[发明专利]基于深度学习的小肠镜下淋巴瘤辅助诊断系统

权利要求书

1.基于深度学习的小肠镜下淋巴瘤辅助诊断系统，其特征在于，包括：

图像采集模块，通过采集卡接入内镜主机，获取内镜主机采集到的每一帧图像信息；

训练集制作模块，选取单帧带有淋巴瘤病变的图像作为训练样本，对训练样本中的病灶区域进行标注，同时生成标注位置对应的标注文本信息；所述标注区域以及该区域对应的标注文本信息构成训练集；

辅助诊断模块，构建辅助诊断模型，采用训练集对辅助诊断模型进行优化训练；将需要检测的图像输入到训练好的辅助诊断模型中，输出是否有淋巴瘤病变的图像分类结果。

2.如权利要求1所述的基于深度学习的小肠镜下淋巴瘤辅助诊断系统，其特征在于，所述辅助诊断模型包括：

在YOLO V3的基础上，采用MobileNet V1作为YOLO V3的backbone；在每个卷积层后都相应的进行归一化操作，并且去掉了MobileNet V1的全连接层。

3.如权利要求1所述的基于深度学习的小肠镜下淋巴瘤辅助诊断系统，其特征在于，还包括：图像预处理模块，用于对采集到的图像信息进行预处理；具体包括：

去除图像中包含的涉及到病人隐私的信息；

对图像进行去除黑色边框处理；

采用双三次插值缩放算法将所有图像分辨率均调整为设定的分辨率大小。

4.如权利要求1所述的基于深度学习的小肠镜下淋巴瘤辅助诊断系统，其特征在于，还包括：识别结果审核模块，被配置为对识别的结果进行审核，对识别错误的图像重新进行淋巴瘤病变区域标注，并修改标注文本信息。

5.如权利要求4所述的基于深度学习的小肠镜下淋巴瘤辅助诊断系统，其特征在于，所述识别结果审核模块将识别错误并重新进行标注的图像加入到训练集中，重新对辅助诊断模型进行训练。

6.一种终端设备，其包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，其特征在于，所述指令适于由处理器加载并执行以下过程：

通过采集卡接入内镜主机，获取内镜主机采集到的每一帧图像信息；

选取单帧带有淋巴瘤病变的图像作为训练样本，对训练样本中的病灶区域进行标注，同时生成标注位置对应的标注文本信息；所述标注区域以及该区域对应的标注文本信息构成训练集；

构建辅助诊断模型，采用训练集对辅助诊断模型进行优化训练；将需要检测的图像输入到训练好的辅助诊断模型中，输出是否有淋巴瘤病变的图像分类结果。

7.一种计算机可读存储介质，其中存储有多条指令，其特征在于，所述指令适于由终端设备的处理器加载并执行以下过程：

通过采集卡接入内镜主机，获取内镜主机采集到的每一帧图像信息；

选取单帧带有淋巴瘤病变的图像作为训练样本，对训练样本中的病灶区域进行标注，同时生成标注位置对应的标注文本信息；所述标注区域以及该区域对应的标注文本信息构成训练集；

构建辅助诊断模型，采用训练集对辅助诊断模型进行优化训练；将需要检测的图像输入到训练好的辅助诊断模型中，输出是否有淋巴瘤病变的图像分类结果。