超声内镜报告的生成方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术公开了一种超声内镜报告的生成方法、装置、计算机设备及存储介质。该方法包括：接收超声内镜图像；若超声内镜图像为合格图像，将超声内镜图像输入至多分类神经网络模型中，得到超声内镜图像的多个标准站点；将每个标准站点输入至UNet神经网络模型中，得到每个标准站点的解剖结构；对每个解剖结构进行二分类，得到每个解剖结构的二分类结果；根据二分类结果从词库中提取超声内镜图像的多个词语；将多个词语输入至第一生成式对抗网络模型中，得到超声内镜报告。本发明专利技术基于神经网络技术，预先识别出超声内镜图像中的多个标准站点后，对每个标准站点的解剖结构进行再次分类以自动生成超声内镜报告，提高了内镜检查的效率以及准确率。及准确率。及准确率。

【技术实现步骤摘要】
超声内镜报告的生成方法、装置、计算机设备及存储介质


[0001]本专利技术涉及医疗辅助
，尤其涉及一种超声内镜报告的生成方法、装置、计算机设备及存储介质。

技术介绍

[0002]胆胰超声内镜是一种将微超声探头置入胆管或胰管内扫查诊断胆胰疾病的装置，是胆胰系统疾病得以早诊早治的重要手段。在传统的超声内镜诊疗过程中，通常是通过超声内镜拍摄到相应的图像，然后采用人工手段进行内镜描述并由医生进行相应的诊断。现有技术中，由于内镜医师间的经验、工作习惯以及状态等差异性，使得在进行超声内镜检测的过程中出现过于主观的评判且描述的内容不完整，进而使得超声内镜报告缺乏完整性和系统性，阻碍了超声内镜报告的准确性和标准化，极大的降低了内镜检查的效率。

