一种胃镜图像智能目标检测系统及方法技术方案

本发明专利技术涉及一种胃镜图像智能目标检测系统及方法，涉及目标检测技术领域。本发明专利技术包括：图像获取模块用于获取待检测胃镜图像；目标检测模块用于将待检测胃镜图像输出到目标检测模型中以获取病灶区域以及所述病灶区域对应的病灶类别；所述目标检测模型的训练过程为：确定多张第一胃镜图像；确定每张第一胃镜图像对应的标签；所述标签包括病灶类别和病灶区域；将第一胃镜图像以及所述第一胃镜图像对应的标签输入到卷积神经网络中以训练所述卷积神经网络，进而得到目标检测模型。本发明专利技术通过将目标检测方法与胃镜图像结合得到目标检测模型，以实现对胃镜图像中病灶区域以及病灶区域对应的病灶类型的智能检测，降低人为主观造成的诊断误差。成的诊断误差。成的诊断误差。

【技术实现步骤摘要】
一种胃镜图像智能目标检测系统及方法


[0001]本专利技术涉及目标检测
，特别是涉及一种胃镜图像智能目标检测系统及方法。

技术介绍

[0002]胃癌的早诊早治依赖于内镜下对早期胃癌的及时发现和正确诊断，然而，多数早期胃癌症状隐匿，通过目前临床最常用的白光胃镜诊断胃癌存在一定的困难。同时，目前的诊断方式极大地依赖于医生的主观判断，且通过胃镜检出胃癌的假阴性率为4.6～25.8％，检测的准确率与内镜医生对胃粘膜形态及颜色的诊断经验及工作状态有关，如果医生的经验不足或者状态不佳，很有可能对诊断结果产生影响，一旦出现误诊和漏诊，会对病人造成很大的危害。
[0003]近年来，随着人工智能技术的发展，将机器学习、深度学习技术应用到对医学图像的研究中是趋势所在，尤其是利用计算机视觉技术来解决医疗诊断上的种种问题，已经成为了一个热门的研究方向。其中，目标检测任务是用于处理在数字图像中检测特定类别的视觉图像的特例，其作为计算机视觉的基本问题之一，构成了许多其他计算机视觉任务的基础。
[0004]而目前，尚不存在将目标检测技术与胃镜检测得到的胃镜图像相结合的胃镜图像智能目标检测系统及方法，以实现对早期胃癌的识别，降低主观人为造成的诊断误差。

