[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

提供了一種輔助內鏡檢查的方法、裝置、系統、存儲介質和計算設備。該方法包括：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；基于所述檢查進度，在確定某個部位或各個部位檢查完成后，基于所述識別結果至少確定某個部位或各個部位的檢查時間信息和/或圖像采集數量；基于某個部位或各個部位的檢查時間信息和/或圖像采集數量，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。通過圖像識別內鏡輸入的視頻，實現對某個部位或各個部位的檢查質量監測，有效提高內鏡檢查質控水平。

技術領域

本發明的實施方式涉及人工智能技術領域，更具體地，本發明的實施方式涉及一種輔助內鏡檢查的方法、裝置、系統、存儲介質和計算設備。

背景技術

本部分旨在為權利要求書中陳述的本發明的實施方式提供背景或上下文。此處的描述不因為包括在本部分中就承認是現有技術。

當前，為了探測逼仄、狹窄、肉眼難以直接觀察的空間（例如隧道，涵洞、食道、消化道、胃腸道等），往往采用內鏡進行探測，由于空間狹小，難于直接觀察，操作人員只能通過內鏡采集到的圖像判斷當前的探測進度，對于經驗不足的操作人員很不友好。

發明內容

在本上下文中，本發明的實施方式期望提供一種輔助內鏡檢查的方法、裝置、系統、存儲介質和計算設備。

在本發明實施方式的第一方面中，提供了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。

在本實施方式的一個實施例中，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。

在本實施方式的一個實施例中，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。

在本實施方式的一個實施例中，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