[發明專利]一種基于深度學習的消化道鉤蟲發現方法及系統

在審

• 申請號: 202011023386.X
• 申請日: 2020-09-25
• 公開（公告）號: CN112022066A
• 公開（公告）日: 2020-12-04
• 發明（設計）人: 楊國強;萬思琦;喻雷;劉帥成;甘濤
• 申請（專利權）人: 電子科技大學
• 主分類號: A61B1/04
• 分類號: A61B1/04;A61B1/273;G06T7/00;G06T3/40;G06N3/04
• 代理公司: 北京正華智誠專利代理事務所(普通合伙) 11870
• 代理人: 何凡

本發明公開了一種基于深度學習的消化道鉤蟲發現方法及系統，方法包括以下步驟：S1、得到標注圖像；S2、得到訓練集；S3、對yolov3模型進行訓練；S4、獲取目標圖像輸入訓練后的yolov3模型的輸出結果；S5、判斷輸出結果是否為無消化道鉤蟲，若是則結束當前識別；否則進入步驟S6；S6、獲取目標圖像前后各N張相鄰圖像并輸入訓練后的yolov3模型，得到輸出結果集；S7、判斷輸出結果集中存在消化道鉤蟲的結果數量是否達到閾值，若是則存在消化道鉤蟲，并將目標圖像中的消化道鉤蟲圈出；否則不存在消化道鉤蟲，結束當前識別。本發明解決了現有人工從膠囊內窺鏡所拍攝圖像中進行消化道鉤蟲識別費時費力的問題。

技術領域

本發明涉及醫學領域，具體涉及一種基于深度學習的消化道鉤蟲發現方法及系統。

背景技術

膠囊內窺鏡是一種膠囊形狀內窺鏡，具有無痛性和無創性的特點，因而被廣泛應用于檢查人體消化道的各種疾病。膠囊內窺鏡在進入人體后，會以2幀/秒的速度拍攝圖像，膠囊內窺鏡在進入人體消化道以后，會停留2.5到8小時不等，這期間拍攝的圖像多達幾萬張。醫生需要從上萬張圖像中識別出人體消化道的健康狀況，閱片工作的難度非常大，而且非常枯燥，對于閱片醫生來說，這是一項挑戰巨大的工作。大量的圖像對于閱片醫生來說存在非常大的工作負擔，醫生長時間閱片導致疲勞，也會影響最終結果的可靠性。由于醫生的個體差異，不同醫生對同一個患者也可能會有不同的診斷結果，因此就需要重新去查閱圖像，不僅耗時耗力，效率還低。

發明內容

針對現有技術中的上述不足，本發明提供的一種基于深度學習的消化道鉤蟲發現方法及系統解決了現有人工從膠囊內窺鏡所拍攝圖像中進行消化道鉤蟲識別費時費力的問題。

為了達到上述發明目的，本發明采用的技術方案為：

提供一種基于深度學習的消化道鉤蟲發現方法，其包括以下步驟：

S1、獲取膠囊內窺鏡所拍攝的帶有消化道鉤蟲的圖像，將消化道鉤蟲進行標注得到標注圖像；

S2、對標注圖像進行尺寸統一與歸一化，得到訓練集；

S3、采用訓練集對yolov3模型進行消化道鉤蟲識別訓練，得到訓練后的yolov3模型；

S4、將目標圖像輸入訓練后的yolov3模型，得到對應的輸出結果；其中輸出結果包括有消化道鉤蟲和無消化道鉤蟲；

S5、判斷目標圖像對應的輸出結果是否為無消化道鉤蟲，若是則結束當前識別；否則進入步驟S6；

S6、獲取目標圖像前后各N張相鄰圖像，并將所有相鄰圖像輸入訓練后的yolov3模型，得到輸出結果集；

S7、判斷輸出結果集中存在消化道鉤蟲的結果數量是否達到閾值，若是則判定目標圖像存在消化道鉤蟲，并進入S8；否則判定目標圖像不存在消化道鉤蟲，結束當前識別；

S8、采用矩形框將目標圖像中的消化道鉤蟲圈出并輸出圈出消化道鉤蟲的目標圖像。

進一步地，步驟S1的具體方法為：

獲取膠囊內窺鏡所拍攝的消化道所有圖像，從消化道所有圖像中篩選出帶有消化道鉤蟲的圖像，使用labelImg工具標注出帶有消化道鉤蟲的圖像中的鉤蟲目標，將標注好的鉤蟲數據按照PASCAL VOC數據集格式進行制作，得到標注圖像。

進一步地，步驟S2的具體方法為：

將標注圖像的尺寸統一為416×416后進行歸一化，得到訓練集。

進一步地，步驟S6中參數N的值為5。

進一步地，步驟S7中的閾值為5。