【技术实现步骤摘要】
本专利技术涉及图像检测，尤其涉及一种肠镜图像检测方法、装置及电子设备。
技术介绍
1、肠镜图像一般是指通过肠道内窥镜（也叫作肠镜）拍摄获得的肠道图像，通过计算机视觉技术可以对肠镜图像进行分类，实现肠道疾病辅助诊断，如可以区分溃疡性结肠炎（uc）和克罗恩病（cd），又如可以针对溃疡性结肠炎（uc）进行病理严重程度的分级（0、1、2、3四个级别）。如何准确提取出肠镜图像的关键鉴别特征，是肠镜图像准确分类的关键。
2、相关技术中利用基于掩码重建的自监督学习方法（masked autoencoder，简称mae）来训练编码器和解码器，以使编码器能准确提取肠镜图像的关键鉴别特征。但相关技术在掩码设计时通常采用随机块状或网格状掩码，并未考虑肠镜图像的固有特性。专利技术人通过对大量肠镜图像分析和总结，发现肠镜图像存在以下固有特征：
3、1.景深梯度特性，即近端黏膜清晰、远端亮度衰减的径向特征特性，呈现明显的环形拓扑结构，可对照图2展示的肠镜图像示例观察；
4、2.肠镜图像中病变敏感区域（如克罗恩病变敏感区域）多表现...
【技术保护点】
1.一种肠镜图像检测方法，其特征在于，包括：
2.如权利要求1所述的肠镜图像检测方法，其特征在于，所述环形特征提取器包括：
3.如权利要求2所述的肠镜图像检测方法，其特征在于，所述景深层次处理模块包括：
4.如权利要求3所述的肠镜图像检测方法，其特征在于，模型选择单元按照如下公式生成环形区域对应的专家权重向量：
5.如权利要求1-4任一项所述的肠镜图像检测方法，其特征在于，环形模板处理模块执行：
6.如权利要求5所述的肠镜图像检测方法，其特征在于，所述初步特征提取模块包括：
7.一种肠镜图像检测装...
【技术特征摘要】
1.一种肠镜图像检测方法，其特征在于，包括：
2.如权利要求1所述的肠镜图像检测方法，其特征在于，所述环形特征提取器包括：
3.如权利要求2所述的肠镜图像检测方法，其特征在于，所述景深层次处理模块包括：
4.如权利要求3所述的肠镜图像检测方法，其特征在于，模型选择单元按照如下公式生成环形区域对应的专家权重向量：
5.如权利要求1-4任一项所述的肠镜图像检测方法，其特征在于，环...
【专利技术属性】
技术研发人员：和陆兴，粘永健，杨毅，李华龙，
申请(专利权)人：中国人民解放军陆军军医大学，
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。