一种基于深度学习和内窥镜图像的巴雷特食管诊断系统技术方案

本发明专利技术公开了一种基于深度学习和内窥镜图像的巴雷特食管诊断系统，包括以下步骤：①、建立深度学习系统；②、设置初步采集点，计算机自动控制内窥镜对初步采集点进行图像采集，采集的图像发送至判断单元；③、判断单元对图像进行初步判断，并做出初步决定，即是否进行进一步图像采集；④、若判断需要进一步采集，计算机即控制内窥镜进行进一步图像采集；⑤、诊断单元对所有图像进行集中处理诊断。本系统将深度学习系统与医疗诊断相结合，可以有效的提升巴雷特食管的诊断效率，深度学习系统在诊断过程中不断完善学习，可以不断的提高诊断效率与诊断准确率，有效地提升了辅助诊疗和科研效率，减轻了医生负担，节约了医疗资源。

【技术实现步骤摘要】
一种基于深度学习和内窥镜图像的巴雷特食管诊断系统
本专利技术涉及一种基于深度学习和内窥镜图像的巴雷特食管诊断系统。
技术介绍
巴雷特(Barrett)食管继发于长期胃食管反流，耐酸单层柱状上皮逐渐替代食管下段复层鳞状上皮，可有肠化或无肠化。Barrett食管如伴异型增生，最终可致食管腺癌发生，故被视为癌前病变。Barrett食管中出现有高度异型增生则是进展为侵袭性食管腺癌前的关键步骤。Barrett食管患者发生食管腺癌的风险为普通人群的30-125倍，而食管癌死亡率约占恶性肿瘤死亡35.12％。因此,对Barrett食管的检测和治疗具有很大的临床价值。目前，内镜下消除Barrett食管，以其微创优势而被广泛应用。内镜下微创治疗主要分为两步：(1)内镜活检识别Barrett食管；(2)内镜下黏膜切除。同时巴雷特食管具有较明显的特征，即食管末端的耐酸单层柱状上皮逐渐替代食管下段复层鳞状上皮，所以在实际诊断中，我们可以通过算法对计算机进行识别训练，从而逐渐做到使用计算机识别替代专家识别，以提升诊断效率，并节约医护资源。本文档来自技高网...

【技术保护点】
1.一种基于深度学习和内窥镜图像的巴雷特食管诊断系统，其特征在于，包括以下步骤：/n①、建立深度学习系统；/n②、设置初步采集点，计算机自动控制内窥镜对初步采集点进行图像采集，采集的图像发送至判断单元；/n③、判断单元对图像进行初步判断，并做出初步决定，即是否进行进一步图像采集；/n④、若判断需要进一步采集，计算机即控制内窥镜进行进一步图像采集，进一步图像采集的采集点数量为初步采集的1-3倍；/n⑤、诊断单元对所有图像进行集中处理诊断。/n

【技术特征摘要】
1.一种基于深度学习和内窥镜图像的巴雷特食管诊断系统，其特征在于，包括以下步骤：
①、建立深度学习系统；
②、设置初步采集点，计算机自动控制内窥镜对初步采集点进行图像采集，采集的图像发送至判断单元；
③、判断单元对图像进行初步判断，并做出初步决定，即是否进行进一步图像采集；
④、若判断需要进一步采集，计算机即控制内窥镜进行进一步图像采集，进一步图像采集的采集点数量为初步采集的1-3倍；
⑤、诊断单元对所有图像进行集中处理诊断。


2.根据权利要求1所述的一种基于深度学习和内窥镜图像的巴雷特食管诊断系统，其特征在于，所述的深度学习系统包括若干个单次学习单元，所述的单次学习单元包括以下步骤：
①、采集症状，根据数据库中的存储信息与图像进行逐一对比，并生成相似度；
②、机器对相似度进行计算，并得出机器结论；
③、专家同时对采集的图像进行判断，并得出专家结论；
④、判断专家结论与机器结论是否一致，并将此次诊断记录在行为数据库中。


3.根据权利要求2所述的一种基于深度学习和内窥镜图像的巴雷特食管诊断系统，其特征在于，所述步骤②中，机器判断的判断方式为：
①、在图片上选...

【专利技术属性】
技术研发人员：姚伟，施秋平，
申请(专利权)人：扬中市人民医院，
类型：发明
国别省市：江苏;32