基于人工智能的消化内镜实时辅助系统及方法技术方案

本申请公开了一种基于人工智能的消化内镜实时辅助系统及方法，涉及人工智能领域，其通过采用基于人工智能的图像处理和分析算法来对消化道内部图像进行图像分析，以此来判断消化道内部是否存在异常区域，从而提高诊断的准确性和效率，并降低医疗成本和风险

【技术实现步骤摘要】
基于人工智能的消化内镜实时辅助系统及方法


[0001]本申请涉及人工智能领域，具体涉及一种基于人工智能的消化内镜实时辅助系统及方法
。

技术介绍

[0002]消化内镜是一种常用的医疗器械，可以在不开刀的情况下观察和治疗消化道内的异常情况或病变
。
然而，消化内镜的操作需要高度的技术和经验，而且对图像的识别和分析也有较高的要求
。
[0003]传统的消化内镜检查主要依靠医生的经验和直观判断来进行诊断
。
然而，由于消化道内部的异常情况多种多样且复杂性较高，医生的判断容易受到主观因素的影响，存在一定的主观性和误诊率
。
并且，消化内镜的操作需要高度的技术和经验，因此，传统的消化内镜检查需要经验丰富的医生进行操作和诊断，但这样的医生资源有限
。
随着人口老龄化和消化道疾病的增加，对消化内镜检查的需求也在增加，导致医生面临更大的工作压力
。
此外，消化内镜检查对图像的识别和分析也有较高的要求，传统的消化内镜检查需要医生逐一观察和分析消化道内的图像，这需要较长的时间
。
而且，医生在观察过程中可能会错过一些微小的异常情况，影响诊断的准确性
。
[0004]因此，期望一种基于人工智能的消化内镜实时辅助系统
。

