[发明专利]基于深度学习的瘤样病变识别工作站

说明书

本发明涉及智能医疗技术领域，尤其涉及一种基于深度学习的瘤样病变识别工作站。包括：肠镜设备、电脑主机、显示设备、WEB端界面、病变识别模型和数据传输模块；所述肠镜设备为医生肠镜检查所需要的所有相关仪器和设备；所述电脑主机用于配置好模型所需的相关环境框架；所述web端界面架设在电脑主机中；所述病变识别模型用于识别肠镜检查退镜视野中的相关病变；所述显示设备和电脑主机相连。本发明能够通过深度学习自动检查肠道中的瘤样病变并提示给医生供参考，不仅能更好更全面的检测出肠道瘤样病变，而且可以大大减轻医生的压力，让医生更专注于其它更富创造性的任务中，有着巨大的经济及社会效益。

技术领域

本发明涉及智能医疗技术领域，尤其涉及一种基于深度学习的瘤样病变识别工作站。

背景技术

大肠癌是全球常见的恶性肿瘤之一，包括结肠癌和直肠癌。大肠癌的发病率从高到低依次为直肠、乙状结肠、盲肠、升结肠、降结肠及横结肠。随着我国人口老龄化的加剧和人们生活方式的改变，结直肠癌发病率和死亡率正在逐年上升，早期发现、早期诊断及早期治疗是降低死亡率及提高生存率的主要策略之一。

肠镜检查是经肛门将肠镜循腔插入至回盲部，从黏膜侧观察结肠病变的检查方法。肠镜检查几乎可以满足全部结肠区域的检查需要。肠镜检查既可用于诊断，且能对息肉或早期微小癌灶切除，对可以病灶能定向镜取组织进行活检。在大肠癌普查中，常作为评价各种初筛效果的“金标准”。对预防及早期发现结肠癌有着重要的意义，因此是目前大肠癌诊断的最有效手段。

然而肠镜检查需要在动态的情况下由人眼判别肠道情况，加之每个医生每天手术检查很多，长时间的视觉疲劳很可能使一些较小的不明显息肉漏掉。

发明内容

本发明的目的在于克服上述技术的不足，而提供一种基于深度学习的瘤样病变识别工作站。

本发明为实现上述目的，采用以下技术方案：一种基于深度学习的瘤样病变识别工作站，其特征在于：包括：肠镜设备、电脑主机、显示设备、WEB端界面、病变识别模型和数据传输模块；

所述肠镜设备为医生肠镜检查所需要的所有相关仪器和设备；所述电脑主机采用linux-Ubuntu16.04操作系统，配置好模型所需的相关环境框架；所述web端界面架设在电脑主机中，用于显示模型识别结果；所述病变识别模型用于识别肠镜检查退镜视野中的相关病变，并通过数据传输模块传送到电脑主机；所述显示设备和电脑主机相连，用于显示肠镜摄像头传输的肠镜视频图像、病变标记和web端界面。

优选地，所述显示设备包括但不只限于高清显示器，用于显示肠镜摄像头传输的肠镜视频图像、病变标记和web端界面。

优选地，所述web端界面能够显示医院科室和医生、病人的相关信息、检查操作提示、场景检查实时图像和识别模型输出的提示框。

优选地，所述病变识别模型算法包括但不限于YOLO V3；病变识别模型能够接受肠镜输出的视频图像，将每一帧图像送入模型进行目标检测，若检测出目标，则输出目标类型并框出位置，通过数据传输模块发送给web端显示。

本发明的有益效果是:本发明能够通过深度学习自动检查肠道中的瘤样病变并提示给医生供参考，不仅能更好更全面的检测出肠道瘤样病变，而且可以大大减轻医生的压力，让医生更专注于其它更富创造性的任务中，有着巨大的经济及社会效益。

附图说明

图1是本发明的结构示意图；

图2是本发明中病变识别模型的训练流程图。

具体实施方式

下面结合附图及较佳实施例详细说明本发明的具体实施方式。如图1和图2所示，一种基于深度学习的瘤样病变识别工作站，包括肠镜设备、电脑主机、显示设备、WEB端界面、病变识别模型和数据传输模块。