[发明专利]一种胶囊内镜影像智能筛查系统

说明书

本发明涉及医疗影像领域，公开了一种胶囊内镜影像智能筛查系统，包括影像控制模块：用于实现胶囊内镜影像数据的加载，以及格式标准化处理和初始化管理；影像筛查模块：用于通过深度学习算法模型对胶囊内镜影像数据进行筛；筛查结果处理模块：用于执行对影像筛查模块的筛查结果进行查询和处理操作，所述处理操作包括对阳性影像的确认和修改以及对阴性影像的确认；报告编辑模块：用于执行编辑报告操作，所述编辑报告操作包括报告影像的导入，病例信息的导入，以及报告文字编辑；报告导出模块：用于生成电子报告或打印成纸质报告。本发明可提高医学内窥镜影像的诊断效率，可广泛应用于医学临床诊断中。

技术领域

本发明涉及医疗影像领域，具体涉及一种胶囊内镜影像智能筛查系统。

背景技术

近20年来，我国人口总数不断增长，造成需求基量增大；人口结构中，疾病高发的老龄群体持续增大，造成人均医疗需求增大；人均GDP提高带来消费升级，居民需要更好、更多的医疗服务提高生活质量，也使得医学影像需求增大。由此，不断攀升的医疗需求驱动医学影像市场不断扩容。

胶囊内镜病例影像具有数量大，正常影像数量占比大等特点，导致医生阅片时间长，出报告周期长等问题，随着人工智能的越来越广泛的应用，因此，需要提出一种胶囊内镜影像智能筛查系统，以提高胶囊内镜影像的筛查效率。

发明内容

针对现有技术中胶囊影像筛查效率慢，需要人工筛查的缺点，本发明克服现有技术的不足，所要解决的技术问题为：提出一种胶囊内镜影像智能筛查系统，以提高胶囊内镜影像的筛查效率。

为了解决上述技术问题，本发明采用的技术方案为：一种胶囊内镜影像智能筛查系统，包括：

影像控制模块：用于实现胶囊内镜影像数据的加载，以及将影像数据进行格式标准化处理和初始化管理；

影像筛查模块：用于通过深度学习算法模型对胶囊内镜影像数据进行筛查，根据胶囊内镜影像上的形态特征和边缘平滑度特征，判断影像是否为病灶影像或疑似病灶影像，并对病灶种类进行分类；

筛查结果处理模块：用于执行对影像筛查模块的筛查结果进行查询和处理操作，所述处理操作包括对阳性影像的确认和修改以及对阴性影像的确认；

报告编辑模块：用于执行编辑报告操作，所述编辑报告操作包括报告影像的导入，病例信息的导入，以及报告文字编辑；

报告导出模块：用于生成电子报告或打印成纸质报告。

所述的一种胶囊内镜影像智能筛查系统，还包括人机交互界面，所述人机交互界面用于显示影像筛查模块的筛查结果，还用于输入筛查命令，以及用于输入筛查结果的处理命令和报告编辑操作命令。

所述影像筛查模块内的深度学习算法模型包括胶囊小肠镜算法模型和胶囊胃镜算法模型，分别用于对胶囊小肠镜影像和胶囊胃镜影像进行筛查，以得到有病灶及疑似病灶影像。

所述影像筛查模块内的深度学习算法模型所用的网络模型为CaffeNet、GoogleNet、VGG Net或ResNet网络，其通过SVM算法进行有监督学习进而对胶囊内镜影像数据进行筛查。

所述深度学习算法模型进行训练的具体方法为：先使用通用的图像分类大数据集IMAGENET上对模型进行预训练，然后利用胶囊内镜训练集数据对训练得到的模型进行微调训练。

胶囊内镜数据集训练集数据被分为正常、轻度、中度和重度四类数据集。

本发明与现有技术相比具有以下有益效果：本发明提供了一种胶囊内镜影像智能筛查系统，其通过深度学习模型可以对胶囊内镜影像进行自动筛查，得到疑似病灶和病灶影响，还可以对影像筛查模块的筛查结果进行查询和处理操作，以及编辑报告和生成电子报告及打印成纸质报告，其应用提高了医学影像诊断的效率；