[发明专利]共聚焦激光显微内镜实时同步内镜病变定位方法及系统在审
申请号: | 202010703542.0 | 申请日: | 2020-07-21 |
公开(公告)号: | CN112022073A | 公开(公告)日: | 2020-12-04 |
发明(设计)人: | 刘春祥;张连香 | 申请(专利权)人: | 上海戴泽光电科技有限公司 |
主分类号: | A61B1/273 | 分类号: | A61B1/273;A61B5/00 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 201404 上海市奉*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 聚焦 激光 显微 实时 同步 病变 定位 方法 系统 | ||
1.一种共聚焦激光显微内镜实时同步内镜病变定位方法,其特征在于,包括:
接收共聚焦显微内镜开始观察通知,实时同步预采集共聚焦显微内镜探头当前位置的一张白光内镜图像进行缓存,同时调用预先训练完成的神经网络模型识别当前缓存的白光内镜图像对应的部位;
在共聚焦显微内镜观察的过程中,实时判断是否接收到共聚焦显微内镜发现病变通知,若是,则保存当前缓存的白光内镜图像至病变图像文件存储库内,且与当前共聚焦显微内镜图像进行关联存储;否则,采集下一次共聚焦显微内镜探头开始观察通知时对应的白光内镜图像替换缓存的白光内镜图像,继续实时判断是否接收到共聚焦显微内镜发现病变通知。
2.如权利要求1所述的共聚焦激光显微内镜实时同步内镜病变定位方法,其特征在于,
将实时同步预采集共聚焦显微内镜探头当前位置的白光内镜图像与预设的唯一标识符进行关联缓存。
3.如权利要求1所述的共聚焦激光显微内镜实时同步内镜病变定位方法,其特征在于,
当判断未接收到共聚焦显微内镜发现病变通知时,采集的当前时刻共聚焦显微内镜探头当前位置的白光内镜图像更新唯一标识符后缓存。
4.如权利要求1所述的共聚焦激光显微内镜实时同步内镜病变定位方法,其特征在于,
在共聚焦显微内镜观察的过程中,实时判断是否接收到共聚焦显微内镜发现病变通知之前,还包括:对共聚焦显微内镜观察过程中获取的共聚焦显微内镜图像进行消化道黏膜病变识别。
5.如权利要求4所述的共聚焦激光显微内镜实时同步内镜病变定位方法,其特征在于,
对共聚焦显微内镜观察过程中获取的共聚焦显微内镜图像进行消化道黏膜病变识别的过程为:
训练消化道黏膜病变识别模型,利用训练完成的消化道黏膜病变识别模型输出当前共聚焦显微内镜图像存在消化道黏膜病变的结果;其中,消化道黏膜病变识别模型为预设神经网络模型;
训练消化道黏膜病变识别模型的过程为:
获取若干数量的具有消化道黏膜病变的共聚焦显微内镜图像,提取这些共聚焦显微内镜图像的颜色特征、纹理特征和形状特征并作为训练特征集;
将训练特征集输入至消化道黏膜病变识别模型中进行训练直至判断存在消化道黏膜
病变结果精度达到预设要求,完成消化道黏膜病变识别模型。
6.一种共聚焦激光显微内镜实时同步内镜病变定位系统,其特征在于,包括:
实时同步采集模块,其用于接收共聚焦显微内镜开始观察通知,实时同步预采集共聚焦显微内镜探头当前位置的一张白光内镜图像进行缓存,同时调用预先训练完成的神经网络模型识别当前缓存的白光内镜图像对应的部位;
发现病变通知判断模块,其用于在共聚焦显微内镜观察的过程中,实时判断是否接收到共聚焦显微内镜发现病变通知,若是,则保存当前缓存的白光内镜图像至病变图像文件存储库内,且与当前共聚焦显微内镜图像进行关联存储;否则,采集下一次共聚焦显微内镜探头开始观察通知时对应的白光内镜图像替换缓存的白光内镜图像,继续实时判断是否接收到共聚焦显微内镜发现病变通知。
7.如权利要求6所述的共聚焦激光显微内镜实时同步内镜病变定位系统,其特征在于,
在所述实时同步采集模块中,将实时同步预采集共聚焦显微内镜探头当前位置的白光内镜图像与预设的唯一标识符进行关联缓存。
8.如权利要求6所述的共聚焦激光显微内镜实时同步内镜病变定位系统,其特征在于,
在所述发现病变通知判断模块中,当判断未接收到共聚焦显微内镜发现病变通知时,采集的当前时刻共聚焦显微内镜探头当前位置的白光内镜图像更新唯一标识符后缓存。
9.如权利要求6所述的共聚焦激光显微内镜实时同步内镜病变定位系统,其特征在于,
在所述发现病变通知判断模块中,在共聚焦显微内镜观察的过程中,实时判断是否接收到共聚焦显微内镜发现病变通知之前,还包括:
对共聚焦显微内镜观察过程中获取的共聚焦显微内镜图像进行消化道黏膜病变识别。
10.如权利要求9所述的共聚焦激光显微内镜实时同步内镜病变定位系统,其特征在于,在所述发现病变通知判断模块中,对共聚焦显微内镜观察过程中获取的共聚焦显微内镜图像进行消化道黏膜病变识别的过程为:
训练消化道黏膜病变识别模型,利用训练完成的消化道黏膜病变识别模型输出当前共聚焦显微内镜图像存在消化道黏膜病变的结果;其中,消化道黏膜病变识别模型为预设神经网络模型;
训练消化道黏膜病变识别模型的过程为:
获取若干数量的具有消化道黏膜病变的共聚焦显微内镜图像,提取这些共聚焦显微内镜图像的颜色特征、纹理特征和形状特征并作为训练特征集;
将训练特征集输入至消化道黏膜病变识别模型中进行训练直至判断存在消化道黏膜病变结果精度达到预设要求,完成消化道黏膜病变识别模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海戴泽光电科技有限公司,未经上海戴泽光电科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010703542.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种便携式空气清洁器
- 下一篇:挂扣式自动柳橙机