[發(fā)明專利]基于人工智能的胃內(nèi)窺活檢拉曼圖像輔助診斷方法和系統(tǒng)在審
| 申請(qǐng)?zhí)枺?/td> | 202110613183.4 | 申請(qǐng)日: | 2021-06-02 |
| 公開(kāi)(公告)號(hào): | CN113539476A | 公開(kāi)(公告)日: | 2021-10-22 |
| 發(fā)明(設(shè)計(jì))人: | 季敏標(biāo);劉至杰;胡皓;敖建鵬;周平紅 | 申請(qǐng)(專利權(quán))人: | 復(fù)旦大學(xué) |
| 主分類號(hào): | G16H50/20 | 分類號(hào): | G16H50/20;G16H30/00;G06T7/00;G06T7/11;G06K9/62 |
| 代理公司: | 上海正旦專利代理有限公司 31200 | 代理人: | 陸飛;陸尤 |
| 地址: | 200433 *** | 國(guó)省代碼: | 上海;31 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 人工智能 胃內(nèi)窺 活檢 圖像 輔助 診斷 方法 系統(tǒng) | ||
1.一種基于人工智能的胃內(nèi)窺活檢拉曼圖像輔助診斷方法,其特征在于,具體步驟如下:
S1、胃組織拉曼圖像數(shù)據(jù)預(yù)處理:將經(jīng)由受激拉曼顯微成像技術(shù)生成的受激拉曼組織病理學(xué)圖像進(jìn)行切割,以滿足后續(xù)卷積神經(jīng)網(wǎng)絡(luò)輸入所需尺寸,然后使用數(shù)據(jù)增強(qiáng)方法,對(duì)拉曼圖像進(jìn)行翻轉(zhuǎn)、旋轉(zhuǎn)、模糊、亮度調(diào)節(jié)操作,使得數(shù)據(jù)庫(kù)進(jìn)一步增加;并將胃組織拉曼圖像數(shù)據(jù)集拆分訓(xùn)練集、驗(yàn)證集和測(cè)試集;
S2、算法設(shè)計(jì):根據(jù)S1所產(chǎn)生的胃組織拉曼圖像數(shù)據(jù)集,選擇合適的卷積神經(jīng)網(wǎng)絡(luò)模型,包括深度較深卷積層、池化層和映射到幾個(gè)類別的全連接層,并針對(duì)該模型設(shè)計(jì)以分類不同病理類別為目的分類算法;將訓(xùn)練集輸入到算法模型中進(jìn)行訓(xùn)練,用驗(yàn)證集實(shí)時(shí)跟蹤算法的收斂速度和準(zhǔn)確性;
S3、將訓(xùn)練好的網(wǎng)絡(luò)在此基礎(chǔ)上進(jìn)一步微調(diào)神經(jīng)網(wǎng)絡(luò)所使用的參數(shù),包括優(yōu)化器種類、學(xué)習(xí)率、權(quán)重偏差,以提高算法的準(zhǔn)確性;然后將訓(xùn)練集的一部分與驗(yàn)證集交換,形成新的訓(xùn)練集與驗(yàn)證集,而后將新的訓(xùn)練集輸入到神經(jīng)網(wǎng)絡(luò)分類算法中進(jìn)行訓(xùn)練,形成交叉驗(yàn)證算法模式,以證明訓(xùn)練集和驗(yàn)證集之間的關(guān)聯(lián)性與一致性;
S4、使用外部測(cè)試集對(duì)S3中訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行測(cè)試,檢測(cè)沒(méi)有被訓(xùn)練過(guò)的圖像是否能被算法正確識(shí)別;在能正確識(shí)別的基礎(chǔ)上,設(shè)計(jì)算法將識(shí)別結(jié)果結(jié)合金標(biāo)準(zhǔn)轉(zhuǎn)化為對(duì)病理的輔助診斷,具體為將拉曼組織病理圖像輸入到網(wǎng)絡(luò)中,并對(duì)每個(gè)被切割的小圖生成一個(gè)判斷類別,將其整合到整個(gè)病理學(xué)圖像中,并將其可視化以供醫(yī)生閱讀;
將其診斷結(jié)果與傳統(tǒng)組織病理學(xué)方式的診斷結(jié)果進(jìn)行對(duì)比,驗(yàn)證其一致性。
2.根據(jù)權(quán)利要求1所述的胃內(nèi)窺活檢拉曼圖像輔助診斷方法,其特征在于,步驟S1中,若數(shù)據(jù)集數(shù)量仍較少,且通常的數(shù)據(jù)增強(qiáng)方式已經(jīng)使用到恰當(dāng)程度,則對(duì)切割拉曼組織病理學(xué)圖像的步驟改為移動(dòng)一定的步距,即切割可視為步距為一個(gè)圖片尺寸的長(zhǎng)寬,將其縮短后在同一張拉曼組織病理學(xué)圖像中獲取更多的數(shù)據(jù)集,并使得切割圖片時(shí)造成的邊緣特征分割得以保留,以增強(qiáng)神經(jīng)網(wǎng)絡(luò)所學(xué)習(xí)特征的完善性。
3.一種基于權(quán)利要求1所述胃內(nèi)窺活檢拉曼圖像輔助診斷方法的胃內(nèi)窺活檢拉曼圖像輔助診斷系統(tǒng),其特征在于,包括:胃組織拉曼圖像數(shù)據(jù)預(yù)處理模塊,算法模塊,神經(jīng)網(wǎng)絡(luò)微調(diào)模塊,測(cè)試模塊;這四個(gè)模塊依次執(zhí)行輔助診斷方法中的步驟S1、S2、S3、S4的內(nèi)容。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于復(fù)旦大學(xué),未經(jīng)復(fù)旦大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110613183.4/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 使用基于云端的度量迭代訓(xùn)練人工智能的系統(tǒng)
- 一種人工智能轉(zhuǎn)人工智能再轉(zhuǎn)人工方案
- O-RAN系統(tǒng)中的人工智能模型處理方法和裝置
- 人工智能傷口評(píng)估方法及智能終端
- 人工智能倫理風(fēng)險(xiǎn)與防范虛擬仿真方法、系統(tǒng)和機(jī)器人
- 一種基于人工智能基礎(chǔ)資源與技術(shù)調(diào)控系統(tǒng)及方法
- 基于人工智能倫理備選規(guī)則的人工智能倫理風(fēng)險(xiǎn)防范方法
- 人工智能倫理風(fēng)險(xiǎn)辨識(shí)防范虛擬仿真實(shí)驗(yàn)方法和機(jī)器人
- 基于人工智能體決策的人工智能倫理風(fēng)險(xiǎn)辨識(shí)和防范方法
- 基于算法選擇的人工智能倫理風(fēng)險(xiǎn)辨識(shí)防范方法和機(jī)器人





