[发明专利]一种宫腹腔镜辅助诊断系统及方法

说明书

本发明公开一种宫腹腔镜辅助诊断系统，诊断系统包括视频接收模块、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；视频接收模块将接收到的宫腹腔镜设备采集的图像传送至机器学习模块，机器学习模块对机器诊断结果和人工诊断结果进行学习和训练，并将图像进类存储至数据库模块，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，结果报告模块用于记录和显示图像诊断结果。本发明能够对机器诊断和人工诊断结果进行反馈学习，为病情诊断提供更准确、可靠的依据。

技术领域

本发明属于医疗设施技术领域，尤其涉及一种宫腹腔镜辅助诊断系统及方法。

背景技术

宫腔在胎儿生长发育中具有重要作用，是受精卵组成及生长发育的重要场所，当女性宫腔出现病变时极易导致流产、不孕发生，当前临床研究显示宫腔病变、输卵管病变是引起不孕症的主要原因。因此，准确了解宫腔状况及输卵管状况对不孕症的诊断和治疗至关重要。目前，随着宫腔镜、腹腔镜技术的普及，宫、腹腔镜对女性不孕症的诊治已经成为一种常规的方法。宫腹腔镜是采用膨宫介质扩张子宫腔，通过纤维导光束和透镜将冷光源经子宫镜导入宫腔内，直视下行宫颈管、子宫内口、宫内膜及输卵管开口进行观察，并对宫腔内的生理及病理情况进行检查和诊断亦可同时进行相应的治疗。

宫腔镜和腹腔镜通常都含有摄录像监视系统，能够获取宫腹腔内部状况并将获取的视频或图像通过显示器呈现，通过观察宫腹腔镜摄取图像信息，医护人员能一目了然、清楚直观地对病灶大小和位置进行判别，并对症施治，作为微创手术，宫腹腔镜联合术可将创伤减少到最低限度，安全、无痛苦、恢复快，是目前世界上不孕不育手术最为先进、尖端的技术。

然而，目前宫腹腔镜技术的诊断主要依赖于医护人员的观察和判断，与医护人员本身具备的医学知识具有较大关系。因此，人工诊断具有一定的局限性和主观性，检查结果受制于操作医师的工作状态和经验影响，从而容易导致误诊；此外，人工诊断的效率偏低。为了提高宫腹腔镜诊断的准确性和诊断效率，急需提供一种能够深度学习的宫腹腔镜辅助诊断系统及方法。

发明内容

针对上述现有技术存在的缺陷，本发明目的在于提供一种宫腹腔镜辅助诊断系统及方法，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，其中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，深度学习单元可对机器诊断结果和人工诊断结果进行反馈学习，进而提高诊断的准确性和效率。

为实现上述目的，本发明采用以下技术方案实现：

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。

进一步的，所述数据库模块还包含有至少10万张宫腹腔内图像集P₀{x₀⁽¹⁾，x₀⁽²⁾，…，x₀^(N)}，N≥10万。

进一步的，所述结果报告模块，用于记录和显示所述机器诊断单元和人工诊断单元每一次的评判结果。

一种宫腹腔镜辅助诊断方法，其特征在于，采用以上所述的一种宫腹腔镜辅助诊断系统进行诊断，包括以下步骤：

S1.通过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；