【技术实现步骤摘要】
本说明书涉及医疗辅助诊断领域，特别涉及一种喉内镜图像的病灶识别方法和系统。
技术介绍
1、在临床上，罹患喉癌前病变及喉癌的患者常因声嘶或咽喉不适就诊，然而大部分喉部良性病变患者症状相类似而不易鉴别。在实验室检查中，虽然有研究表明越来越多的分子标志物可能用作喉癌治疗的预测或预后工具，仍缺乏可靠的实验数据支持。电子喉镜(electronic video laryngoscope)是近年新发展起来的一种软性内窥镜，其亮度强、可窥视范围广。电子喉镜属于无创检查，其通过人体自然腔道接近检查部位进行观察，可以发现早期细微的病变，是目前在耳鼻喉科应用对喉部疾病进行初步诊断的主要检查手段。
2、然而，不同阶段的癌前病变在电子喉镜图像的形态表现可能相似，肉眼难以辨别，导致诊断过程耗时耗力，且不同的医生对咽喉部疾病诊断和分化程度评估的能力不同，进而导致诊断结果的准确性容易受到影响。因此，需要一种可以通过计算机辅助医生进行筛查与分类的喉内镜图像的病灶识别方法。
技术实现思路
1、本说明书实施例之一提供一种喉内镜图像的病灶识别方法，利用病灶识别模型对喉内镜图像进行病灶识别，所述病灶识别模型包括特征提取模型、隐马尔科夫模型和病灶分类模型；所述病灶识别方法包括：利用所述特征提取模型提取所述喉内镜图像的特征图；对所述特征图进行分割以获得多张子图；确定所述多张子图中的潜在病灶子图；基于所述潜在病灶子图，利用所述隐马尔科夫模型确定连续的潜在病灶区域；基于所述潜在病灶区域，利用所述病灶分类模型确定所述潜在
2、本说明书实施例之一提供一种喉内镜图像的病灶识别系统，所述系统被配置成利用病灶识别模型对喉内镜图像进行病灶识别，所述病灶识别模型包括特征提取模型、隐马尔科夫模型和病灶分类模型；所述系统包括：特征提取模块，用于利用所述特征提取模型提取所述喉内镜图像的特征图；图像分割模块，用于对所述特征图进行分割以获得多张子图；潜在病灶检测模块，用于确定所述多张子图中的潜在病灶子图；连续区域确定模块，用于基于所述潜在病灶子图，利用所述隐马尔科夫模型确定连续的潜在病灶区域；病灶类型确定模块，用于基于所述潜在病灶区域，利用所述病灶分类模型确定所述潜在病灶区域的病灶类型。
3、本说明书实施例之一提供一种喉内镜图像的病灶识别装置，包括处理器，其特征在于，所述处理器用于执行上述喉内镜图像的病灶识别方法。
4、本说明书实施例之一提供一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行上述喉内镜图像的病灶识别方法。
本文档来自技高网...【技术保护点】
1.一种喉内镜图像的病灶识别方法，其特征在于，利用病灶识别模型对喉内镜图像进行病灶识别，所述病灶识别模型包括特征提取模型、隐马尔科夫模型和病灶分类模型；所述病灶识别方法包括：
2.如权利要求1所述的方法，其特征在于：所述特征提取模型是以胃肠镜图像作为迁移学习样本中的源域数据训练得到的。
3.如权利要求2所述的方法，其特征在于，所述特征提取模型的训练过程包括：
4.如权利要求1所述的方法，其特征在于：所述确定所述多张子图中的潜在病灶子图包括：
5.如权利要求1所述的方法，其特征在于：所述病灶识别模型基于多张样本喉内镜图像训练获得；所述多张样本喉内镜图像中的每张样本喉内镜图像具有对应的病灶类型标签。
6.如权利要求5所述的方法，其特征在于，所述病灶识别模型的训练过程包括：
7.如权利要求6所述的方法，其特征在于，还包括：
8.一种喉内镜图像的病灶识别系统，其特征在于，所述系统被配置成利用病灶识别模型对喉内镜图像进行病灶识别，所述病灶识别模型包括特征提取模型、隐马尔科夫模型和病灶分类模型；所述系统包括：
9.一种喉内镜图像的病灶识别装置，包括处理器，其特征在于，所述处理器用于执行如权利要求1～7任一项所述的喉内镜图像的病灶识别方法。
10.一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行如权利要求1～7任一项所述的喉内镜图像的病灶识别方法。
...【技术特征摘要】
1.一种喉内镜图像的病灶识别方法，其特征在于，利用病灶识别模型对喉内镜图像进行病灶识别，所述病灶识别模型包括特征提取模型、隐马尔科夫模型和病灶分类模型；所述病灶识别方法包括：
2.如权利要求1所述的方法，其特征在于：所述特征提取模型是以胃肠镜图像作为迁移学习样本中的源域数据训练得到的。
3.如权利要求2所述的方法，其特征在于，所述特征提取模型的训练过程包括：
4.如权利要求1所述的方法，其特征在于：所述确定所述多张子图中的潜在病灶子图包括：
5.如权利要求1所述的方法，其特征在于：所述病灶识别模型基于多张样本喉内镜图像训练获得；所述多张样本喉内镜图像中的每张样本喉内镜图像具有对应的病灶类型标签。
【专利技术属性】
技术研发人员：孙亮，于兆衍，蒋震，韩牧谷，尹树欣，
申请(专利权)人：山东第一医科大学山东省医学科学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。