资源类型：
申请号：
申请日期：
授权年份：
公开号：
公开日：
法律状态：
摘要：
本发明涉及一种慢性萎缩性胃炎图像识别系统、装置及其应用，该系统包括数据输入模块、数据预处理模块、图像识别模型构建模块和病变识别模块，该系统可以实现自我训练，从而准确的识别慢性萎缩性胃炎图像中的病变部位。
主权项：
1.一种萎缩性胃炎图像识别系统，其包括：a、数据输入模块，用于输入包含萎缩性胃炎病变部位的图像，所述图像为内窥镜图像；b、数据预处理模块，用于接收来自数据输入模块的图像，并精确框选萎缩性胃炎的病变部位，在框选内的部分定义为阳性样本，而框选外的部分定义为阴性样本，并输出病变部位的坐标信息和/或病变类型信息；在框选前，所述模块还预先对图像进行脱敏处理，去除病患个人信息；所述框选能够生成一个包含病变部位的矩形框或正方形框；所述坐标信息为所述矩形框或正方形框的左上角和右下角的点的坐标信息；框选的部位由下述方法确定：2n位内镜医师以“背对背”方式进行框选，即将2n人随机分成n组，2人/组，同时将所有图像随机分成n份，并随机分配给各组医师进行框选；当框选完成后，对比每组两位医师的框选结果，并对两位医师之间框选结果的一致性进行评估，最终确定框选部位，其中n为1-100之间的自然数；所述对两位医师之间框选结果的一致性进行评估的标准如下：针对每一张病变图片，对比每组两位医师的框选结果的重叠面积，每组两位医师分别框选的部位重叠部分的面积为交集，如果每组两位医师分别框选的部位重叠部分的面积大于每组两位医师的框选结果的并集所覆盖的面积的50％，则认为两位医师的框选判断结果一致性好，并且将上述交集对应的对角线坐标，即左上角和右下角的点的坐标，保存为目标病变最终的定位；若重叠部分的面积小于每组两位医师的框选结果的并集所覆盖的面积的50％，则认为两位医师的框选判断结果相差较大，此类病变图片被单独挑选出来，由所有参与框选工作的2n位医师共同讨论确定目标病变的最终位置；c、图像识别模型构建模块，能够接收经数据预处理模块处理后的图像，用于构建并训练基于神经网络的图像识别模型，所述神经网络为基于Faster-RCNN架构的卷积神经网络，所述基于Faster-RCNN构架的卷积神经网络选自ZF网络或VGG16网络；d、病变识别模块，用于将待检图像输入到训练后的图像识别模型，并基于图像识别模型的输出结果判定待检图像中是否存在病变和/或病变的位置。
事务数据：
3、2022.04.26 授权 授权
2、2019.04.23 实质审查的生效 实质审查的生效
IPC(主分类):G06T 7/00
申请日:20181115
1、2019.03.29 公开 公开
