[发明专利]一种基于深度学习的肠结核辅助诊断系统及方法

摘要

本发明公开了一种基于深度学习的肠结核辅助诊断系统及方法，系统包括肠镜图像自动采集子系统、客户端、数据库；肠镜图像自动采集子系统用于采集肠镜图像；客户端包括图像预处理模块、卷积神经网络模块、图像展示模块、肠镜报告输出模块；卷积神经网络模块，包括图像合格性判别子模型、图像部位判别子模型、图片是否包含病灶判别子模型；数据库，用于保存用于训练卷积神经网络的样本集，保存肠镜报告输出模块输出的信息。本发明利用图像识别技术，实时监测内镜视频，自动采集包含重点器官部位和可疑病灶区域的影像，并按照加权算法全局择优之后，保存到数据库中。本发明能够从全局视频中提取最有价值图像，为医生诊断提供更可靠、高效的支持。

主权项

1.一种基于深度学习的肠结核辅助诊断系统，其特征在于：包括肠镜图像自动采集子系统、客户端、数据库；所述肠镜图像自动采集子系统用于采集肠镜图像；所述客户端包括图像预处理模块、卷积神经网络模块、图像展示模块、采集报告输出模块；所述图像预处理模块，用于接受所述肠镜图像自动采集子系统采集的肠镜图像，对图像进行预处理，然后调用卷积神经网络模块；所述卷积神经网络模块，包括图像合格性判别子模型、图像部位判别子模型、图片是否包含病灶判别子模型；分别用于判断预处理后的图像是否合格、图像部位判别和图片是否包含病灶判别；所述图像展示模块，用于接收所述卷积神经网络模块的判别结果并展示；所述采集报告输出模块，用于记录所述卷积神经网络模块的每一次判别结果，当本次肠镜检查完成之后，按照置信度和图片质量加权之后进行排序，输出回盲瓣、阑尾开口部位的图像和N张包含可疑病灶的图像；所述数据库，用于保存用于训练卷积神经网络的样本集，保存所述采集报告输出模块输出的信息。