一种消化内镜视频数据筛选标注方法、系统和应用技术方案

本发明专利技术提供一种消化内镜视频数据筛选标注方法、系统和应用，包括：获取初步识别模型、获取待处理消化内镜视频数据、数据处理、根据主动学习策略抽取高价值帧、对所述高价值帧进行标注并补充进入训练样本、通过所述训练样本训练所述初步识别模型、当初步识别模型的识别结果达标时，获得最终识别模型，否则继续补充训练样本，再次训练所述初步识别模型，直到识别结果达标或者训练次数达到预设次数后停止。本发明专利技术在整个机器学习建模的过程中设置有人工参与的部分和环节，并且通过机器学习方法筛选出合适的候选集给人工标注的，实现降低人工标注成本。标注成本。标注成本。

【技术实现步骤摘要】
一种消化内镜视频数据筛选标注方法、系统和应用


[0001]本专利技术涉及内镜数据的数据处理
，尤其涉及一种消化内镜视频数据筛选标注方法。

技术介绍

[0002]基于卷积神经网络的人工智能方法在许多行业都得到了广泛的应用。此类方法是具有监督性的学习方法，即需要先对目标数据进行人工标注，再进行学习得到模型。而数据标注的人工成本，成为了人工智能模型研发的主要成本之一。
[0003]在消化内镜领域，数据源主要为内镜检查的视频流，或对内镜检查视频流存储得到的视频文件，根据不同病种的发病率比例以及病变可能散落在视频中的任何时刻，要从中获取对训练模型有效的样本进行标注，需要耗费极大的人力成本，而具备标注资质的专家往往缺少进行数据标注的精力和时间，可见，传统的基于卷积神经网络的人工智能方法在消化内镜领域需要进一步改进。

技术实现思路

[0004]本专利技术实施例提供一种消化内镜视频数据筛选标注方法和应用，该技术方案能够将人工经验融入机器学习中，且有助于减少人工标注成本。
[0005]第一方面，提供一种消化内镜视频数据筛选标本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种消化内镜视频数据筛选标注方法，其特征在于，包括：获取初步识别模型；获取待处理消化内镜视频数据；数据处理，通过所述初步识别模型处理待处理消化内镜视频并存储处理结果；根据主动学习策略抽取高价值帧；对所述高价值帧进行标注并补充进入训练样本；通过所述训练样本训练所述初步识别模型；当初步识别模型的识别结果达标时，获得最终识别模型，否则继续补充训练样本，再次训练所述初步识别模型，直到识别结果达标或者训练次数达到预设次数后停止。2.据权利要求1所述的一种消化内镜视频数据筛选标注方法，其特征在于，所述初步识别模型为现有的人工智能模型，或者通过初步的训练样本训练获得的人工智能模型。3.根据权利要求1所述的一种消化内镜视频数据筛选标注方法，其特征在于，存储处理结果时，采用JSON、xml、rle或h5文件存储，内容格式为字符串、RLE图像编码或数据二进制编码。4.根据权利要求1所述的一种消化内镜视频数据筛选标注方法，其特征在于，所述主动学习策略由算法工程师指定并补充；所述对所述高价值帧进行标注是由内镜检查专家完成。5.根据权利要求4所述的一种消化内镜视频数据筛选标注方法，其特征在于，所述主动学习策略包括：A、时间窗口内孤立的阳性结果数据；B、时间窗口内连续阳性结果中的断点数据；C、包含多个阳性结果的单帧数据；D、数据集缺少的某类阳性结果数据；E、其它信息显示不应出现阳性结果处的阳性结果数据。6.根据权利要求5所述的一种消化内...

【专利技术属性】
技术研发人员：邱祺，胡延兴，
申请(专利权)人：厦门影诺医疗科技有限公司，
类型：发明
国别省市：