型进行网络训练并输出器官类别判断信息；结合所述器官类别判断信息和吞服胶囊内窥镜的时间信息来判断胶囊内窥镜所处的位置和状态。所述系统对基本卷积神经网络的结构进行调整，在去除干扰图像后进行器官检测网络模型检测，得到更精确的器官分类，报警判断模块通过状态机并结合吞服胶囊内镜的时间信息来判断胶囊内镜所处的位置和状态，方便医护人员对胶囊内镜滞留情况监测。

【技术实现步骤摘要】
一种消化道胶囊内镜滞留自动监测方法及系统
本专利技术涉及图像处理领域，特别是涉及一种消化道胶囊内镜滞留自动监测方法及系统。
技术介绍
胶囊内窥镜是一种检查人体消化道的摄像及疾病检测装置。当患者吞服该装置后，胶囊内窥镜将从经过人体整个消化道并拍摄大量的图像，医生通过观察拍摄的图像判断人体消化道的疾病状况。胶囊内窥镜将通过食道、胃、小肠(包含十二指肠)、大肠，直到排出体外，患者随身携带的数据记录仪将将一直检测胶囊内窥镜发出的信号并记录图像数据。在实际临床检查中，由于部分患者消化道结构的差异，胶囊内窥镜容易滞留在胃和十二指肠无法继续通过，造成检查失败。通过图像识别的方式判别自动判别滞留的情况，并产生报警消息通知医生能够及时的防止该问题发生。综上所述，如何提供一种消化道胶囊内镜滞留自动监测方案，是目前本领域技术人员亟待解决的问题。现有技术CN106934799A中公开了一种胶囊内窥镜图像辅助阅片系统，它的利用一个卷积神经网络CNN模型将胶囊内窥镜图像按拍摄部位的不同进行分类，并得到不同部位的图像序列；利用第二卷积神经网络CNN模型对不同本文档来自技高网...

【技术保护点】
1.一种消化道胶囊内镜滞留自动监测方法，其特征在于，包括以下内容：/n构建干扰图像检测网络模型，获取干扰图像数据对干扰图像检测网络模型进行网络训练并去除干扰图像；/n构建器官检测网络模型，获取去除干扰图像后的器官图像数据，对器官检测网络模型进行网络训练并输出器官类别判断信息；/n结合所述器官类别判断信息和吞服胶囊内窥镜的时间信息来判断胶囊内窥镜所处的位置和状态。/n

【技术特征摘要】
1.一种消化道胶囊内镜滞留自动监测方法，其特征在于，包括以下内容：
构建干扰图像检测网络模型，获取干扰图像数据对干扰图像检测网络模型进行网络训练并去除干扰图像；
构建器官检测网络模型，获取去除干扰图像后的器官图像数据，对器官检测网络模型进行网络训练并输出器官类别判断信息；
结合所述器官类别判断信息和吞服胶囊内窥镜的时间信息来判断胶囊内窥镜所处的位置和状态。


2.根据权利要求1所述的一种消化道胶囊内镜滞留自动监测方法，其特征在于，所述干扰图像数据包括干扰图像数据训练集和干扰图像数据验证集。


3.根据权利要求1所述的一种消化道胶囊内镜滞留自动监测方法，其特征在于，所述器官图像数据包括器官图像数据训练集和器官图像数据验证集。


4.根据权利要求1所述的一种消化道胶囊内镜滞留自动监测方法，其特征在于，所述干扰图像检测网络模型/器官检测网络模型为AlexNet/MobileNet的网络结构调整之后的网络模型。


5.根据权利要求2所述的一种消化道胶囊内镜滞留自动监测方法，其特征在于，所述干扰图像检测网络模型进行网络训练包括：通过干扰图像数据验证集选取精度最高的网络模型作为预设干扰图像检测网络模型。


6.根据权利要求3所述的一种消化道胶囊内镜滞留自动监测方法，其特征在于，所述对器官检测网络模型进行网络训练包括：通过器官图像数据验证集选取精度最高的网络模型作为预设器官检测网络模型。

【专利技术属性】
技术研发人员：陈洪瀚，
申请(专利权)人：贵州工程应用技术学院，
类型：发明
国别省市：贵州;52