[發明專利]一種內鏡下逆行胰膽管造影術實時輔助診斷系統及方法

在審

• 申請號: 201811431019.6
• 申請日: 2018-11-28
• 公開（公告）號: CN109584229A
• 公開（公告）日: 2019-04-05
• 發明（設計）人: 于紅剛;張軍;吳練練;胡珊;宮德馨
• 申請（專利權）人: 武漢大學人民醫院（湖北省人民醫院）
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 魏波

本發明公開了一種內鏡下逆行胰膽管造影術實時輔助診斷系統及方法，系統包括客戶端、服務端、數據庫；通過客戶端采集ERCP圖像，將獲取的ERCP圖像輸入訓練后的深度學習模型中進行識別分類，得到對應的圖像信息(包括十二指腸乳頭及乳頭開口識別，疾病診斷)，并及時反饋給客戶端。本發明可幫助醫生確定十二指腸乳頭及乳頭開口位置，提高插管成功率；另外還可輔助醫生進行疾病的診斷，防止誤診漏診，提高診斷準確率及工作效率。

技術領域

本發明屬于圖像識別技術領域，涉及一種輔助診斷系統及方法，具體涉及一種基于深度學習的內鏡下逆行胰膽管造影術實時輔助診斷系統及方法。

背景技術

內鏡下逆行胰膽管造影術(ERCP,Endoscopic RetrogradeCholangiopancreatography)是在內鏡下經十二指腸乳頭插管注入造影劑，從而逆行顯示胰膽管的造影技術，是目前臨床上診斷和治療膽總管結石、阻塞性黃疸等胰膽管疾病的金標準。其中，完成ERCP檢查的前提條件是找到十二指腸乳頭及乳頭開口，并成功插管，所以辨認十二指腸乳頭及乳頭開口位置十分重要。但醫生的識圖經驗和主觀因素對確定十二指腸乳頭及乳頭開口部位有較大的影響。此外，注射造影劑后，胰膽管開始顯影，醫生觀察病變，醫生的經驗和狀態也會影響疾病診斷的準確率。

深度學習是近十年來人工智能領域取得的重要突破，具有強大的學習能力和高效的特征表達能力，可以通過大數據的學習，提取圖像特征對其進行分類。我們將深度學習與ERCP檢查相結合，構建卷積神經網絡模型，輔助醫生對十二指腸乳頭及乳頭開口與疾病特征的判別。此外，我們增加了目標檢測技術，對圖片進行分來，識別出十二指腸乳頭及乳頭開口后，及時圈出十二指腸乳頭及乳頭開口，引導醫生進行插管，提高插管成功率。

發明內容

本發明要解決的技術問題是：提供一種基于深度學習的內鏡下逆行胰膽管造影術實時輔助診斷系統及方法，利用深度學習對ERCP圖像進行分析，在插管前，輔助醫生識別十二指腸乳頭及乳頭開口位置；注射造影劑后，輔助醫生對拍攝的胰膽管的顯影圖像進行疾病診斷。本發明提高醫生插管正確率和疾病診斷的準確率。

本發明的系統所采用的技術方案是：一種內鏡下逆行胰膽管造影術實時輔助診斷系統，其特征在于：包括客戶端、服務端、數據庫；

所述客戶端與ERCP設備相連，用于獲取當前ERCP設備采集到的圖像，通過網絡將圖像上傳到所述服務端，并接收和顯示服務端反饋回來的分析結果；

所述服務端，根據客戶端發送來的ERCP設備采集的圖像，判斷圖像中是否含有十二指腸乳頭及乳頭開口，若存在該部位，圖像中的十二指腸乳頭及乳頭開口部位進行定位，圈出十二指腸乳頭及乳頭開口的范圍；識別圖像病變特征，輔助醫生診斷；將結果反饋給客戶端；

所述數據庫，用于存儲所述ERCP設備采集到的圖像、服務端反饋回來的分析結果。

本發明的方法所采用的技術方案是：一種內鏡下逆行胰膽管造影術實時輔助診斷方法，其特征在于，包括以下步驟：

步驟1：客戶端獲取當前ERCP設備采集到的圖像，并上傳至服務端；

步驟2：服務端接收ERCP圖像，并將圖像作為參數，調用訓練好的卷積神經網絡模型進行識別：識別十二指腸乳頭及乳頭開口，若存在該部位，對圖片中的十二指腸乳頭及乳頭開口部位進行定位，圈出十二指腸乳頭及乳頭開口的范圍；識別ERCP圖像病變特征，輔助醫生診斷；

步驟3：客戶端接收并顯示分析結果；

步驟4：操作人員根據客戶端顯示的分析結果進行下一步操作。