[發明專利]利用消化器官的內窺鏡影像的疾病的診斷支持方法、診斷支持系統、診斷支持程序及存儲了該診斷支持程序的計算機可讀記錄介質

在審

• 申請號: 201980076954.1
• 申請日: 2019-11-21
• 公開（公告）號: CN113164010A
• 公開（公告）日: 2021-07-23
• 發明（設計）人: 齋藤宏章;七條智圣;遠藤有真;青山和玄;多田智裕;山田篤生;中川健太郎;石原立;青木智則;玉城溫子
• 申請（專利權）人: 株式會社AI醫療服務
• 主分類號: A61B1/00
• 分類號: A61B1/00;A61B1/045;A61B1/31;A61B1/273;G06T7/00;A61B1/04
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 金世煜;李書慧

1.一種使用卷積神經網絡系統的利用消化器官的內窺鏡影像的疾病的診斷支持系統，其特征在于：

使用消化器官的第1內窺鏡影像、以及與所述第1內窺鏡影像相對應的確診結果來訓練卷積神經網絡系統，該確診結果為與所述消化器官的所述疾病的陽性或陰性、重癥度等級或所述疾病的侵襲深度相對應的信息中至少一者的確診結果；

所述經過訓練的卷積神經網絡系統基于所述消化器官的第2內窺鏡影像，輸出與所述消化器官的所述疾病的陽性或陰性、重癥度等級或所述疾病的侵襲深度相對應的概率中的至少一者；

所述消化器官的部位為小腸，所述內窺鏡影像為無線膠囊內窺鏡影像，所述經過訓練的卷積神經網絡程序輸出自所述內窺鏡影像輸入部輸入的無線膠囊內窺鏡影像的隆起性病變的概率得分。

2.根據權利要求1所述的使用卷積神經網絡系統的利用消化器官的內窺鏡影像的疾病的診斷支持系統，其特征在于，所述經過訓練的卷積神經網絡程序將檢測出的所述隆起性病變的區域顯示在所述第2內窺鏡影像內，并且將所述概率得分顯示在所述第2內窺鏡影像內。

3.根據權利要求1所述的使用卷積神經網絡系統的利用消化器官的內窺鏡影像的疾病的診斷支持系統，其特征在于，基于所述小腸的所述疾病的陽性或陰性的確診結果而將所述隆起性病變的區域顯示在所述第2內窺鏡影像內，

所述經過訓練的卷積神經網絡程序通過所述第2內窺鏡影像內所顯示的所述疾病的陽性區域與由所述經過訓練的卷積神經網絡程序而顯示在所述第2內窺鏡影像內的所述疾病的陽性區域的重疊，判定所述經過訓練的卷積神經網絡程序的診斷結果的對錯。

4.根據權利要求3所述的使用卷積神經網絡系統的利用消化器官的內窺鏡影像的疾病的診斷支持系統，其特征在于，當所述重疊為如下情況時，則判定所述經過訓練的卷積神經網絡程序的診斷正確：

(1)所述重疊是作為所述小腸的所述疾病的陽性或陰性的確診結果而顯示在所述第2內窺鏡影像內的所述疾病的陽性區域的80％以上，或

(2)通過所述經過訓練的卷積神經網絡程序而顯示在所述第2內窺鏡影像內的所述疾病的陽性區域存在多個時，任一個區域與作為所述疾病的陽性或陰性的確診結果而顯示在所述第2內窺鏡影像內的所述疾病的陽性區域重疊。

5.根據權利要求1所述的使用卷積神經網絡系統的利用消化器官的內窺鏡影像的疾病的診斷支持系統，其特征在于，所述小腸的所述疾病的陽性或陰性的診斷結果是判定所述隆起性病變為息肉、結節、上皮腫瘤、黏膜下腫瘤及靜脈結構中的任一者。

6.一種使用卷積神經網絡系統的利用消化器官的內窺鏡影像的疾病的診斷支持方法，其特征在于：

使用消化器官的第1內窺鏡影像、以及與所述第1內窺鏡影像相對應的確診結果來訓練卷積神經網絡系統，該確診結果為與所述消化器官的所述疾病的陽性或陰性、重癥度等級或所述疾病的侵襲深度相對應的信息中至少一者的確診結果；

所述經過訓練的卷積神經網絡系統基于所述消化器官的第2內窺鏡影像，輸出與所述消化器官的所述疾病的陽性或陰性、重癥度等級或所述疾病的侵襲深度相對應的概率中的至少一者；

所述消化器官為小腸，所述內窺鏡影像為無線膠囊內窺鏡影像，所述疾病為出血的有無。

7.一種使用卷積神經網絡系統的利用消化器官的內窺鏡影像的疾病的診斷支持方法，其特征在于：

使用消化器官的第1內窺鏡影像、以及與所述第1內窺鏡影像相對應的確診結果來訓練卷積神經網絡系統，該確診結果為與所述消化器官的所述疾病的陽性或陰性、重癥度等級或所述疾病的侵襲深度相對應的信息中至少一者的確診結果；

所述經過訓練的卷積神經網絡系統基于所述消化器官的第2內窺鏡影像，輸出與所述消化器官的所述疾病的陽性或陰性、重癥度等級或所述疾病的侵襲深度相對應的概率中的至少一者；

所述消化器官為食道，所述內窺鏡影像為非放大內窺鏡影像或放大內窺鏡影像，所述疾病為扁平上皮癌的侵襲深度。