[發(fā)明專利]基于深度學(xué)習(xí)的小腸鏡下淋巴瘤輔助診斷系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201911302703.9
• 申請日: 2019-12-17
• 公開（公告）號: CN111091559A
• 公開（公告）日: 2020-05-01
• 發(fā)明（設(shè)計）人: 季銳;楊笑笑;馮建;李延青;辛偉;邵學(xué)軍;左秀麗;楊曉云;李真
• 申請（專利權(quán)）人: 山東大學(xué)齊魯醫(yī)院;青島美迪康數(shù)字工程有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62
• 代理公司: 濟南圣達知識產(chǎn)權(quán)代理有限公司 37221
• 代理人: 董雪

1.基于深度學(xué)習(xí)的小腸鏡下淋巴瘤輔助診斷系統(tǒng)，其特征在于，包括：

圖像采集模塊，通過采集卡接入內(nèi)鏡主機，獲取內(nèi)鏡主機采集到的每一幀圖像信息；

訓(xùn)練集制作模塊，選取單幀帶有淋巴瘤病變的圖像作為訓(xùn)練樣本，對訓(xùn)練樣本中的病灶區(qū)域進行標注，同時生成標注位置對應(yīng)的標注文本信息；所述標注區(qū)域以及該區(qū)域?qū)?yīng)的標注文本信息構(gòu)成訓(xùn)練集；

輔助診斷模塊，構(gòu)建輔助診斷模型，采用訓(xùn)練集對輔助診斷模型進行優(yōu)化訓(xùn)練；將需要檢測的圖像輸入到訓(xùn)練好的輔助診斷模型中，輸出是否有淋巴瘤病變的圖像分類結(jié)果。

2.如權(quán)利要求1所述的基于深度學(xué)習(xí)的小腸鏡下淋巴瘤輔助診斷系統(tǒng)，其特征在于，所述輔助診斷模型包括：

在YOLO V3的基礎(chǔ)上，采用MobileNet V1作為YOLO V3的backbone；在每個卷積層后都相應(yīng)的進行歸一化操作，并且去掉了MobileNet V1的全連接層。

3.如權(quán)利要求1所述的基于深度學(xué)習(xí)的小腸鏡下淋巴瘤輔助診斷系統(tǒng)，其特征在于，還包括：圖像預(yù)處理模塊，用于對采集到的圖像信息進行預(yù)處理；具體包括：

去除圖像中包含的涉及到病人隱私的信息；

對圖像進行去除黑色邊框處理；

采用雙三次插值縮放算法將所有圖像分辨率均調(diào)整為設(shè)定的分辨率大小。

4.如權(quán)利要求1所述的基于深度學(xué)習(xí)的小腸鏡下淋巴瘤輔助診斷系統(tǒng)，其特征在于，還包括：識別結(jié)果審核模塊，被配置為對識別的結(jié)果進行審核，對識別錯誤的圖像重新進行淋巴瘤病變區(qū)域標注，并修改標注文本信息。

5.如權(quán)利要求4所述的基于深度學(xué)習(xí)的小腸鏡下淋巴瘤輔助診斷系統(tǒng)，其特征在于，所述識別結(jié)果審核模塊將識別錯誤并重新進行標注的圖像加入到訓(xùn)練集中，重新對輔助診斷模型進行訓(xùn)練。

6.一種終端設(shè)備，其包括處理器和計算機可讀存儲介質(zhì)，處理器用于實現(xiàn)各指令；計算機可讀存儲介質(zhì)用于存儲多條指令，其特征在于，所述指令適于由處理器加載并執(zhí)行以下過程：

通過采集卡接入內(nèi)鏡主機，獲取內(nèi)鏡主機采集到的每一幀圖像信息；

選取單幀帶有淋巴瘤病變的圖像作為訓(xùn)練樣本，對訓(xùn)練樣本中的病灶區(qū)域進行標注，同時生成標注位置對應(yīng)的標注文本信息；所述標注區(qū)域以及該區(qū)域?qū)?yīng)的標注文本信息構(gòu)成訓(xùn)練集；

構(gòu)建輔助診斷模型，采用訓(xùn)練集對輔助診斷模型進行優(yōu)化訓(xùn)練；將需要檢測的圖像輸入到訓(xùn)練好的輔助診斷模型中，輸出是否有淋巴瘤病變的圖像分類結(jié)果。

7.一種計算機可讀存儲介質(zhì)，其中存儲有多條指令，其特征在于，所述指令適于由終端設(shè)備的處理器加載并執(zhí)行以下過程：

通過采集卡接入內(nèi)鏡主機，獲取內(nèi)鏡主機采集到的每一幀圖像信息；

選取單幀帶有淋巴瘤病變的圖像作為訓(xùn)練樣本，對訓(xùn)練樣本中的病灶區(qū)域進行標注，同時生成標注位置對應(yīng)的標注文本信息；所述標注區(qū)域以及該區(qū)域?qū)?yīng)的標注文本信息構(gòu)成訓(xùn)練集；

構(gòu)建輔助診斷模型，采用訓(xùn)練集對輔助診斷模型進行優(yōu)化訓(xùn)練；將需要檢測的圖像輸入到訓(xùn)練好的輔助診斷模型中，輸出是否有淋巴瘤病變的圖像分類結(jié)果。