胃镜图像处理方法、系统、设备及可读存储介质技术方案

本发明专利技术公开了一种胃镜图像处理方法、系统、设备及可读存储介质。其中，胃镜图像处理方法，包括：获取胃镜图像；根据预训练的深度学习网络对所述胃镜图像进行异常分类检测，并得到可疑标注数据集；根据所述可疑标注数据集对所述胃镜图像进行标注处理；其中，所述可疑标注数据集包括：正常异常结果、胃炎、胃癌结果、目标区域结果中的一个或多个。上述胃镜图像处理方法，能够提高处理效率和准确率。能够提高处理效率和准确率。能够提高处理效率和准确率。

【技术实现步骤摘要】
胃镜图像处理方法、系统、设备及可读存储介质


[0001]本专利技术涉及图像处理领域，尤其是涉及一种胃镜图像处理方法及系统、胃镜图像处理设备、计算机可读存储介质。

技术介绍

[0002]胃镜是上消化道病变的首选检查方法，可直接观察食道、胃和十二指肠的病变,对可疑病变部位可进行病理活检。随着胃镜检查患者数量增多，每日产生众多胃镜图像，且胃镜图像的检测信息量十分巨大，使得实际诊断结果十分依赖于内科医生的诊断经验与技术，因此容易发生误诊情况。因此通过开发计算机辅助诊断技术去帮助医生发现和标注可疑异常区域，对降低医生工作量，降低疾病漏诊和早期疾病的发现是十分具有意义的。

技术实现思路

[0003]本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出一种胃镜图像处理方法、胃镜图像处理系统、胃镜图像处理设备及计算机可读存储介质，能够提高图像处理效率和准确率。
[0004]第一方面，本专利技术的第一方面实施例的胃镜图像处理方法，包括：
[0005]获取胃镜图像；
[0006]根据预训练的深度学习网络对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.胃镜图像处理方法，其特征在于，包括：获取胃镜图像；根据预训练的深度学习网络对所述胃镜图像进行异常分类检测，并得到可疑标注数据集；根据所述可疑标注数据集对所述胃镜图像进行标注处理；其中，所述可疑标注数据集包括：正常异常结果、胃炎、胃癌结果、目标区域结果中的一个或多个。2.根据权利要求1所述的胃镜图像处理方法，其特征在于，所述深度学习网络包括：深度学习第一分类网络，用于对所述胃镜图像进行正常异常结果分类，得到第一分类标签，所述第一分类标签包括：正常标签和异常标签；深度学习第二分类网络，用于当所述第一分类标签为异常标签时，对所述胃镜图像进行胃炎、胃癌结果分类，得到第二分类标签，所述第二分类标签包括：胃炎标签和胃癌标签；深度学习目标检测网络，用于对经过所述深度学习第二分类网络进行胃炎、胃癌结果分类后的所述胃镜图像进行目标区域结果检测，并得到病灶区域的目标框预测结果。3.根据权利要求1所述的胃镜图像处理方法，其特征在于，还包括：根据所述可疑标注数据集的验证结果调整所述深度学习网络的参数。4.根据权利要求1所述的胃镜图像处理方法，其特征在于，获取所述胃镜图像的方式包括：在线导入和/或本地导入；对所述胃镜图像进行处理的方式包括：离线标注和/或在线标注。5.根据权利要求2所述的胃镜图像处理方法，其特征在于，所述深度学习第一分类网络选取Inception V3模型、Inception V2模型、Inception V3模型及ResNet
‑
101模型中的任一模型进行训练；深度学习第二分类网络选取Inception V3...

【专利技术属性】
技术研发人员：郑杰，郭玉成，于颖彦，李晓禹，邹昊，
申请(专利权)人：清影医疗科技深圳有限公司，
类型：发明
国别省市：