[发明专利]基于深度学习的胃镜操作实时辅助系统及方法

摘要

本发明提供一种基于深度学习的胃镜操作实时辅助系统，它包括至少一个客户端，用于监听并通过网络上传当前胃镜设备采集的胃镜图像，接收和显示反馈的分析结果；服务端，用于采用REST架构，根据从客户端采集的胃镜图像，即时判断胃镜图像对应的部位及部位特征，将分析结果反馈给客户端；所述的服务端包括样本数据库、卷积神经网络模型和web服务模块。通过本发明对采集的图像进行图像质量识别、部位识别和部位特征的识别，并在客户端进行显示，为操作者提供更为可靠的参考依据，提高检测的准确度和有效性，简单易用，避免因为一次检查不到位而让患者二次痛苦。

主权项

一种基于深度学习的胃镜操作实时辅助系统，其特征在于：它包括：至少一个客户端，用于监听并通过网络上传当前胃镜设备采集的胃镜图像，接收和显示反馈的分析结果；服务端，用于采用REST架构，根据从客户端采集的胃镜图像，即时判断胃镜图像对应的部位及部位特征，将分析结果反馈给客户端；所述的服务端包括样本数据库、卷积神经网络模型和web服务模块；其中，样本数据库用于存储典型胃镜图像的样本，包括合格图片库、部位库和部位特征库，合格图片库中存储的是拍摄清楚的胃镜图像，部位库中存储的是对合格图片中的物体形态进行部位标注的胃镜图像，部位特征库中存储的是对合格图片中的胃镜图像进行病变标注的胃镜图像；卷积神经网络模型为根据合格图片库、部位库和部位特征库训练好的三个模型，分别用于胃镜图像是否合格、部位判断和部位特征识别；Web服务模块用于接收客户端的请求，将接收到的胃镜图像作为参数调用卷积神经网络模型进行胃镜图像是否合格、部位判断和部位特征识别的分析，得到分析结果反馈给客户端。