[發明專利]一種利用光斑測量腸鏡下息肉大小的測量系統

在審

• 申請號: 202210146654.X
• 申請日: 2022-02-17
• 公開（公告）號: CN114680809A
• 公開（公告）日: 2022-07-01
• 發明（設計）人: 薛林雁;路宇飛;楊昆;常世龍;劉爽;劉筱;孫宇峰
• 申請（專利權）人: 河北大學
• 主分類號: A61B1/31
• 分類號: A61B1/31;A61B1/04;A61B1/012;A61B5/107;A61B5/00
• 代理公司: 石家莊國域專利商標事務所有限公司 13112
• 代理人: 胡澎

本發明涉及一種利用光斑測量腸鏡下息肉大小的測量系統，其結構包括腸鏡操作系統、硬件系統和軟件算法系統；在腸鏡操作系統中集成有激光發射燈，所發射的標準激光光斑作為算法的參考標準；硬件系統包括處理器、存儲模塊和圖像展示界面；軟件算法系統包括卷積神經網絡模型和opencv算法模塊，用于對輸入硬件系統的數據進行運算，并將結果反饋硬件系統。本發明通過對采集的圖像進行識別，利用卷積神經網絡模型對檢測到的息肉生成掩膜，在發現感興趣區域的時候，可以通過對目標息肉發射標準激光光斑，獲得目標息肉的大小，為醫生提供更為可靠的參考依據，由此提高了腸鏡檢查的全面性和準確性。

技術領域

本發明涉及一種腸道檢測系統，具體地說是一種利用光斑測量腸鏡下息肉大小的測量系統。

背景技術

結直腸腺瘤的切除是預防結腸癌的重要手段，近60%的結直腸癌患者的死亡是可以通過篩查加以預防的。因為消化道癌癥早期癥狀不典型，以致中、晚期出現癥狀后患者才從醫檢查，綜合治療死亡率高于 90%，但早期消化道癌患者綜合治療死亡率在 10%以下。由此可見，“早查早治”對延長消化道癌患者的生存年限、降低死亡率尤為關鍵。結腸鏡是結腸癌檢查的金標準。但醫生通過對腸道視頻的觀察去發現腺瘤，存在有漏檢和誤判的風險，也對醫生本人的經驗有著極高的要求。

人工智能神經網絡可以幫助醫生去發現腸道息肉，彌補醫生由于疏忽或者經驗不足所帶來的失誤。但是，如果對發現的息肉進行全部切除，則又帶來了穿孔、出血等手術風險以及較高的病理檢測成本。如果在腸道檢查過程中即可為醫生提供更為豐富的息肉特征信息，這將極大地緩解上述風險。現有的解決方案是以使用活檢鉗作為比對手段，這中解決方案不僅主觀性強、準確率低，還增加了操作的復雜性。

發明內容

本發明的目的就是提供一種利用光斑測量腸鏡下息肉大小的測量系統，以解決現有結腸鏡在檢查過程中存在有觀察盲區的問題。

本發明的目的是這樣實現的：

一種利用光斑測量腸鏡下息肉大小的測量系統，包括：

腸鏡操作系統，用于腸道檢查并將檢查過程所采集的信息轉換成數據信息發送給硬件系統，在所述腸鏡操作系統中集成有激光發射燈，所述激光發射燈用于發射標準激光光斑，作為算法的參考標準；

腸鏡操作系統，用于腸道檢查并將檢查過程所采集的信息轉換成數據信息發送給硬件系統，在所述腸鏡操作系統中集成有激光發射燈，所述激光發射燈用于發射標準激光光斑，作為算法的參考標準；

硬件系統，包括處理器、存儲模塊和圖像展示界面；所述處理器用于對腸鏡操作系統輸出的數據信息進行數據處理和網絡模型的運算以及對運算結果進行分析；所述存儲模塊用于記錄與保存數據信息；所述圖像展示界面用于顯示運算和分析結果；以及

軟件算法系統，包括卷積神經網絡模型和opencv算法模塊，用于對輸入硬件系統的數據進行運算，并將結果反饋硬件系統；所述卷積神經網絡模型用于根據息肉圖像信息和標準激光光斑的圖像信息進行訓練，并將訓練好的模型用于息肉圖像的檢測與分割以及標準激光光斑的檢測與分割；所述opencv算法模塊用于檢測標準激光光斑以及息肉掩膜的邊緣像素坐標，并以標準激光光斑作為參考系，通過坐標比例計算出息肉的大小，測量結果分送到硬件系統中的圖像展示界面和存儲模塊。

進一步地，所述卷積神經網絡模型包括：

主干網絡，為CSPDarknet-53，用于提取所采集圖像中的息肉圖像特征與標準激光光斑的圖像特征；

Neck，為SPP+PANet，用于將不同尺度的息肉特征進行融合，并增加網絡的感受野；以及

Head，為Yolo網絡，用于對息肉圖像和標準激光光斑圖像進行特征圖預測。