申请/专利权人：广东省人民医院

申请日：2023-12-20

公开（公告）日：2024-03-22

公开（公告）号：CN117437580B

主分类号：G06V20/40

分类号：G06V20/40;G06N3/084;G06T7/70;G06V10/25;G06V10/774;G06V10/82

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2024.02.09#实质审查的生效;2024.01.23#公开

摘要：本发明属于人工智能在医疗领域的应用，尤其是涉及消化道肿瘤识别方法，具体地，将样本集中训练样本图像输入到消化道肿瘤识别模型中得到预测框及预测框对应的肿瘤预测概率，根据预测框的位置、预测框对应的肿瘤预测概率和真实框的位置计算损失得到预测框对应的损失；当真实框的个数为1且目标预测框的个数大于1，根据视频中训练图像周围的其他帧确定与真实框对应的目标预测框，建立真实框和目标预测框的对应关系；目标预测框为所有预测框中损失最小的预测框；基于对应关系计算训练样本图像对应的损失，采用反向传播训练所述模型；从内窥镜的视频中抽取帧并通过训练后的所述模型进行识别。本发明提高了模型的精度以及训练的速度。

主权项：1.一种消化道肿瘤识别方法，其特征在于，所述方法包括以下步骤：获取消化道检查的内窥镜视频，对所述视频中的图像进行标注得到样本集，将样本集中训练样本图像输入到消化道肿瘤识别模型中得到预测框及预测框对应的肿瘤预测概率，根据预测框的位置、预测框对应的肿瘤预测概率和真实框的位置计算损失得到每个预测框对应的损失；当真实框的个数为1时，若目标预测框的个数为1，建立真实框和目标预测框的对应关系；若目标预测框的个数大于1，根据所述视频中所述训练样本图像周围的其他帧确定与真实框对应的目标预测框，建立真实框和目标预测框的对应关系；当真实框的个数大于1时，构建成本矩阵并采用匈牙利算法确定真实框与预测框的对应关系；其中，目标预测框为所有预测框中损失最小的预测框；基于所述对应关系计算所述训练样本图像对应的损失，采用反向传播训练所述模型；在对消化道的肿瘤进行内窥镜检查中，从内窥镜的视频中抽取帧并通过训练后的所述模型进行识别；其中，所述根据所述视频中所述训练样本图像周围的其他帧确定与真实框对应的目标预测框，具体为：获取每个目标预测框对应的肿瘤预测概率；根据所述训练样本图像在所述视频中的位置确定目标帧，将每个目标帧输入到所述消化道肿瘤识别模型中得到所有预测框对应的最大肿瘤预测概率；计算所有目标帧的最大肿瘤预测概率的平均值，将所述肿瘤预测概率与所述平均值最接近的所述目标预测框作为真实框对应的预测框。

全文数据：

权利要求：

百度查询： 广东省人民医院 消化道肿瘤识别方法、系统及介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD