一种基于AI识别纤支镜下气道解剖位置的取图系统技术方案

本发明专利技术属于医疗技术领域，提供了一种基于AI识别纤支镜下气道解剖位置的取图系统，包括，画面截取模块，被配置为截取视频中气道解剖位置自然图片；数据传输模块，被配置为传输所述画面截取模块所截取的气道解剖位置自然图片；AI识别分析模块，被配置为接收所述数据传输模块所传输的图片信息，并分析所述图片信息；本发明专利技术相比于现有的人工取图方案，我们提出的方案具有自动化，准确率高等特点，减轻了医疗工作者进行人工取图操作的工作负担，并且，我们提出的方案在一定程度上平衡了输入分辨率、深度和宽度这三个维度，减轻了部署相关系统对于算力的要求，从而降低了成本，提高了相应的工作效率。相应的工作效率。相应的工作效率。

【技术实现步骤摘要】
一种基于AI识别纤支镜下气道解剖位置的取图系统


[0001]本专利技术属于医疗
，尤其涉及一种基于AI识别纤支镜下气道解剖位置的取图系统。

技术介绍

[0002]现有的气管镜图像采集方法需要人为识别镜下图像。在镜下解剖部位的识别上，年轻医生一般随着气管镜进镜后解剖部位的“前后关联”来动态识别，个别经验丰富的专业医生才能够做到对特定部位的图像即可识别。并且在取图上，需要人工取图，耗费人力物力。目前临床上，需要两人以上进行配合(一人截图，一人即时对图像进行分类)。如果只有一人做气管镜操作，而没有助手的情况下，就需要对取得的图像进行事后的分类识别；目前，权威的杂志也对一人取图、分类的方法就此进行了推荐，推荐说明需要先对一侧肺(比如右肺)进行检查后，采集具有特征性的解剖部位(如隆突)，之后再对另一侧(比如左肺)进行检查，这样可以避免事后的分类环节出错。如果有即时的AI取图系统，同时对采集的图像进行AI分类，即可减少人力物力。
[0003]现有的气管镜图像取图方法需要人为识别镜下解剖学部位、人为采图、人为分图，耗费人力物力。为了解决现有的问题，为此我们提供一种基于AI识别纤支镜下气道解剖位置的取图系统，识别所采集部位的镜下图像，以解决自动取图的问题，提高医疗工作效率。

技术实现思路

[0004]本专利技术提供一种基于AI识别纤支镜下气道解剖位置的取图系统，旨在解决现有的气管镜图像取图方法需要人为识别镜下解剖学部位、人为采图、人为分图导致耗费人力物力的问题。
[0005]本专利技术是这样实现的，一种基于AI识别纤支镜下气道解剖位置的取图系统，包括，画面截取模块，被配置为截取视频中气道解剖位置自然图片；数据传输模块，被配置为传输所述画面截取模块所截取的气道解剖位置自然图片；AI识别分析模块，被配置为接收所述数据传输模块所传输的图片信息，并分析所述图片信息；其中，所述AI识别分析模块包括存储模块、模型训练模块以及数据比对模块，所述存储模块被配置为存储所接收的所述图片信息，并将所接收的图片信息传输至模型训练模块，所述存储模块中存储有原始数据，所述原始数据为预先设定的气道解剖位置的图片信息，所述模型训练模块被配置为依据所接收的图片信息进行模型训练，并由所述数据对比模块对图片信息的数据与存储模块中原始数据进行比对，以分析所述图片信息。
[0006]可选的，所述存储模块中设有图片信息识别分类模块，所述图片信息识别分类模块对接收到的图片信息进行识别分类。
[0007]可选的，所述图片信息识别分类模块对图片信息所分类别包括隆突、左主支气管、左上叶支气管、左下叶支气管、右主支气管、右上叶支气管、右中叶支气管、右中间段支气管和右下叶支气管。
[0008]可选的，所述画面截取模块截取的所述图片信息类别包括隆突、左主支气管、左上叶支气管、左下叶支气管、右主支气管、右上叶支气管、右中叶支气管、右中间段支气管和右下叶支气管。
[0009]可选的，所述AI识别分析模块还包括图像处理模块，所述图像处理模块采用基于图像增强的策略对图像进行预处理，所述图像处理模块对每一张纳入训练集的数据，先采用高斯滤波对其进行处理，从而消除图像的噪声，其中，高斯滤波器是一种线性滤波器，能够有效的抑制噪声，平滑图像。进行高斯滤波首先需要确定高斯核，随后根据高斯核进行卷积操作，即对矩形窗口内的像素点的像素值进行加权求和，对于(2n+1)
×
(2n+1)的窗口其权重计算公式为卷积核的权重表示为高斯核表示为所述图像处理模块对原图像进行卷积处理，并得到高斯滤波的图像。
[0010]本专利技术所达到的有益效果，本专利技术通过AI识别分析模块来识别视频中的所对应的图像信息并控制画面截取模块截取图片，同时AI识别分析模块的模型训练模块依据原始数据以及采集到的新数据(截取到的新图片)进行模型训练。相比于现有的人工取图方案，我们提出的方案具有自动化，准确率高等特点，减轻了医疗工作者进行人工取图操作的工作负担，并且，我们提出的方案在一定程度上平衡了输入分辨率、深度和宽度这三个维度，减轻了部署相关系统对于算力的要求，从而降低了成本，提高了相应的工作效率。
附图说明
[0011]为了更清楚地说明本申请的实施例中的技术方案，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，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，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。
[0012]图1是本专利技术提供的一种基于AI识别纤支镜下气道解剖位置的取图系统框图；
[0013]图2是本专利技术提供的一种基于AI识别纤支镜下气道解剖位置的取图系统的取图流程图。
具体实施方式
[0014]下面将结合本申请的实施例中的附图，对本申请的实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0015]本申请中的术语“第一”和“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤、操作、组件或模块的过程、方法、系统、产品或设备没有限定于已列出的步骤、操作、组件或模块，而是可选的还包括没有列出的步骤、操作、组件或模块，或可选的还包括对于这些过程、方法、产品或设备固有的其它步骤、操作、组件或模块。
[0016]在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其他实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其他实施例相结合。
[0017]如图1
‑
2所示，示例性实施例的一种基于AI识别纤支镜下气道解剖位置的取图系统，包括，画面截取模块，被配置为截取视频中气道解剖位置自然图片；数据传输模块，被配置为传输所述画面截取模块所截取的气道解剖位置自然图片；AI识别分析模块，被配置为接收所述数据传输模块所传输的图片信息，并分析所述图片信息；其中，所述AI识别分析模块包括存储模块、模型训练模块以及数据比对模块，所述存储模块被配置为存储所接收的所述图片信息，并将所接收的图片信息传输至模型训练模块，所述存储模块中存储有原始数据，所述原始数据为预先设定的气道解剖位置的图片信息，所述模型训练模块被配置为依据所接收的图片信息进行模型训练，并由所述数据对比模块对图片信息的数据与存储模块中原始数据进行比对，以分析所述图片信息。具体的，纤支镜在工作过程中会采集气道解剖位置的图像，AI识别分析模块识别纤支镜所采集的图像，并进行图像分析处理，随后AI识别分析模块控制画面截取模块截取所需的气道解剖位置的图片，数据传输模块将画面截取模块所截取的图像传输至AI识别分析模块，并由存储系统进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于AI识别纤支镜下气道解剖位置的取图系统，其特征在于，包括，画面截取模块，被配置为截取视频中气道解剖位置自然图片；数据传输模块，被配置为传输所述画面截取模块所截取的气道解剖位置自然图片；AI识别分析模块，被配置为接收所述数据传输模块所传输的图片信息，并分析所述图片信息；其中，所述AI识别分析模块包括存储模块、模型训练模块以及数据比对模块，所述存储模块被配置为存储所接收的所述图片信息，并将所接收的图片信息传输至模型训练模块，所述存储模块中存储有原始数据，所述原始数据为预先设定的气道解剖位置的图片信息，所述模型训练模块被配置为依据所接收的图片信息进行模型训练，并由所述数据对比模块对图片信息的数据与存储模块中原始数据进行比对，以分析所述图片信息。2.如权利要求1所述的基于AI识别纤支镜下气道解剖位置的取图系统，其特征在于，所述存储模块中设有图片信息识别分类模块，所述图片信息识别分类模块对接收到的图片信息进行识别分类。3.如权利要求2所述的基于AI识别纤支镜下气道解刨位置的取图系统，其特征在于，所述图片信息识别分类模块对图片信息所分类别包括隆突、...

【专利技术属性】
技术研发人员：钟长镐，陈崇翔，李时悦，左英男，
申请(专利权)人：广州天鹏计算机科技有限公司，
类型：发明
国别省市：