[发明专利]一种基于深度学习的消化道黏膜染色检测系统和方法

说明书

本发明公开一种基于深度学习的消化道黏膜染色检测系统和方法，包括影像采集装置、主机、智能提示装置、染色装置和染色动作捕捉装置；所述影像采集装置的输出端与主机的输入端连接，主机的输出端与智能提示装置的输入端连接，智能提示装置的输出端与染色装置的输入端连接，染色装置的染色输出端输出染色药品，染色装置的信号输出端输出染色动作信号到染色动作捕捉装置。本发明在遵循消化道早癌筛查临床指南或专家共识的基础上，能适合基层医疗机构、适合现有绝大部分胃肠镜，既能指导和督促医生做好消化内镜的检查又能提高其检查诊断水平和效率。

技术领域

本发明涉及人工智能技术领域，特别涉及一种基于深度学习的消化道黏膜染色检测系统和方法。

背景技术

随着人工智能的不断发展，医学影像领域也不断引入人工智能技术，通过人工智能技术能够根据医学影像自动筛查存在的病变组织，从而辅助医师诊断，不仅可以节省医师劳动力，提高检测速度，还能有效降漏诊率，目前人工智能技术已经在乳腺癌病理检查、肺癌检测、心血管成像等各个领域得到了广泛的研究。

常规的白光内镜筛查消化道病变的漏诊率高达25％，尤其是结肠里的微小病变和扁平型病变。色素内镜检查是在常规白光内镜的基础上，对黏膜进行染色，从而使病灶与正常黏膜颜色对比更加明显，有助于病变的辨认、活检和镜下诊疗。促进肿瘤病变的病灶可视化技术已被应用于整个胃肠道，例如色素内窥镜检查，特别是结合放大内镜检查，可显著改善检测胃肠黏膜肿瘤病变的手段。但医生在对黏膜进行染色时，由于图像有阴影等易造成漏诊从而影响最终的判断，以及无法判断染色的质量，这对后期的辅助诊断起到重要作用，因此黏膜染色的区域识别和质量检测是急需解决的问题。

发明内容

针对现有技术中消化道黏膜染色漏诊率较高的问题，本发明提出一种基于深度学习的消化道黏膜染色检测系统和方法，能适合基层医疗机构、适合现有绝大部分胃肠镜，主动提示医师执行染色动作，并对医师的行为做质量控制，降低漏诊几率，从而提高了诊断质量与检查诊断效率。

为了实现上述目的，本发明提供以下技术方案：

一种基于深度学习的消化道黏膜染色检测系统，包括影像采集装置、主机、智能提示装置、染色装置和染色动作捕捉装置；

所述影像采集装置的输出端与主机的输入端连接，主机的输出端与智能提示装置的输入端连接，智能提示装置的输出端与染色装置的输入端连接，染色装置的染色输出端输出染色药品，染色装置的信号输出端输出染色动作信号到染色动作捕捉装置。

优选的，所述主机包括预处理模块、智能识别模块和质量控制模块；所述预处理模块用于对胃肠镜图像数据进行预处理，所述智能识别模块用于识别胃肠镜图像的类别并发出相应的的黏膜染色提示信号，所述质量控制模块用于分析检测黏膜染色的质量。

优选的，所述胃肠镜图像的类别包括染色图、病变图和正常图。

优选的，所述质量控制模块包括染色记录单元、染色分析单元和输出单元；其中，染色记录单元用于统计智能识别模块发出的黏膜染色提示信号和对应时间内的黏膜染色动作；染色分析单元用于分析黏膜染色动作是否发生在黏膜染色提示信号提示的时间内；输出单元用于将分析结果实时显示并生成报告。

优选的，所述智能提示装置包括信号接收模块和信号提示模块；其中信号接收模块用于接收主机输出的黏膜染色提示信号；信号提示模块根据黏膜染色提示信号来做出相应的提示，提示包括“不需染色”和“需要染色”。

本发明还提供一种基于深度学习的消化道黏膜染色检测方法，具体包括以下步骤：

S1：首先对系统进行训练以区分白光和染色模式并得到癌症阈值P，完成系统的初始化；

S2：实时获取胃肠镜图像，经过预处理后智能识别胃肠镜图像的类别，从而输出对应黏膜染色提示完成黏膜染色。

优选的，所述S2包括：