[发明专利]一种基于深度学习的肠道病变诊疗标定辅助系统

说明书

本发明公开了一种基于深度学习的肠道病变诊疗标定辅助系统，所述系统，包括如下单元：图像采集单元、病变诊疗标定单元以及智能辅助处理单元，所述图像采集单元用于采集肠道病变患者的肠道图像，肠道原始图像直接输入智能辅助处理单元，智能辅助单元将图像实时呈现；病变诊疗标注时将呈现标注画面，所述病变诊疗标定单元包括训练集和YOLO模型，在肠镜设备下获取大量病变图片，生成病变训练集；将生成的病变训练集输入YOLO模型，YOLO模型通过训练，最后训练生成具有病变识别功能的病变诊疗标定单元。本申请能对内窥镜医生在诊断期间提供实时病变诊疗标定，提高诊断的准确性。

技术领域

本发明涉及深度学习和智能医疗领域，特别是一种基于深度学习的肠道病变诊疗标定辅助系统。

背景技术

肠道病变形态多种多样，外观极其相似，使得肠道病变的诊疗常常出现漏识。这种情况下，年轻的内窥镜医生需要学习多年才能成熟掌握技巧，这给内窥镜医生的临床诊断带来巨大的挑战。对于患者而言，肠道病变无法自检。

引入深度学习算法，结合医学肠镜病变数据和医学知识，创造出高效的肠镜病变标定辅助技术，为医生提供有效的辅助，降低医生的病变漏识，这就是基于深度学习的肠道病变诊疗标定辅助技术。

肠道病变种类繁多，形态各异，通常的做法是人为对病变特征进行归纳并制定规则，在通过传统的图像处理技术按规则进行识别标定，但肠道病变的特征极其复杂，人为总结的特征无法涵盖全部病变。目前市面上大部分采用传统的图像处理技术进行病变识别标注，识别精度较低，延时高。

鉴于此，本申请提出一种基于深度学习的肠道病变诊疗标定辅助系统。

发明内容

本发明目的在于提供一种基于深度学习的肠道病变诊疗标定辅助系统。

为实现本发明的目的，本发明提供了一种基于深度学习的肠道病变诊疗标定辅助系统，所述系统，包括如下单元：

图像采集单元、病变诊疗标定单元以及智能辅助处理单元，

所述图像采集单元用于采集肠道病变患者的肠道图像，肠道原始图像直接输入智能辅助处理单元，智能辅助单元将图像实时呈现；病变诊疗标注时将呈现标注画面，

所述病变诊疗标定单元包括训练集和YOLO模型，在肠镜设备下获取大量病变图片，生成病变训练集；将生成的病变训练集输入YOLO模型，YOLO模型通过训练，最后训练生成具有病变识别功能的病变诊疗标定单元。

其中，所述智能辅助处理单元包括截图、视频录制、病变诊疗标定和诊疗报告功能，医生可以对肠镜图像进行截图和视频录制，并在诊疗结束后生成相应的诊疗报告。

与现有技术相比，本发明的有益效果为，

1.本发明的病变诊疗标定辅助技术应用深度学习对肠道病变进行识别分类，标定出相应的病变，并将标定的结果供医生参考，减少医生病变漏识，从而大幅度提高肠道病变诊疗的准确率。

2.本发明的病变诊疗标定辅助技术引入了深度学习算法，以数据为驱动，自主学习病变特征，从而该技术能够更加准确的识别病变，大大提高识别精度，降低了延时。同时深度学习算法在高频病变目标下，也能够快速定位并识别标定，大大减少了漏识，医生在进行肠道病变检查时，提供了有效的病变辅助提示，有效减少了医生的漏识，也保护了病人的健康。

附图说明

图1是本发明一种基于深度学习的肠道病变诊疗标定辅助系统原理示意图。

具体实施方式

以下结合附图和具体实施例对本发明作进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。