技术实现思路

[0003]本专利技术实施例提供了一种超声内镜报告的生成方法、装置、计算机设备及存储介质，用于解决现有技术中超声内镜报告的准确率不高、内镜检查效率低的技术问题。
[0004]第一方面，本专利技术实施例提供了一种超声内镜报告的生成方法，其包括：接收预设的超声内镜图像；若所述超声内镜图像为合格图像，将所述超声内镜图像输入至预置的多分类神经网络模型中，得到所述超声内镜图像的多个标准站点；将每个所述标准站点输入至预置的UNet神经网络模型中，得到每个所述标准站点的解剖结构；对每个所述解剖结构进行二分类，得到每个所述解剖结构的二分类结果；根据所述二分类结果从预设词库中提取所述超声内镜图像的多个词语；将所述多个词语输入至预置的第一生成式对抗网络模型中，得到超声内镜报告。
[0005]第二方面，本专利技术实施例提供了一种超声内镜报告的生成装置，其包括：接收单元，用于接收预设的超声内镜图像；第一输入单元，用于若所述超声内镜图像为合格图像，将所述超声内镜图像输入至预置的多分类神经网络模型中，得到所述超声内镜图像的多个标准站点；第二输入单元，用于将每个所述标准站点输入至预置的UNet神经网络模型中，得到每个所述标准站点的解剖结构；第一分类单元，用于对每个所述解剖结构进行二分类，得到每个所述解剖结构的二分类结果；第一提取单元，用于根据所述二分类结果从预设词库中提取所述超声内镜图像的多个词语；第三输入单元，用于将所述多个词语输入至预置的第一生成式对抗网络模型中，得到超声内镜报告。
[0006]第三方面，本专利技术实施例又提供了一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其中，所述处理器执行所述计算机程序时实现如上述第一方面所述的超声内镜报告的生成方法。
[0007]第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其中所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行上述第一方面所述的超声内镜报告的生成方法。
[0008]本专利技术实施例提供了一种超声内镜报告的生成方法、装置、计算机设备及存储介质，该方法在接收到超声内镜图像后，预先对超声内镜图像的合格性识别，若为合格图像，则获取超声内镜图像中的标准站点并对标准站点中的解剖结构进行二分类，同时根据二分类的结果从词库中提取相应的多个词语，最后通过生成式对抗网络自动生成超声内镜报告。通过该方法不仅提高了内镜检查的效率以及准确率，而且保证了生成的超声内镜报告的完整性。
附图说明
[0009]为了更清楚地说明本专利技术实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0010]图1为本专利技术实施例提供的超声内镜报告的生成方法的流程示意图；图2为本专利技术实施例提供的超声内镜报告的生成方法的另一流程示意图；图3为本专利技术实施例提供的超声内镜报告的生成方法的另一流程示意图；图4为本专利技术实施例提供的超声内镜报告的生成方法的另一流程示意图；图5为本专利技术实施例提供的超声内镜报告的生成方法的另一流程示意图；图6为本专利技术实施例提供的超声内镜报告的生成装置的示意图；图7为本专利技术实施例提供的计算机设备的示意性框图。
具体实施方式
[0011]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0012]应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
[0013]还应当理解，在此本专利技术说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本专利技术。如在本专利技术说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
[0014]还应当进一步理解，在本专利技术说明书和所附权利要求书中使用的术语“和/ 或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0015]请参阅图1，图1为本专利技术实施例提供的超声内镜报告的生成方法的流程示意图。
本专利技术实施例的所述的超声内镜报告的生成方法应用于终端设备中，该方法通过安装于终端设备中的应用软件进行执行。其中，终端设备为具备接入互联网功能的终端设备，例如台式电脑、笔记本电脑、平板电脑或手机等终端设备。
[0016]下面对所述的超声内镜报告的生成方法进行详细说明。
[0017]如图1所示，该方法包括以下步骤S110~S160。
[0018]S110、接收预设的超声内镜图像。
[0019]具体的，所述超声内镜图像为需进行超声内镜在患者的胆胰内部拍摄到的图像，终端设备在接收到所述超声内镜图像后，便可根据所述超声内镜图像生成所述超声内镜图像的检测报告。
[0020]S120、若所述超声内镜图像为合格图像，将所述超声内镜图像输入至预置的多分类神经网络模型中，得到所述超声内镜图像的多个标准站点。
[0021]具体的，所述多分类神经网络模型为预先训练好且用于对所述超声内径图像进行分类识别以识别出所述超声内径图像中的多个标准站点，由于超声内镜检测时会出现白光、环阵超声、弹性增强超声、模糊、巨大病灶、肝脏以及嫉妒扩张的胆管等瑕疵的超声内镜图像，导致无法从超声内镜图像中分类出多个标准站点，进而影响生成的超声内镜报告的准确性。因此，所述合格图像不包括上述具有瑕疵的超声内镜图像，即所述合格图像中存在病灶、肝脏胆管等信息的超声内镜图像。在本实施例中，所述多分类神经网络模型为ResNet神经网络模型，所述超声内径图像中的标准站点包括：腹主动脉站、胃腔胰体站、胃腔胰尾站、Confluence站、第一肝门站、胃腔胰头站、十二指肠球部站、二指肠降部站等8个本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种超声内镜报告的生成方法，其特征在于，包括：接收预设的超声内镜图像；若所述超声内镜图像为合格图像，将所述超声内镜图像输入至预置的多分类神经网络模型中，得到所述超声内镜图像的多个标准站点；将每个所述标准站点输入至预置的UNet神经网络模型中，得到每个所述标准站点的解剖结构；对每个所述解剖结构进行二分类，得到每个所述解剖结构的二分类结果；根据所述二分类结果从预设词库中提取所述超声内镜图像的多个词语；将所述多个词语输入至预置的第一生成式对抗网络模型中，得到超声内镜报告。2.根据权利要求1所述的超声内镜报告的生成方法，其特征在于，在所述若所述超声内镜图像为合格图像之前，还包括：根据预置的二分类神经网络模型对所述超声内镜图像进行分类，得到所述超声内镜图像的类型。3.根据权利要求1所述的超声内镜报告的生成方法，其特征在于，所述根据所述二分类结果从预设词库中提取所述超声内镜图像的多个词语，包括：若所述二分类结果为预设的第一结果，根据预置的ResNet神经网络模型对所述第一结果的解剖结构进行分割标注并根据分割标注后的图像从所述预设词库中提取所述多个词语；若所述二分类结果为预设的第二结果，根据所述第二结果从所述预设的词库中提取所述多个词语。4.根据权利要求3所述的超声内镜报告的生成方法，其特征在于，所述根据分割标注后的图像从所述预设词库中提取所述多个词语，包括：对所述分割标注后的图像进行二分类，得到所述分割标注后的图像的分类结果；根据所述分类结果测量所述分割标注后的图像的物理长度并根据所述物理长度从所述预设词库中提取所述多个词语。5.根据权利要求4所述的超声内镜报告的生成方法，其特征在于，所述根据所述分类结果测量所述分割标注后的图像的物理长度，包括：若所述分类结果为预设的第三结果，根据所述分割标注后的图像的外接矩形测量所述物理长度；若所述分类结果为预设的第四结果，根据所述分割标注后的图像的最长径和最短径...

【专利技术属性】
技术研发人员：于红刚，姚理文，卢姿桦，李迅，
申请(专利权)人：武汉大学，
类型：发明
国别省市：