[发明专利]基于深度学习的瘤样病变识别工作站在审
| 申请号： | 201910339986.8 | 申请日： | 2019-04-25 |
| 公开（公告）号： | CN111839422A | 公开（公告）日： | 2020-10-30 |
| 发明（设计）人： | 王玉峰 | 申请（专利权）人： | 天津御锦人工智能医疗科技有限公司 |
| 主分类号： | A61B1/00 | 分类号： | A61B1/00;A61B1/04;A61B1/31;G16H30/20;G06T7/00 |
| 代理公司： | 天津市三利专利商标代理有限公司 12107 | 代理人： | 李文洋 |
| 地址： | 300000 天津市滨海新区天津经济技术开发区洞庭*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 深度 学习 病变 识别 工作站 | ||
1.一种基于深度学习的瘤样病变识别工作站，其特征在于：包括：肠镜设备、电脑主机、显示设备、WEB端界面、病变识别模型和数据传输模块；
所述肠镜设备为医生肠镜检查所需要的所有相关仪器和设备；所述电脑主机采用linux-Ubuntu16.04操作系统，配置好模型所需的相关环境框架；所述web端界面架设在电脑主机中，用于显示模型识别结果；所述病变识别模型用于识别肠镜检查退镜视野中的相关病变，并通过数据传输模块传送到电脑主机；所述显示设备和电脑主机相连，用于显示肠镜摄像头传输的肠镜视频图像、病变标记和web端界面。
2.根据权利要求1所述的基于深度学习的瘤样病变识别工作站，其特征在于：所述显示设备包括但不只限于高清显示器，用于显示肠镜摄像头传输的肠镜视频图像、病变标记和web端界面。
3.根据权利要求1所述的基于深度学习的瘤样病变识别工作站，其特征在于：所述web端界面能够显示医院科室和医生、病人的相关信息、检查操作提示、场景检查实时图像和识别模型输出的提示框。
4.根据权利要求1所述的基于深度学习的瘤样病变识别工作站，其特征在于：所述病变识别模型算法包括但不限于YOLOV3；病变识别模型能够接受肠镜输出的视频图像，将每一帧图像送入模型进行目标检测，若检测出目标，则输出目标类型并框出位置，通过数据传输模块发送给web端显示。
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天津御锦人工智能医疗科技有限公司，未经天津御锦人工智能医疗科技有限公司许可，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/201910339986.8/1.html，转载请声明来源钻瓜专利网。
