[发明专利]微创视像处理的智能边缘计算系统

说明书

本公开涉及一种微创视像处理的智能边缘计算系统，包括：视像采集模块，用于获取检查者身体内部的内镜视像序列；高清视像管理系统，与视像采集模块连接，用于根据内镜视像序列进行病灶检测，获取并显示检查者身体内部的各部位的初筛图像集合；云服务器，与高清视像管理系统连接，用于根据各部位的初筛图像集合生成相应的诊断报告，将诊断报告发送给高清视像管理系统进行显示。本公开的技术方案实现了本地检查端与云端的协同处理策略，从而降低与云服务器之间的通信负载和云服务器的计算负载，满足离线/在线状态下的内镜智能辅助诊断；同时，通过显示诊断报告辅助医生进行诊断，降低了医生的工作强度，提高了内镜视像处理的效率和精度。

技术领域

本公开涉及医疗领域，具体地，涉及一种微创视像处理的智能边缘计算系统。

背景技术

目前，内镜视像处理模式大多使用集中式人工智能辅助云服务，即本地检查端完成传统的数据检查工作，待检查工作完成后，数据会被发送到云服务器进行诊断，由云服务器返回诊断结果。该模式通常需要较高的通信支撑和计算负载，尤其在数据量较大时，极易造成云服务器宕机和链路不通畅。

发明内容

为了克服相关技术中存在的问题，本公开提供一种微创视像处理的智能边缘计算系统。

为了实现上述目的，本公开提供一种微创视像处理的智能边缘计算系统，包括：

视像采集模块，用于获取检查者身体内部的内镜视像序列；

高清视像管理系统，与所述视像采集模块连接，用于根据所述内镜视像序列进行病灶检测，获取所述检查者身体内部的各部位的初筛图像集合；

云服务器，与所述高清视像管理系统连接，用于根据所述各部位的初筛图像集合生成相应的诊断报告，将所述诊断报告发送给所述高清视像管理系统进行显示。

可选地，所述视像采集模块包括设置在所述检查者身体内部的内窥镜本体。

可选地，所述高清视像管理系统包括：

本地视像处理模块，与所述视像采集模块连接，用于基于预设模型对所述内镜视像序列进行识别，得到所述各部位的疑似病灶图像和正常图像，所述初筛图像集合包含所述各部位的疑似病灶图像和所述各部位的正常图像；

视像显示模块，分别与所述视像采集模块和所述本地视像处理模块连接，用于实时显示所述内镜视像序列和所述各部位的疑似病灶图像；

本地视像存储模块，分别与所述视像采集模块和所述本地视像处理模块连接，用于存储所述内镜视像序列和所述各部位的初筛图像集合。

可选地，所述预设模型包括基于AlexNet架构的卷积神经网络模型和基于GoogleNet架构的卷积神经网络模型；

所述本地视像处理模块包括：

部位识别子模块，用于基于所述基于AlexNet架构的卷积神经网络模型将所述内镜视像序列按照所述检查者身体内部的不同部位进行分类，并针对每一部位，从所述内镜视像序列中实时采集该部位对应的关键帧；

病灶检测子模块，与所述部位识别子模块连接，用于针对每一部位，基于所述基于GoogleNet架构的卷积神经网络模型对该部位对应的关键帧进行识别，获取该部位的疑似病灶图像和该部位的正常图像。

可选地，所述本地视像处理模块还包括：

相似判定子模块，分别与所述部位识别子模块和所述病灶检测子模块连接，用于针对每一部位，筛除该部位对应的关键帧中的重复内镜视像，并将筛除后的关键帧发送给所述病灶检测子模块。

可选地，所述视像显示模块包括：

实时视像显示子模块，与所述视像采集模块连接，用于实时显示所述内镜视像序列；