[发明专利]基于深度学习的消化道早癌辅助诊断系统和检查装置

说明书

本发明提供了一种基于深度学习的消化道早癌辅助检查诊断系统和装置，该系统包括特征提取网络、图像分类模型、内镜分类器和早癌识别模型；特征提取网络用于根据神经网络模型对内窥镜图像进行初步特征提取；图像分类模型用于对初步特征进行提取，获取图像分类特征；内镜分类器用于对初步特征进行特征提取，得到内镜分类特征并且对胃镜或结肠镜图像进行分类；早癌识别模型用于对初步特征、内镜分类特征和图像分类特征进行拼接，获取对应部位的白光图像、电子染色图像或化学染色图像的早癌病灶的概率，或者获取对应部位的冲洗提示或者位置识别提示。本发明提高了AI辅助诊断质量与消化内镜检查诊断效率。

技术领域

本发明涉及医疗检查设备，具体涉及一种消化道早癌辅助诊断系统和检查装置。

背景技术

随着基于深度学习的人工智能技术的发展，人工智能在医学影像诊断领域的应用也越来越得到关注。通过人工智能技术，能够根据医学影像自动判断可能出现的病变，完成对医学影像的自动筛查。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。

消化道疾病是多发病、常见病，严重威胁人的生命健康。消化内镜及色素内镜是诊断消化道疾病的首选，但消化道黏膜表面往往覆盖大量泡沫和黏液，导致内镜视野模糊，严重影响内镜医生观察，甚至造成各种假象，是漏诊误诊的主要原因之一。因此，消化内镜检查过程中的黏膜清洁是减少漏诊、误诊的主要措施之一，同时是绝大多数黏膜染色的必要基础。

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。色素内镜和其他先进的旨在促进肿瘤病变的可视化和检测的成像技术已被应用于整个胃肠道，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粘膜肿瘤病变的手段。

在我国，消化系统肿瘤发生率最高，食管癌、胃癌和结直肠癌等消化道肿瘤均排在中国癌症发病率的前六位；特别是胃癌，每年新发病和死亡病例数占全球数接近一半。经研究发现，消化道肿瘤如果早期发现，可以大大提高治愈率。

消化道肿瘤的早发现、早诊断、早治疗效果最好，中国癌症预防与控制纲要明确指出，癌症的早期发现、早期诊断和早期治疗是降低死亡率并提高生存率的主要策略。在提高早期病变检出率和诊断率的基础上进行内镜下早期治疗，是改善消化道肿瘤患者预后、节约国家医疗资源、减轻家庭和社会负担的有效途径。

消化内镜检查及病理活检是我国目前发现和诊断消化道早癌的标准。北京协和医院牵头实施的四种增强放大内镜在早期胃癌及癌前病变筛查中诊断价值的前瞻性多中心研究结论显示：色素放大内镜是一种准确、简便、安全和实惠的早期胃癌诊断方法，NBI放大内镜的诊断效率并不优于色素放大内镜。

当前，在我国要实现用消化内镜检查诊断完成对消化道早癌的筛查，还面临着以下主要难题：大医院检查人数多，医生工作累；小医院检查人数少，医生工作极不饱和；医生培训周期长，其诊断水平提高慢；检查过程中常遇到视野模糊不清，清洁手段乏力，费时效果又不佳；色素内镜所用染色液不齐全，医生自制方法千差万别，所用浓度不统一，使用方法差别大，无法形成标准化的诊断图谱。

发明内容

(一)要解决的技术问题

为解决现有技术中的上述问题，本发明提供一种消化道早癌辅助诊断系统和检查装置。

(二)技术方案