1.基于深度学习的小肠镜下克罗恩病辅助诊断系统,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;
图像预处理模块,被配置为对采集到的图像信息进行预处理;
辅助诊断模型,被配置为经过训练集进行优化训练后,对于输入的预处理后的图像进行克罗恩病变区域识别;
所述辅助诊断模型包括:依次连接的图像输入层、卷积层、空间金字塔池化模块和全连接层。
2.如权利要求1所述的基于深度学习的小肠镜下克罗恩病辅助诊断系统,其特征在于,还包括:训练集制作模块,被配置为使用多目标标注工具对病灶样本图像中的克罗恩病变区域进行标注;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。
3.如权利要求1所述的基于深度学习的小肠镜下克罗恩病辅助诊断系统,其特征在于,所述标注文本信息包括:0表示无克罗恩病变区域,1表示有克罗恩病变区域。
4.如权利要求1所述的基于深度学习的小肠镜下克罗恩病辅助诊断系统,其特征在于,所述辅助诊断模型接收采集卡采集到的每一帧图像信息,并自动返回识别结果;所述识别结果包括:是否存在克罗恩病变区域,如果存在,返回病变概率以及病灶区域在图像上的相对坐标位置。
5.如权利要求1所述的基于深度学习的小肠镜下克罗恩病辅助诊断系统,其特征在于,所述辅助诊断模型将识别出的病变概率大于设定值的病灶区域进行显示,并保存带病灶的图像以及相对应的标签数据,用于再次审核。
6.如权利要求1所述的基于深度学习的小肠镜下克罗恩病辅助诊断系统,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克罗恩病变区域标注,并修改标注文本信息。
7.如权利要求6所述的基于深度学习的小肠镜下克罗恩病辅助诊断系统,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。
8.如权利要求1所述的基于深度学习的小肠镜下克罗恩病辅助诊断系统,其特征在于,所述图像预处理模块进行图像预处理的过程包括:
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。
9.一种终端设备,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;
对采集到的图像信息进行预处理;
构建训练集,对辅助诊断模型进行优化训练;
预处理后的图像输入到训练好的辅助诊断模型中,输出克罗恩病变区域识别结果;
对识别得到的存在克罗恩病变区域的图像进行人工审核,对识别错误的图像进行重新标注,并修改标注文本信息;
将修改后的图像及文本信息添加到训练集,重新对辅助诊断模型进行训练。
10.一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;
对采集到的图像信息进行预处理;
构建训练集,对辅助诊断模型进行优化训练;
预处理后的图像输入到训练好的辅助诊断模型中,输出克罗恩病变区域识别结果;
对识别得到的存在克罗恩病变区域的图像进行人工审核,对识别错误的图像进行重新标注,并修改标注文本信息;
将修改后的图像及文本信息添加到训练集,重新对辅助诊断模型进行训练。