歡迎進入科創融通服務平臺!

基于人工智能的胃鏡圖像輔助診斷系統
成果編號

CG3745

項目名稱

基于人工智能的胃鏡圖像輔助診斷系統

一、項目背景

消化道癌癥的早發現早治療具有十分重要的現實意義。然而 ,消化道氣體分布較多 ,病灶較 ,隱匿性較強 ,且早期癌的形態學、表面微結構、表面微血管與炎性及修復性極為 ,導致消化道癌的病理學特征復雜難辨 ,早期癥狀不易被發現。

目前消化道癌癥的診斷主要是通過消化內鏡的光學鏡頭以及圖像傳感器采集人體內的圖像,并將采集的圖像傳輸給顯示終端 ,供醫護人員進行觀看。消化道內鏡圖像在提供更加詳細、  確的診斷信息的同時 ,也給讀片醫生增加了工作負擔 ,并且醫生憑借閱片經驗對病灶進行定性分析具有較大的主觀性。  同時受到醫療水平差異和內鏡醫師診斷水平的限制 ,現有的診斷率較低。

為了減輕讀片的醫護人員的工作負擔 ,減少由于環境光、視覺疲勞、人眼惰性及對灰階不敏感等問題 ,導致的消化內鏡圖像的辨別不準確的問題 ,需要引入深度學習算法對消化道內鏡圖像進行識別。  但是目前的深度學習算法初期直接診斷的準確率還較低 ,如果直接輸出診斷結果 ,容易出現錯誤。 

二、項目簡介

為有效解決上述問題 ,本項目設計了一套基于人工智能的胃鏡圖像輔助診斷系統。通過對樣本圖像進行預處理和隨機排序 ,使樣本圖像符合卷積神經網絡模型的訓練要求 ,從而提高卷積神經網絡模型的訓練效果 ,有助于卷積神經網絡模型達到預期的診斷準確率。通過對構建卷積神經網絡模型進行迭代訓練 ,讓卷積神經網絡模型逐漸學會對消化道內鏡樣本圖像的識別 ,從而具備完善的識別能力。  當卷積神經網絡模型訓練成功后 ,可以對消化道內鏡的待診斷圖像進行識別 ,經過處理 ,可以得到已繪制目標框的待診斷圖像,  也就是將病變范圍圈出。

本項目已完成核心算法的設計研發 ,系統已完成1000例左右的數據學習 ,下一步將繼續豐富數據庫 ,在應用于輔助診斷的同時 ,計劃將系統推廣到教學領域 ,輔導學生進行疾病診斷和手術糾正。 

3.能減少由于環境光、視覺疲勞、人眼惰性及對灰階不敏感等問題 ,導致的消化內鏡圖像辨別不準確的情況發生。

三、技術優勢

1.訓練成功的卷積神經網絡模型對消化道內鏡的待診斷圖像進行處理 ,處理的速度快、準確率高。

2.醫護人員通過重點觀察目標框內的信息就可以快速進行診斷 ,與現有的需要在整張圖像中尋找病灶相比 ,能減輕醫護人員的工作量 ,提高醫護人員的工作效率。


聯系方式
聯系人

鐘悅

電話

0813-8577222

聯系地址

四川省自貢市板倉工業園區東環路19號

E-Mail

zgkjcgjy@163.com

制服丝祙在线播放,日韩东京热无码人妻,98超碰人人与人欧美,成年女人a毛片免费视频