【技术实现步骤摘要】
基于VIT网络的胃镜图片多标签分类系统
[0001]本专利技术涉及一种医学图像智能处理技术，更具体地说，本专利技术涉及一种基于VIT网络的胃镜图片多标签分类系统。
技术介绍
[0002]胃部疾病在我国属于多发的疾病类别，而且如果诊断和治疗不当很可能引发胃癌。目前由于饮食结构的变化等原因，胃部疾病的发病年龄正逐渐年轻化。由于胃镜技术在胃部疾病诊断方面效果显著，已被推荐为胃部疾病的主要诊断方法。具体来说，胃镜检查可以直接探及胃内的病变组织区域作出相应的诊断，在胃镜下可以做组织活检对早期的胃癌前疾病或者是癌前病变的诊断及鉴别良性恶性溃疡都有重要作用。胃镜方法具有一定的优势，但是由于人为因素例如医生的经验水平不一致，或者疏忽等特殊情况会直接影响最后的胃癌诊断情况，同时人眼观察胃镜图片也会耗费大量的时间。
[0003]虽然目前已经出现利用人工智能图像识别对胃镜图片进行分析的技术，但由于各种胃部疾病在胃镜图片中呈现的高度相似性，胃镜图片识别需要具有较高的准确率以防止误诊和漏诊的发生，并且一般需要在同样的胃镜图片上进行多标签的分类...
【技术保护点】
【技术特征摘要】
1.一种基于VIT网络的胃镜图片多标签分类系统，其包括：样本处理模块，用于对样本图片预处理，得到处理后的样本图片；模型构建模块，用于构建基于VIT网络的预设网络模型，所述基于VIT网络的预设网络模型包括主干部分和分支部分，主干部分由多层VIT网络和一个主干分类器构成，分支部分通过在主干部分除去最后一层的每个VIT层的输出位置添加一个分支分类器构成，所述主干分类器和分支分类器可进行多标签分类；模型训练模块，用于将所述处理后的样本图片输入所述预设网络模型并利用预设的误差函数进行训练，得到分类模型；分类模块，用于设置分类模型的输出阈值，得到设置后的分类模型，所述输出阈值控制分类结果的提前输出，所述设置后的分类模型用于对输入的胃镜图片进行多标签分类。2.根据权利要求1所述的系统，其中所述的主干分类器和分支分类器分别由卷积层、池化层、VIT层和全连接层中的一种或多种构成，全连接层的个数和分类的总类别数一致。3.根据权利要求1所述的系统，其中所述输出阈值控制分类结果的提前输出输包括：当数据经过分支分类器时计算所有分类标签的分类结果，并计算分类结果的不确定性程度值，当所有分类标签的分类结果的不确定性程度值低于输出阈值时就输出分类结果并停止执行，否则继续执行下层VIT网络和分支分类器。4.根据权利要求1所述的系统，其中胃镜样本图片预处理方法包括：缩...
【专利技术属性】
技术研发人员：戴捷，李亮，
申请(专利权)人：紫东信息科技苏州有限公司，
类型：发明
国别省市：
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。