[发明专利]一种宫腹腔镜辅助诊断系统及方法

权利要求书

1.一种宫腹腔镜辅助诊断系统，其特征在于，包括视频接收模块、机器学习模块、结果报告模块和数据库模块，所述机器学习模块包括机器诊断单元、人工诊断单元和深度学习单元；所述视频接收模块输入端与宫腹腔镜输出端相连，视频接收模块具有两个输出端口，分别与机器学习模块的机器诊断单元和数据库模块相连；所述机器诊断单元分别与人工诊断单元和深度学习单元相连，人工诊断单元与深度学习单元相连；所述机器诊断单元、人工诊断单元和深度学习单元均通过输出端口分别与结果报告模块和数据库模块相连，且与数据库模块的连接为双向连接；

所述视频接收模块对宫腹腔镜设备采集的图像进行采集，并将图像回传至机器学习模块和数据库模块，所述机器学习模块的机器诊断单元首先对图像进行预处理，然后提取图像特征，并调取数据库模块图像集P₀，对图像中病灶大小和位置进行评判，并将评判结果传送至人工诊断单元和深度学习单元；所述人工诊断单元首先判断机器诊断单元的评判结果是否合理，若合理，则直接给出诊断意见，若不合理，则修正评判结果后给出诊断意见，并将评判结果和诊断意见传送至深度学习单元；所述深度学习单元通过图像分类器将图像分类存储至数据库模块，在获取下一张图像时，重复进行图像采集、预处理、提取图像特征、结果评判、给出诊断意见以及图像分类存储步骤，并依据已存储的分类图像集对机器评判结果进行反复修正，逐步实现评判结果优化；

经过2m次训练后，所述图像分类器将图像分为两个特征图像集P₁{y₁⁽¹⁾，y₁⁽²⁾，···，y₁^(m)}，y₁⁽ⁱ⁾∈Rⁿ和P₂{y₂⁽¹⁾，y₂⁽²⁾，···，y₂^(m)}，y₂⁽ⁱ⁾∈Rⁿ，特征图像集P₁为机器评判结果合理的图像集，P₂为机器评判结果不合理的图像集，所述图像集P₁和P₂分别与图像语义信息集W₁{w₁⁽¹⁾，w₁⁽²⁾，···，w₁^(m)},w₁⁽ⁱ⁾∈Rⁿ和W₂{w₂⁽¹⁾，w₂⁽²⁾，···，w₂^(m)},w₂⁽ⁱ⁾∈Rⁿ对应，w₁⁽ⁱ⁾和w₂⁽ⁱ⁾为图片修正后的诊断结果语义信息；

经过2m次训练后，所述机器诊断单元将第2m+1张图像快速归类，并快速给出合理诊断结果；

其中，所述图像预处理方法为：首先，采用大小为n×n无标签图像作为输入图像，并从其中随机抽取一定量大小图像块构成l×l的无标签图像集{x⁽¹⁾，x⁽²⁾，···，x^(m)}，x⁽ⁱ⁾∈Rⁿ，采取正则化操作，增强图像对比度，正则化处理后的图像如式(1)所示：

其中，var为方差，mean为平均值，δ为常量，得到预处理后的图像集

所述图像特征提取过程包括以下步骤：

S21.将预处理后的图像集作为聚类数据，设定初始聚类中心为{μ₁，μ₂，μ₃，···，μ_k}，通过迭代方式不断修正聚类中心，直到准则函数收敛，准则函数如式(2)所示：

其中，c为类别，μ为聚类中心；

S22.计算图块i所属类别c⁽ⁱ⁾,对于每一个类j，通过式(3)和(4)重新计算其聚类中心：

S23.当准则函数值最小时，得到最优的聚类中心，输入图像大小为w×w的图像块通过映射函数式(5)和(6)映射为一个新的特征表达式(7)：

其中，μ(z)为每一类样本到聚类中心距离和的平均值。