[发明专利]用于分析图像流的系统和方法

权利要求书

1.一种用于分析图像的系统，所述系统包括：

至少一个处理器；以及

存储有指令的至少一个存储器，所述指令当由所述至少一个处理器执行时使所述系统进行以下操作：

获取由胶囊内窥镜装置捕捉的胃肠道(GIT)的至少一部分的多张图像；

对于所述多张图像中的每张图像，通过深度学习神经网络提供将所述图像分类为所述GIT的多个连续区段中的每一个的得分；

将所述多张图像中得分满足置信度标准的子集的每张图像分类为所述GIT的连续区段之一；

通过处理与所述子集中的图像的分类相对应的随时间变化的信号，细化所述子集中的图像的分类；以及

基于所述子集中的图像的细化分类，在所述子集中的图像当中估计所述GIT的连续区段的两个相邻区段之间的转变。

2.根据权利要求1所述的系统，其中，所述指令当由所述至少一个处理器执行时进一步使所述系统提供所述多张图像中的子集作为所述多张图像中得分在归一化时高于上限阈值或低于下限阈值但不在所述上限阈值与所述下限阈值之间的图像。

3.根据权利要求2所述的系统，其中，在细化所述子集中的图像的分类时，所述指令当由所述至少一个处理器执行时使所述系统对所述子集中的图像的分类应用平滑操作，以提供所述子集中的图像的细化分类。

4.根据权利要求3所述的系统，其中，在应用所述平滑操作时，所述指令当由所述至少一个处理器执行时使所述系统针对所述子集中的每张图像进行以下操作：

获取所述图像周围的窗口内的图像分类；以及

选择所述窗口内的图像分类的中值作为所述图像的细化分类。

5.根据权利要求1所述的系统，其中，所述两个相邻区段之间的转变是所述GIT的较前区段与所述GIT的较后区段之间的转变。

6.根据权利要求5所述的系统，其中，所述两个相邻区段是胃和小肠，

其中，所述指令当由所述至少一个处理器执行时进一步使所述系统基于将所述多张图像的得分与小肠分类的阈值数量进行比较来确定是否存在胃潴留状况。

7.根据权利要求1所述的系统，其中，所述两个相邻区段包括所述GIT的第一区段和所述GIT的第二区段，

其中，所述指令当由所述至少一个处理器执行时进一步使所述系统进行以下操作：

对于所述多张图像中的每张图像，通过第二深度学习神经网络提供将所述图像分类为所述GIT的第一区段、所述GIT的第二区段以及与所述第一区段和所述第二区段之间的转变点相邻的解剖特征的得分；以及

基于由所述第二深度学习神经网络提供的得分，将所述GIT的第一区段与第二区段之间的转变细化到估计的转变之前的较前点。

8.根据权利要求7所述的系统，其中，在细化所述转变时，所述指令当由所述至少一个处理器执行时使所述系统进行以下操作：

对于所述多张图像中的每张图像：

计算将所述图像分类为所述GIT的第一区段的得分与将所述图像分类为与所述GIT的第一区段和第二区段之间的转变点相邻的解剖特征的得分之间的差，并且

计算从所述多张图像中的第一图像直到所述图像的所计算差的总和；以及

将细化的转变确定为与在最初估计的转变之前的计算总和中的全局最小值或最大值相对应的图像。

9.根据权利要求1所述的系统，其中，所述两个相邻区段包括所述GIT的第一区段和所述GIT的第二区段，

其中，所述指令当由所述至少一个处理器执行时进一步使所述系统基于以下各项中的至少一项将所述第一区段与所述第二区段之间的转变细化到所述估计的转变之后的较后点：在所述估计的转变之后，到GIT的第一区段的分类爆发，或者在所述估计的转变之后，到所述GIT的第一区段的分类与到所述GIT的第二区段的分类之间的波动超出了波动容限。