[发明专利]一种基于滑动窗口的消化道内镜病变检测和识别方法

摘要

本发明属于医学图像智能处理技术领域，具体为一种基于滑动窗口的消化道内镜病变检测和识别方法。通过内镜的早期筛查是降低消化道癌症发病率和死亡率的有效手段。在传统诊断方法中，医生的诊断完全是主观判断过程，会受到诊断医生经验及知识水平的限制和影响。因此本发明将深度学习应用于消化道内镜的病变检测，基于医生标注的病变区域的边框制作样本，训练分类器；在待检测的消化道内镜图像中提出候选区域，将候选区域输入分类器，对分类结果做后处理，达到病变检测的目的。实验结果表明，本发明可以较准确地检测到消化道内镜图像的病变位置，为医生提供参考，说明了人工智能辅助的消化道早癌诊疗具有无可替代的优越性。

主权项

1.一种基于滑动窗口的消化道内镜病变检测和识别方法，其特征在于，具体步骤如下：(1)训练分类器在检测之前，需要训练一个病变图像的分类器，具体训练方法如下：首先，标注病变区域的边框，基于标注的病变区域的边框生成训练样本，并进行数据增强；其次，使用在ImageNet上预训练的参数初始化VGG‑16模型；最后，根据医学图像的特殊性，选取合适的损失函数，训练病变分类器；(2)消化道内镜病变检测首先，对于一张消化道内镜图片，为了检测到病变的具体位置，需要提出候选区域；其次，将所有的候选区域的图片输入到训练好的分类器中，获得候选区域被分类为病变的概率，过滤概率较低的候选框；然后，根据候选框的概率，使用非极大值抑制NMS对候选框做后处理，设定重叠率阈值Tover，保留概率比较高的候选框；最后，输出病变检测结果。