一种降低结肠镜下病变识别系统识别假阳性的方法及装置制造方法及图纸

本发明专利技术涉及医疗检测技术领域，具体涉及一种降低结肠镜下病变识别系统识别假阳性的方法及装置，包括：获取计算机辅助结肠镜下病变识别系统采集到的视频帧息肉图像；根据计算机辅助结肠镜下病变识别系统的检出框对所述视频帧息肉图像进行剪切，对剪切后的所述视频帧息肉图像重采样至预设规格；利用训练好的异常检测模型对重采样后的所述视频帧息肉图像进行检测，得到所述视频帧息肉图像真阳性的概率；当所述视频帧息肉图像真阳性的概率大于等于预设阈值时，正常显示所述计算机辅助结肠镜下病变识别系统的检测结果。本发明专利技术可以提高结肠镜CADe系统的准确率，可以兼容不同的结肠镜CADe系统，对于未见过种类的假阳性具有鲁棒性。性。性。

【技术实现步骤摘要】
一种降低结肠镜下病变识别系统识别假阳性的方法及装置


[0001]本专利技术涉及医疗检测
，尤其涉及一种降低结肠镜下病变识别系统识别假阳性的方法及装置。

技术介绍

[0002]结肠镜检查是筛查结直肠癌的金标准，可通过检测和切除腺瘤性息肉来降低结直肠癌的发病率和死亡率。已有的结肠镜CADe(computer
‑
aided detection，计算机辅助结肠镜下病变识别)系统在检查的过程中可以帮助内镜医生提高病变的检出率，降低病变的漏诊。但在这一过程中，可能频繁出现的假阳性检出是一个重要问题。假阳性指计算机检测算法在视频帧上识别出的息肉并非真正的息肉，会延长检查时间、造成非必要的息肉切除和相关并发症，并可能分散内镜医师的注意力、导致真阳性病变的漏诊。研究报道CADe在每次肠镜检查中可有多达25～27次假阳性检出，来源包括黏膜皱壁、回盲瓣、黏膜擦伤、憩室等肠壁因素，以及粪块、黏液、气泡、光斑、积水、出血等肠内容物因素，如何降低使用CADe肠镜检查过程中的假阳性率是一个亟待解决的问题。
[0003]假阳性产生的重要原因是由于计算机辅助系统采用数据驱动的神经网络方式，而在训练过程中没有考虑到肠镜检查环境中的粪块、黏液、气泡、光斑、积水、出血等容易干扰检测算法的混淆因素。该问题可通过补充假阳性样本对检测神经网络进行训练，改善其在面对此类混杂样本的性能，但无法从根本上解决自动检测神经网络在面对新种类的异常时产生错误判断。

