[发明专利]一种基于深度学习提高结肠镜腺瘤性息肉检出率的方法

说明书

本发明公开一种基于深度学习提高结肠镜腺瘤性息肉检出率的方法，包括以下步骤：将手术台中肠镜镜头传出的视频流一分为二，一部分传输到医生的操作平台上，另一部分视频流进行预处理后送到嵌入到肠镜操作系统中的息肉检测模型进行识别；息肉检测模型对每一帧图像是否出现息肉以及息肉出现概率进行检测；将息肉检测模型的检测结果返回到医生操作平台显示，若视频流中出现息肉，将息肉框出提示。本发借助人工智能深度神经网络，可自动检测肠镜手术过程中镜头内出现的息肉，提高在在结肠镜检查过程中息肉的识别率，从而间接的提高了腺瘤性息肉的检出率。

技术领域

本发明涉及肠镜腺瘤性息肉检出技术领域，特别是涉及一种基于深度学习提高结肠镜腺瘤性息肉检出率的方法。

背景技术

息肉是指在肠腔黏膜表面突出或隆起的病变组织。借助结肠镜检查，可检出息肉的大小、数量。按照病理分型来看，息肉分为炎性息肉、增生性息肉、错构瘤、腺瘤性息肉等。其中腺瘤性息肉为多见，约占70％-80％，大小一般为0.5-2cm左右。腺瘤性息肉癌变除了与其病理分型有关外，一般认为腺瘤的大小、数目的多寡对癌变的可能性具有很大的影响。少于1cm的腺瘤性息肉癌变率几乎为零，大于1.0cm的腺瘤性息肉癌变机会增大，1-2cm腺瘤性息肉的癌变率在10％左右，2m腺瘤性息肉的癌变率高达50％。据统计表明息肉数目少于3枚，癌变率为12％-29％；等于或超过3枚的，其癌变率增至66.7％。

综上所述，从腺瘤性息肉各方面的癌变率来看，其被认定是结直肠癌的癌前病变是公认的。所以，提高腺瘤性息肉检出率就显得尤为重要。

现如今结肠腺瘤性息肉检测的方法可以大致分为以下三类：1.结肠镜检查：这是检测结肠息肉和结肠癌最敏感的一项检查。它和乙状结肠镜检查相类似，但是所用的仪器(即结肠镜)是一根更长的纤细管子，并与摄像机和控制部分相连，因此医生可以通过它检查你的直肠和整个结肠。在检查中若发现有任何息肉，医生可以立即切除它，或是取一部分组织进行活检。2.粪便隐血试验：这项无创性检查是用于检测你的粪便中是否含有血液。这项检查的缺点是许多息肉和肠癌并不一定会导致肠道出血，也就是说，即使你有结肠息肉或结肠癌，结果也可能是阴性的。3.胶囊内镜：现在医学界已发明了一种内部装有微型照相机的胶囊，吞下它后就可以分辨出小肠内的息肉，并且准确度较高。不过，由于小肠息肉比较罕见，所以这项检查并不常用。

结肠镜检查还是现如今应用最广泛也是最有效的一种息肉筛查手段。但在结肠镜手术过程中，仅仅靠医生用肉眼去发现手术过程中的一些息肉往往会导致一漏检发生，于是在结肠镜检查中提高腺瘤性息肉的检出率就成为重中之重。

发明内容

本发明的目的是针对现有技术中存在的技术缺陷，而提供一种基于深度学习提高结肠镜腺瘤性息肉检出率的方法，用于解决在传统肠镜检查过程中依赖人工去检测息肉，很容易因为医生的疏忽或者息肉个头较小而产生的漏检问题。

为实现本发明的目的所采用的技术方案是：

一种基于深度学习提高结肠镜腺瘤性息肉检出率的方法，包括以下步骤：

将手术台中肠镜镜头传出的视频流一分为二，一部分传输到医生的操作平台上，另一部分视频流进行预处理后送到嵌入到肠镜操作系统中的息肉检测模型进行识别；

息肉检测模型对每一帧图像是否出现息肉以及息肉出现概率进行检测；

将息肉检测模型的检测结果返回到医生操作平台显示，若视频流中出现息肉，将息肉框出提示。

优选的，所述息肉检测模型通过以下步骤而获得：

从医院数据库中获取在肠镜检查过程中截取的清晰的带有息肉的图像集；

将图像集图像中息肉作为目标检测物标注，将标注好后的图像集分为训练集和测试集：

利用训练集对形成的初始化模型中进行训练，利用测试集进行测试，最终经训练测试而获得所述息肉检测模型。