[發明專利]基于VIT網絡的胃鏡圖片多標簽分類系統

在審

• 申請號: 202110640686.0
• 申請日: 2021-06-09
• 公開（公告）號: CN113096131A
• 公開（公告）日: 2021-07-09
• 發明（設計）人: 戴捷;李亮
• 申請（專利權）人: 紫東信息科技（蘇州）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: 北京金訊知識產權代理事務所(特殊普通合伙) 11554
• 代理人: 黃劍飛

本申請涉及一種基于VIT網絡的胃鏡圖片多標簽分類系統，屬于醫學圖像智能處理技術領域。該系統包括，樣本處理模塊，用于對樣本圖片預處理；模型構建模塊，用于構建基于VIT網絡的預設網絡模型；模型訓練模塊，用于將所述處理后的樣本圖片輸入所述預設網絡模型并利用預設的誤差函數進行訓練；分類模塊，用于設置分類模型的輸出閾值并對輸入的胃鏡圖片進行多標簽分類。本申請通過VIT網絡和輸出閾值可以加快多標簽胃鏡圖片的分類結果輸出，提高多標簽胃鏡圖片分類的速度。

技術領域

本發明涉及一種醫學圖像智能處理技術，更具體地說，本發明涉及一種基于VIT網絡的胃鏡圖片多標簽分類系統。

背景技術

胃部疾病在我國屬于多發的疾病類別，而且如果診斷和治療不當很可能引發胃癌。目前由于飲食結構的變化等原因，胃部疾病的發病年齡正逐漸年輕化。由于胃鏡技術在胃部疾病診斷方面效果顯著，已被推薦為胃部疾病的主要診斷方法。具體來說，胃鏡檢查可以直接探及胃內的病變組織區域作出相應的診斷，在胃鏡下可以做組織活檢對早期的胃癌前疾病或者是癌前病變的診斷及鑒別良性惡性潰瘍都有重要作用。胃鏡方法具有一定的優勢，但是由于人為因素例如醫生的經驗水平不一致，或者疏忽等特殊情況會直接影響最后的胃癌診斷情況，同時人眼觀察胃鏡圖片也會耗費大量的時間。

雖然目前已經出現利用人工智能圖像識別對胃鏡圖片進行分析的技術，但由于各種胃部疾病在胃鏡圖片中呈現的高度相似性，胃鏡圖片識別需要具有較高的準確率以防止誤診和漏診的發生，并且一般需要在同樣的胃鏡圖片上進行多標簽的分類處理，同時標注多種不同類別的胃部疾病。為了實現上述目標，現有的圖像識別技術一般是通過堆疊多層神經網絡來實現準確率的提高，這大大增加了識別系統的計算量，使得胃鏡圖片識別速度明顯下降，不適用于對大量的胃鏡圖片進行病灶識別。

因此，人們期望獲得一種技術方案，能夠利用人工智能圖像識別技術對海量的胃鏡圖片進行分析，并且在滿足胃鏡病灶識別準確率和多標簽分類處理的情況下，在識別速度上能夠進一步提高。

發明內容

本申請的目的是解決上述技術問題。本申請提供了一種基于VIT網絡的胃鏡圖片多標簽分類系統，通過構建基于VIT網絡的神經網絡模型和分支分類結果輸出規則可以加快胃鏡圖片多標簽的分類結果輸出，實現對胃鏡圖片多標簽分類速度的提高。本申請提供如下技術方案：

提供一種基于VIT網絡的胃鏡圖片多標簽分類系統，其包括：

樣本處理模塊，用于對樣本圖片預處理，得到處理后的樣本圖片；

模型構建模塊，用于構建基于VIT網絡的預設網絡模型，所述基于VIT網絡的預設網絡模型包括主干部分和分支部分，主干部分由多層VIT網絡和一個主干分類器構成，分支部分通過在主干部分除去最后一層的每個VIT層的輸出位置添加一個分支分類器構成，所述主干分類器和分支分類器可進行多標簽分類；

模型訓練模塊，用于將所述處理后的樣本圖片輸入所述預設網絡模型并利用預設的誤差函數進行訓練，得到分類模型；

分類模塊，用于設置分類模型的輸出閾值，得到設置后的分類模型，所述輸出閾值控制分類結果的提前輸出，所述設置后的分類模型用于對輸入的胃鏡圖片進行多標簽分類。

可選地，其中所述的主干分類器和分支分類器分別由卷積層、池化層、VIT層和全連接層中的一種或多種構成，全連接層的個數和分類的總類別數一致。

可選地，其中所述輸出閾值控制分類結果的提前輸出輸包括：當數據經過分支分類器時計算所有分類標簽的分類結果，并計算分類結果的不確定性程度值，當所有分類標簽的分類結果的不確定性程度值低于輸出閾值時就輸出分類結果并停止執行，否則繼續執行下層VIT網絡和分支分類器。

可選地，其中胃鏡樣本圖片預處理方法包括：縮放裁剪處理、隨機水平翻轉處理，標準化處理之一或其任意組合。

可選地，其中主干分類器和分支分類器進行多標簽分類的方法分別包括：

利用卷積層和池化層提取胃鏡樣本圖片特征；