技术实现思路

[0005]为了解决上述技术问题，提出了本申请
。
本申请提供了一种基于人工智能的消化内镜实时辅助系统及方法，其通过采用基于人工智能的图像处理和分析算法来对消化道内部图像进行图像分析，以此来判断消化道内部是否存在异常区域，从而提高诊断的准确性和效率，并降低医疗成本和风险
。
[0006]根据本申请的一个方面，提供了一种基于人工智能的消化内镜实时辅助系统，其包括：消化内镜；设置于所述消化内镜上的图像采集装置，用于采集消化道内部的图像；图像处理装置，用于对所述消化道内部的图像进行分析以识别所述消化道内部的异常情况；显示装置，用于显示所述图像处理装置的识别和处理结果；所述图像处理装置，包括：消化道内部图像强化模块，用于对所述消化道内部图像进行双边滤波以得到源域强化消化道内部图像；消化道内部图像特征提取模块，用于通过基于深度神经网络模型的图像多尺度特征提取器对所述源域强化消化道内部图像进行特征提取以得到消化道内部浅层特征图和消化道内部深层特征图；
消化道内部深层上下文语义特征关联分析模块，用于对所述消化道内部深层特征图进行沿通道维度的特征展平化分析以得到消化道内部上下文语义特征向量；消化道内部浅层特征图展开模块，用于将所述消化道内部浅层特征图的沿通道维度的各个特征矩阵进行展开以得到消化道内部浅层局部特征向量的序列；消化道内部特征嵌入化分析模块，用于对所述消化道内部上下文语义特征向量和所述消化道内部浅层局部特征向量的序列进行嵌入式关联编码以得到语义嵌入消化道内部多尺度特征；异常区域检测模块，用于基于所述语义嵌入消化道内部多尺度特征，确定消化道内部是否存在异常区域
。
[0007]根据本申请的另一个方面，提供了一种基于人工智能的消化内镜实时辅助方法，其包括：对所述消化道内部图像进行双边滤波以得到源域强化消化道内部图像；通过基于深度神经网络模型的图像多尺度特征提取器对所述源域强化消化道内部图像进行特征提取以得到消化道内部浅层特征图和消化道内部深层特征图；对所述消化道内部深层特征图进行沿通道维度的特征展平化分析以得到消化道内部上下文语义特征向量；将所述消化道内部浅层特征图的沿通道维度的各个特征矩阵进行展开以得到消化道内部浅层局部特征向量的序列；对所述消化道内部上下文语义特征向量和所述消化道内部浅层局部特征向量的序列进行嵌入式关联编码以得到语义嵌入消化道内部多尺度特征；基于所述语义嵌入消化道内部多尺度特征，确定消化道内部是否存在异常区域
。
[0008]与现有技术相比，本申请提供的一种基于人工智能的消化内镜实时辅助系统及方法，其通过采用基于人工智能的图像处理和分析算法来对消化道内部图像进行图像分析，以此来判断消化道内部是否存在异常区域，从而提高诊断的准确性和效率，并降低医疗成本和风险
。
附图说明
[0009]通过结合附图对本申请实施例进行更详细的描述，本申请的上述以及其他目的
、
特征和优势将变得更加明显
。
附图用来提供对本申请实施例的进一步理解，并且构成说明书的一部分，与本申请实施例一起用于解释本申请，并不构成对本申请的限制
。
在附图中，相同的参考标号通常代表相同部件或步骤
。
[0010]图1为根据本申请实施例的基于人工智能的消化内镜实时辅助系统的框图；图2为根据本申请实施例的基于人工智能的消化内镜实时辅助系统的系统架构图；图3为根据本申请实施例的基于人工智能的消化内镜实时辅助系统的训练阶段的框图；图4为根据本申请实施例的基于人工智能的消化内镜实时辅助系统中图像处理装置的框图；图5为根据本申请实施例的基于人工智能的消化内镜实时辅助系统中消化道内部
深层上下文语义特征关联分析模块的框图；图6为根据本申请实施例的基于人工智能的消化内镜实时辅助方法的流程图
。
具体实施方式
[0011]下面，将参考附图详细地描述根据本申请的示例实施例
。
显然，所描述的实施例仅仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制
。
[0012]如本申请和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和
/
或“该”等词并非特指单数，也可包括复数
。
一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其他的步骤或元素
。
[0013]虽然本申请对根据本申请的实施例的系统中的某些模块做出了各种引用，然而，任何数量的不同模块可以被使用并运行在用户终端和
/
或服务器上
。
所述模块仅是说明性的，并且所述系统和方法的不同方面可以使用不同模块
。
[0014]本申请中使用了流程图用来说明根据本申请的实施例的系统所执行的操作
。
应当理解的是，前面或下面操作不一定按照顺序来精确地执行
。
相反，根据需要，可以按照倒序或同时处理各种步骤
。
同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作
。
[0015]下面，将参考附图详细地描述根据本申请的示例实施例
。
显然，所描述的实施例仅仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制
。
[0016]针对上述技术问题，在本申请的技术方案中，提出了一种基于人本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于人工智能的消化内镜实时辅助系统，其特征在于，包括：消化内镜；设置于所述消化内镜上的图像采集装置，用于采集消化道内部的图像；图像处理装置，用于对所述消化道内部的图像进行分析以识别所述消化道内部的异常情况；显示装置，用于显示所述图像处理装置的识别和处理结果；所述图像处理装置，包括：消化道内部图像强化模块，用于对所述消化道内部图像进行双边滤波以得到源域强化消化道内部图像；消化道内部图像特征提取模块，用于通过基于深度神经网络模型的图像多尺度特征提取器对所述源域强化消化道内部图像进行特征提取以得到消化道内部浅层特征图和消化道内部深层特征图；消化道内部深层上下文语义特征关联分析模块，用于对所述消化道内部深层特征图进行沿通道维度的特征展平化分析以得到消化道内部上下文语义特征向量；消化道内部浅层特征图展开模块，用于将所述消化道内部浅层特征图的沿通道维度的各个特征矩阵进行展开以得到消化道内部浅层局部特征向量的序列；消化道内部特征嵌入化分析模块，用于对所述消化道内部上下文语义特征向量和所述消化道内部浅层局部特征向量的序列进行嵌入式关联编码以得到语义嵌入消化道内部多尺度特征；异常区域检测模块，用于基于所述语义嵌入消化道内部多尺度特征，确定消化道内部是否存在异常区域
。2.
根据权利要求1所述的基于人工智能的消化内镜实时辅助系统，其特征在于，所述深度神经网络模型为金字塔网络
。3.
根据权利要求2所述的基于人工智能的消化内镜实时辅助系统，其特征在于，所述消化道内部深层上下文语义特征关联分析模块，包括：特征展平化处理单元，用于将所述消化道内部深层特征图的沿通道维度的各个特征矩阵进行特征展平化以得到消化道内部语义特征向量的序列；消化道内部语义上下文编码单元，用于将所述消化道内部语义特征向量的序列通过基于转换器的上下文编码器以得到所述消化道内部上下文语义特征向量
。4.
根据权利要求3所述的基于人工智能的消化内镜实时辅助系统，其特征在于，所述消化道内部特征嵌入化分析模块，用于：将所述消化道内部浅层局部特征向量的序列和所述消化道内部上下文语义特征向量通过特征嵌入模块以得到语义嵌入消化道内部多尺度特征向量作为所述语义嵌入消化道内部多尺度特征
。5.
根据权利要求4所述的基于人工智能的消化内镜实时辅助系统，其特征在于，所述异常区域检测模块，用于：将所述语义嵌入消化道内部多尺度特征向量通过分类器以得到分类结果，所述分类结果用于表示消化道内部是否存在异常区域
。6.
根据权利要求5所述的基于人工智能的消化内镜实时辅助系统，其特征在于，还包括用于对所述基于深度神经网络模型的图像多尺度特征提取器
、
所述基于转换器的上下文编码器
、
所述特征...

【专利技术属性】
技术研发人员：汤佳佳，王绣，
申请(专利权)人：吉林大学，
类型：发明
国别省市：