[发明专利]内窥镜图像的处理方法、装置、系统及存储介质有效

专利信息
申请号: 201811276885.2 申请日: 2018-10-30
公开(公告)号: CN109523522B 公开(公告)日: 2023-05-09
发明(设计)人: 付星辉;孙钟前;杨巍 申请(专利权)人: 腾讯医疗健康(深圳)有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06N3/0464;G06N3/08
代理公司: 北京德琦知识产权代理有限公司 11018 代理人: 郭曼;王琦
地址: 518000 广东省深圳市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 内窥镜 图像 处理 方法 装置 系统 存储 介质
【权利要求书】:

1.一种内窥镜图像的处理方法,其特征在于,包括:

获取针对上消化道部位的第一内窥镜图像;根据所述上消化道部位的结构以及预设的诊断目标,确定至少一个备选器官类别;通过从所述第一内窥镜图像中过滤出具备备选器官特征的图像,获取每个备选器官类别所对应的标签图像;

创建用于预测内窥镜图像的深度卷积网络,并对所述第一内窥镜图像进行变换,得到变换后的至少一个第二内窥镜图像,其中,所做的变换的数量根据备选器官类别的数量来确定;

在训练所述深度卷积网络时,将所述第一内窥镜图像和所述至少一个第二内窥镜图像作为输入样本,将各个标签图像作为理想的输出样本,确定所述深度卷积网络的训练参数,包括:

初始化所述第一内窥镜图像所属器官类别的中心特征,其中,将所属器官类别的标签图像的平均值作为所属器官类别的中心特征的初始值;

并迭代执行如下处理:获取所述深度卷积网络中处理层处理所述第一内窥镜图像得到的处理后特征;分别计算所述处理后特征以及每个第二内窥镜图像的特征之间的第一距离;计算所述第一内窥镜图像的特征以及所述第一内窥镜图像对应的中心特征之间的第二距离;根据所述第一距离和所述第二距离,计算此次迭代时损失函数的取值;根据所述损失函数的取值确定训练过程并未结束时,更新所述训练参数和所述中心特征;及,

获取待检用户的当前内窥镜图像,使用所述深度卷积网络并基于所述训练参数对所述当前内窥镜图像进行预测,确定出所述当前内窥镜图像在所述上消化道部位中所对应的器官类别。

2.根据权利要求1所述的方法,其中,所述至少一个备选器官类别包括:咽部、食管、胃部、贲门、十二指肠。

3.根据权利要求1所述的方法,其中,所述深度卷积网络包括输入层、所述处理层和分类层,所述创建用于预测内窥镜图像的深度卷积网络包括:

在所述处理层中加入至少一个密集连接层,所述密集连接层包括多个连接子层;

对于每个连接子层,将处于该连接子层之前的其他连接子层所输出的特征作为该连接子层的输入。

4.根据权利要求3所述的方法,其中,所述在所述处理层中加入至少一个密集连接层包括:

在相邻两个密集连接层之间加入过渡层,并根据预设的预测精度设置该过渡层的特征压缩比的数值。

5.根据权利要求1所述的方法,其中,所述深度卷积网络包括输入层、所述处理层和分类层,所述方法进一步包括:

预先构建用于训练所述深度卷积网络的所述损失函数;

当所述损失函数的取值达到阈值时,确定训练过程结束。

6.根据权利要求5所述的方法,进一步包括:

根据所述第一内窥镜图像的数量、预测精度以及训练过程中对超参数的调整,确定出所述深度卷积网络中所述处理层和所述分类层的参数。

7.根据权利要求1至6中任一项所述的方法,其中,对所述第一内窥镜图像所做的变换包括剪裁、旋转、亮度抖动、颜色抖动、对比度抖动中的至少一项。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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腾讯医疗健康(深圳)有限公司,未经腾讯医疗健康(深圳)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/201811276885.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top