技术实现思路

[0004]本专利技术提供了一种降低结肠镜下病变识别系统识别假阳性的方法、装置和电子设备，用以减少对操作内镜医生的干扰，并提高检测精度。
[0005]本说明书实施例提供一种降低结肠镜下病变识别系统识别假阳性的方法，包括：
[0006]获取计算机辅助结肠镜下病变识别系统采集到的视频帧息肉图像；
[0007]根据计算机辅助结肠镜下病变识别系统的检出框对所述视频帧息肉图像进行剪切，对剪切后的所述视频帧息肉图像重采样至预设规格；
[0008]利用训练好的异常检测模型对重采样后的所述视频帧息肉图像进行检测，得到所述视频帧息肉图像真阳性的概率；
[0009]当所述视频帧息肉图像真阳性的概率大于等于预设阈值时，正常显示所述计算机辅助结肠镜下病变识别系统的检测结果。
[0010]优选的，还包括：
[0011]当所述视频帧息肉图像真阳性的概率小于预设阈值时，过滤掉所述计算机辅助结肠镜下病变识别系统的检测结果。
[0012]优选的，所述获取计算机辅助结肠镜下病变识别系统采集到的视频帧息肉图像之前，包括：
[0013]获取经医生确认的息肉假阳性样本集、息肉真阳性样本集；
[0014]对所述息肉假阳性样本集、所述息肉真阳性样本集的检出框区域进行剪切，并重采样至预设规格；
[0015]基于重采样后的所述息肉假阳性样本集建立假阳性图像数据库，基于重采样后的所述息肉真阳性样本集建立真阳性图像数据库；
[0016]利用所述假阳性图像数据库中的息肉假阳性样本集、所述真阳性图像数据库中的息肉真阳性样本集训练初始异常检测模型，得到训练好的异常检测模型。
[0017]优选的，所述获取经医生确认的息肉假阳性样本集、息肉真阳性样本集，包括：
[0018]采集临床应用中计算机辅助结肠镜下病变识别系统输出的检测结果；
[0019]随机次序将所述检测结果展示给医生，获取经医生在所述检测结果中确认的息肉假阳性样本集、息肉真阳性样本集。
[0020]优选的，利用所述假阳性图像数据库中的息肉假阳性样本集、所述真阳性图像数据库中的息肉真阳性样本集训练初始异常检测模型，包括：
[0021]将所述假阳性图像数据库中的息肉假阳性样本集、所述真阳性图像数据库中的息肉真阳性样本集输入到预先训练好的ResNet18神经网络，得到视觉特征；
[0022]基于所述视觉特征训练RealNVP归一化流模型，得到训练好的异常检测模型。
[0023]优选的，获取经医生确认的息肉假阳性样本集、息肉真阳性样本集，还包括：
[0024]按照预设比例获取经医生确认的所述息肉假阳性样本集、所述息肉真阳性样本集。
[0025]优选的，所述预设规格包括224
×
224像素大小图片。
[0026]本说明书实施例还提供一种降低结肠镜下病变识别系统识别假阳性的装置，包括：
[0027]图像获取模块，用于获取计算机辅助结肠镜下病变识别系统采集到的视频帧息肉图像；
[0028]图像处理模块，用于根据计算机辅助结肠镜下病变识别系统的检出框对所述视频帧息肉图像进行剪切，对剪切后的所述视频帧息肉图像重采样至预设规格；
[0029]图像检测模块，用于利用训练好的异常检测模型对重采样后的所述视频帧息肉图像进行检测，得到所述视频帧息肉图像真阳性的概率；
[0030]结果判定模块，用于当所述视频帧息肉图像真阳性的概率大于等于预设阈值时，正常显示所述计算机辅助结肠镜下病变识别系统的检测结果。
[0031]一种电子设备，其中，该电子设备包括：
[0032]处理器以及存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行上述任一项所述的方法。
[0033]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一个或多个指令，所述一个或多指令当被处理器执行时，实现上述任一项所述的方法。
[0034]本专利技术对结肠镜CADe系统的输出结果进行进一步判读，通过异常检测的方法预测假阳性的概率，并对假阳性结果进行滤除，提高结肠镜CADe系统的准确率。采用后处理的方式，可以兼容不同的结肠镜CADe系统；充分利用真阳性样本，对于假阳性样本数量需求低；采用异常检测方法，对于未见过种类的假阳性具有鲁棒性，用于CADe系统运作过程中减低
识别框假阳性的出现，减少对医生的不当干扰和非必要的病变活检和切除，提高肠镜检查的效率和安全性。
附图说明
[0035]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0036]图1为本说明书实施例提供的一种降低结肠镜下病变识别系统识别假阳性的方法的原理示意图；
[0037]图2为本说明书实施例提供的息肉真阳性样本示例；
[0038]图3为本说明书实施例提供的息肉假阳性样本示例；
[0039]图4为本说明书实施例提供的训练好的ResNet18神经网络示意图；
[0040]图5为本说明书实施例提供的一种降低结肠镜下病变识别系统识别假阳性的方法流程图；
[0041]图6为本说明书实施例提供的一种降低结肠镜下病变识别系统识别假阳性的装置的结构示意图；
[0042]图7为本说明书实施例提供的一种电子设备的结构示意图；
[0043]图8为本说明书实施例提供的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种降低结肠镜下病变识别系统识别假阳性的方法，其特征在于，包括：获取计算机辅助结肠镜下病变识别系统采集到的视频帧息肉图像；根据计算机辅助结肠镜下病变识别系统的检出框对所述视频帧息肉图像进行剪切，对剪切后的所述视频帧息肉图像重采样至预设规格；利用训练好的异常检测模型对重采样后的所述视频帧息肉图像进行检测，得到所述视频帧息肉图像真阳性的概率；当所述视频帧息肉图像真阳性的概率大于等于预设阈值时，正常显示所述计算机辅助结肠镜下病变识别系统的检测结果。2.如权利要求1所述的一种降低结肠镜下病变识别系统识别假阳性的方法，其特征在于，还包括：当所述视频帧息肉图像真阳性的概率小于预设阈值时，过滤掉所述计算机辅助结肠镜下病变识别系统的检测结果。3.如权利要求1所述的一种降低结肠镜下病变识别系统识别假阳性的方法，其特征在于，所述获取计算机辅助结肠镜下病变识别系统采集到的视频帧息肉图像之前，包括：获取经医生确认的息肉假阳性样本集、息肉真阳性样本集；对所述息肉假阳性样本集、所述息肉真阳性样本集的检出框区域进行剪切，并重采样至预设规格；基于重采样后的所述息肉假阳性样本集建立假阳性图像数据库，基于重采样后的所述息肉真阳性样本集建立真阳性图像数据库；利用所述假阳性图像数据库中的息肉假阳性样本集、所述真阳性图像数据库中的息肉真阳性样本集训练初始异常检测模型，得到训练好的异常检测模型。4.如权利要求3所述的一种降低结肠镜下病变识别系统识别假阳性的方法，其特征在于，所述获取经医生确认的息肉假阳性样本集、息肉真阳性样本集，包括：采集临床应用中计算机辅助结肠镜下病变识别系统输出的检测结果；随机次序将所述检测结果展示给医生，获取经医生在所述检测结果中确认的息肉假阳性样本集、息肉真阳性样本集。5.如权利要求3所述的一种降低结肠镜下病变识别系统识别假阳性的方法，其特征在于，利用所述假阳性图像数据库中...

【专利技术属性】
技术研发人员：诸炎，李全林，周平红，付佩尧，杜玲，王烁，
申请(专利权)人：复旦大学附属中山医院，
类型：发明
国别省市：