技术实现思路

[0005]本专利技术的目的是提供一种胃镜图像智能目标检测系统及方法，通过将目标检测方法与胃镜图像结合得到目标检测模型，以实现对胃镜图像中病灶区域以及病灶区域对应的病灶类型的智能检测，降低人为主观造成的诊断误差。
[0006]为实现上述目的，本专利技术提供了如下方案：
[0007]一种胃镜图像智能目标检测系统，包括：
[0008]图像获取模块，用于获取待检测胃镜图像；
[0009]目标检测模块，用于将所述待检测胃镜图像输出到目标检测模型中以获取病灶区域以及所述病灶区域对应的病灶类别；
[0010]所述目标检测模型的训练过程为：
[0011]确定多张第一胃镜图像；
[0012]确定每张所述第一胃镜图像对应的标签；所述标签包括病灶类别和病灶区域；
[0013]将所述第一胃镜图像以及所述第一胃镜图像对应的标签输入到卷积神经网络中以训练所述卷积神经网络，进而得到目标检测模型。
[0014]可选地，所述目标检测模型的训练过程，具体包括：
[0015]数据采集子模块，用于确定多张第一胃镜图像；
[0016]标签确定子模块，用于确定每张所述第一胃镜图像对应的标签；所述标签包括病
灶类别和病灶区域；
[0017]数据集划分子模块，用于将多张所述第一胃镜图像以及所述第一胃镜图像对应的标签划分为训练集和验证集；
[0018]模型建立子模块，用于根据所述训练集和Faster RCNN算法建立初步目标检测模型；
[0019]模型验证子模块，用于通过所述验证集验证所述初步目标检测模型，并当所述初步目标检测模型的检测结果达到设定要求时，将所述初步目标检测模型确定为最终的目标检测模型。
[0020]可选地，所述模型建立子模块，具体包括：
[0021]特征图提取单元，用于通过卷积层提取标定第一胃镜图像的特征图；所述标定第一胃镜图像为任意所述第一胃镜图像；
[0022]候选区域生成单元，用于通过候选区域提取网络提取所述特征图的候选区域；
[0023]判断单元，用于通过二分类模型判断所述候选区域内是否有病灶区域，并当所述候选区域内有所述病灶区域时，记为正例，当所述候选区域内没有所述病灶区域时，记为负例；
[0024]边框修正单元，用于根据所述正例和所述负例，采用边框回归修正算法对所述候选区域进行修正，得到第一候选区域；
[0025]综合提取单元，用于通过目标池化层对所述特征图、所述第一候选区域进行综合信息提取以得到第一特征图以及所述第一特征图的位置信息，并计算所述第一特征图的病灶类别；
[0026]校正单元，用于基于所述第一特征图的位置信息、所述第一特征图的病灶类别以及所述标定第一胃镜图像对应的标签，调整所述候选区域生成单元的候选区域生成参数，直到训练过程对应的检测结果达到设定要求时停止，得到初步目标检测模型。
[0027]可选地，所述第一胃镜图像包括白光图像、蓝激光成像技术图像和内镜下联动成像模式图像。
[0028]可选地，所述胃镜图像智能目标检测系统还包括：
[0029]预处理模块，用于对所述第一胃镜图像进行数据筛选、无效数据删除和图像增强处理。
[0030]可选地，所述胃镜图像智能目标检测系统，还包括：
[0031]标记显示模块，用于显示出所述目标检测模型检测到的病灶类别以及所述病灶类别对应的病灶区域。
[0032]可选地，所述标签确定子模块，具体包括：
[0033]依据金标准、采用labelme软件对所述第一胃镜图像中的病灶类别和病灶区域进行标注。
[0034]可选地，所述病灶类别包括三类，分别为可疑区域、高度可疑区域和病理确认区域。
[0035]为达上述目的，本专利技术还提供了如下技术方案：
[0036]一种胃镜图像智能目标检测方法，包括：
[0037]获取待检测胃镜图像；
[0038]将所述待检测胃镜图像输出到目标检测模型中以获取病灶区域以及所述病灶区域对应的病灶类别；
[0039]所述目标检测模型的训练过程为：
[0040]确定多张第一胃镜图像；
[0041]确定每张所述第一胃镜图像对应的标签；所述标签包括病灶类别和病灶区域；
[0042]将所述第一胃镜图像以及所述第一胃镜图像对应的标签输入到卷积神经网络中以训练所述卷积神经网络，进而得到目标检测模型。
[0043]可选地，所述将所述待检测胃镜图像输出到目标检测模型中以获取病灶区域以及所述病灶区域对应的病灶类别，具体包括：
[0044]对所述第一胃镜图像进行数据筛选、无效数据删除和图像增强处理；
[0045]将处理后的胃镜图像输出到目标检测模型中以获取病灶区域以及所述病灶区域对应的病灶类别。
[0046]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：
[0047]通过对多张第一胃镜图像以及第一胃镜图像对应的标签进行训练，得到目标检测模型，然后将获取的待检测胃镜图像输入到训练好的目标检测模型中以获取病灶区域以及病灶区域对应的病灶类型，从而实现对胃镜图像中病灶区域以及病灶区域对应的病灶类型的智能检测，具有稳定性和准确性，降低了人为主观造成的诊断误差。
附图说明
[0048]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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性的前提下，还可以根据这些附图获得其他的附图。
[0049]图1为本专利技术胃镜图像智能目标检测系统的结构示意图；
[0050]图2为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种胃镜图像智能目标检测系统，其特征在于，所述胃镜图像智能目标检测系统包括：图像获取模块，用于获取待检测胃镜图像；目标检测模块，用于将所述待检测胃镜图像输出到目标检测模型中以获取病灶区域以及所述病灶区域对应的病灶类别；所述目标检测模型的训练过程为：确定多张第一胃镜图像；确定每张所述第一胃镜图像对应的标签；所述标签包括病灶类别和病灶区域；将所述第一胃镜图像以及所述第一胃镜图像对应的标签输入到卷积神经网络中以训练所述卷积神经网络，进而得到目标检测模型。2.根据权利要求1所述的胃镜图像智能目标检测系统，其特征在于，所述目标检测模型的训练过程，具体包括：数据采集子模块，用于确定多张第一胃镜图像；标签确定子模块，用于确定每张所述第一胃镜图像对应的标签；所述标签包括病灶类别和病灶区域；数据集划分子模块，用于将多张所述第一胃镜图像以及所述第一胃镜图像对应的标签划分为训练集和验证集；模型建立子模块，用于根据所述训练集和Faster RCNN算法建立初步目标检测模型；模型验证子模块，用于通过所述验证集验证所述初步目标检测模型，并当所述初步目标检测模型的检测结果达到设定要求时，将所述初步目标检测模型确定为最终的目标检测模型。3.根据权利要求2所述的胃镜图像智能目标检测系统，其特征在于，所述模型建立子模块，具体包括：特征图提取单元，用于通过卷积层提取标定第一胃镜图像的特征图；所述标定第一胃镜图像为任意所述第一胃镜图像；候选区域生成单元，用于通过候选区域提取网络提取所述特征图的候选区域；判断单元，用于通过二分类模型判断所述候选区域内是否有病灶区域，并当所述候选区域内有所述病灶区域时，记为正例，当所述候选区域内没有所述病灶区域时，记为负例；边框修正单元，用于根据所述正例和所述负例，采用边框回归修正算法对所述候选区域进行修正，得到第一候选区域；综合提取单元，用于通过目标池化层对所述特征图、所述第一候选区域进行综合信息提取以得到第一特征图以及所述第一特征图的位置信息，并计算所述第一特征图的病灶类别；校正单元，用于基于所述第一特征图的位...

【专利技术属性】
技术研发人员：赵莉，孙雪，王青，杨吉江，
申请(专利权)人：北京医院，
类型：发明
国别省市：