[發明專利]輔助內鏡檢查的方法、裝置、系統、存儲介質和計算設備

有效

• 申請號: 202110603794.0
• 申請日: 2021-05-31
• 公開（公告）號: CN113052843B
• 公開（公告）日: 2021-09-28
• 發明（設計）人: 曾凡;喬元風
• 申請（專利權）人: 萱闈（北京）生物科技有限公司;河南萱闈堂醫療信息科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京箴思知識產權代理有限公司 11913
• 代理人: 李春暉

1.一種輔助內鏡檢查的方法，包括：

獲取操作內鏡設備檢查時采集的圖像；

通過至少一個基于深度神經網絡構建的模型識別所述圖像，得到至少能夠指示所述圖像對應某一部位的識別結果；

基于所述識別結果至少確定檢查進度，其中，所述檢查進度至少能夠指示已完成檢查的部位、正在檢查的部位、待檢查的部位和漏檢的部位中的一項；

進行用于輔助操作的提示，所述提示包括：

檢查進度以三維形式顯示，正在檢查的部位及其檢查開始時間、檢查時長均根據預設規則顯示；

基于所述檢查進度，在確定某個部位檢查完成后，基于所述識別結果至少確定某個部位的“檢查時間信息和圖像采集數量”或“檢查時間信息”；以及基于某個部位的“檢查時間信息和圖像采集數量”或“檢查時間信息”，繪制實際檢查曲線；

或者

基于所述檢查進度，在確定各個部位檢查完成后，基于所述識別結果至少確定各個部位的“檢查時間信息和圖像采集數量”或“檢查時間信息”；以及基于各個部位的“檢查時間信息和圖像采集數量”或“檢查時間信息”，繪制實際檢查曲線；

將所述實際檢查曲線與相應的標準檢查曲線比較，以確定檢查質量。

2.如權利要求1所述的輔助內鏡檢查的方法，其中，所述至少一個基于深度神經網絡構建的模型包括：

一個或多個背景判斷模型，用于識別當前圖像對應的部位；或

一個或多個背景判斷模型以及一個或多個目標判斷模型，所述目標判斷模型用于識別當前圖像是否包括特定目標。

3.如權利要求2所述的輔助內鏡檢查的方法，其中，背景判斷模型基于圖像識別模型和第一訓練數據集訓練得到，所述第一訓練數據集包括多張需要識別的部位的圖像；

目標判斷模型基于目標檢測模型和第二訓練數據集訓練得到，所述第二訓練數據集包括多張需要檢測的目標的圖像。

4.如權利要求3所述的輔助內鏡檢查的方法，其中，所述背景判斷模型以ShuffleNetV2為骨干網絡，并在最后一個線性變換層前增加一個隨機失活層；和/或

所述目標判斷模型使用目標檢測模型YoloV3，并將Darknet-53作為骨干網絡。

5.如權利要求1所述的輔助內鏡檢查的方法，其中，正在檢查的部位以便于觀察的角度顯示。

6.如權利要求5所述的輔助內鏡檢查的方法，其中，不同檢查進度的部位以不同的顯示效果呈現；以及

同一檢查進度的不同部位以不同的顯示效果呈現；或者

同一檢查進度的不同部位以相同的顯示效果呈現。

7.如權利要求1所述的輔助內鏡檢查的方法，其中，基于所述識別結果至少確定檢查進度，包括：

根據識別結果，確定所述圖像對應的部位與上一圖像對應的部位是否相同；

若相同，則不改變檢查進度，并累積當前部位的檢查時長；

若不相同，則更新檢查進度，并確定上一部位的檢查結束時間及當前部位的檢查開始時間。

8.如權利要求1所述的輔助內鏡檢查的方法，其中，在某個部位檢查完成后，基于某個部位的檢查時間信息和圖像采集數量，繪制實際檢查曲線，包括：

基于某個部位的檢查時間信息和圖像采集數量，確定所述部位的實際檢查時段內每個時刻的圖像采集數量；

按照時序，基于所述部位的實際檢查時段內每個時刻的圖像采集數量，繪制實際檢查曲線。

9.如權利要求8所述的輔助內鏡檢查的方法，其中，在確定各個部位的檢查質量之后，所述方法還包括：

基于各個部位的檢查質量，確定總體檢查質量。