[发明专利]一种肠胃科病模型构建方法及诊断系统

权利要求书

1.一种肠胃科病诊断系统，其特征在于，包括图像采集单元、图像标注单元、图像数据库构建单元、图像识别单元和数据输出单元；所述图像识别单元包含病灶类型识别模型；

所述图像采集单元用于采集胃镜图像；

所述图像标注单元用于对所述胃镜图像进行标注，以及保证标注的图像标签和图像的真实结果一致，获得包含胃镜图像及对应的图像标签的图像集；

所述图像数据库构建单元用于根据所述胃镜图像及对应的图像标签构建正常胃镜图像的正常图像特征库和病变胃镜图像的若干种病灶图像特征库；

所述病灶类型识别模型用于根据所述病灶图像特征库识别胃镜图像是否包含病灶以及病灶类型；

所述数据输出单元用于输出肠胃科病诊断结果。

2.根据权利要求1所述的一种肠胃科病诊断系统，其特征在于，所述病灶图像特征库包括充血图像特征库、水肿图像特征库、出血图像特征库、糜烂图像特征库、溃疡图像特征库、肿瘤图像特征库、结石图像特征库和息肉图像特征库。

3.根据权利要求1所述的一种肠胃科病诊断系统，其特征在于，所述正常图像特征库和病灶图像特征库包含图像颜色特征库和纹理特征库。

4.根据权利要求3所述的一种肠胃科病诊断系统，其特征在于，所述正常图像特征库和所述病灶图像特征库的构建方法为：

（1）根据所述胃镜图像及对应的图像标签，分别筛选出正常胃镜图像和病变胃镜图像；

（2）分别提取所述正常胃镜图像和病变胃镜图像的颜色特征库和纹理特征库，且所述病变胃镜图像的颜色特征库和纹理特征库仅包含病灶区域的颜色特征和纹理特征；

（3）构建得到所述正常胃镜图像的颜色特征库和纹理特征库，以及所述病灶的颜色特征库和纹理特征库。

5.根据权利要求1所述的一种肠胃科病诊断系统，其特征在于，所述图像标签包括图像所属部位、图像是否包含病灶以及病灶类型。

6.根据权利要求1所述的一种肠胃科病诊断系统，其特征在于，所述肠胃科病诊断结果包括胃镜图像以及病灶类型。

7.根据权利要求1所述的一种肠胃科病诊断系统，其特征在于，所述肠胃科病诊断系统的诊断方法包括以下步骤：

（1）图像采集单元采集待检胃镜图像；

（2）图像标注单元标注出所述待检胃镜图像所属部位，获得包含胃镜图像及图像所属部位的图像集；

（3）病灶类型识别模型根据所述正常图像特征库识别待检胃镜图像是否包含病灶；

（4）若待检胃镜图像包含病灶，则病灶类型识别模型继续根据所述病灶图像特征库识别待检胃镜图像的病灶类型；若待检胃镜图像不包含病灶，则病灶类型识别模型不再识别；

（5）数据输出单元输出胃镜图像及相应的诊断结果。

8.一种权利要求1所述的病灶类型识别模型的构建方法，其特征在于，包括以下步骤：

S1.通过图像采集单元获取M张诊断结果已知的胃镜图像，得到图像训练集，所述M张诊断结果已知的胃镜图像包括正常胃镜图像以及若干种病灶胃镜图像，M为5000-100000的自然数；

S2.提取所述图像训练集中每张图像的特征，构建训练集图像特征库；

S3.利用训练集图像特征库及所述正常图像特征库和病灶图像特征库对基于特征融合的病灶类型识别模型进行训练，得到病灶类型识别模型；

所述病灶类型识别模型先与所述正常图像特征库进行图像融合和匹配，然后提取包含病灶的胃镜图像中病灶区域的图像特征，将所述病灶区域的图像特征与所述病灶图像特征库进行匹配，根据匹配度确认是否包含病灶以及病灶类型。

9.根据权利要求8所述的一种病灶类型识别模型的构建方法，其特征在于，所述特征融合包括颜色特征和纹理特征的融合。

10.根据权利要求9所述的一种病灶类型识别模型的构建方法，其特征在于，所述颜色特征的提取方法为提取胃镜图像的HSV颜色直方图；所述纹理特征的提取方法为提取胃镜图像小波分解后的高频系数向量作为纹理特征；所述特征融合方法为采用加权数据融合算法对提取的颜色特征和纹理特征向量进行融合。