基于人工智能的消化内镜检查质量控制系统及方法
本技术涉及智能图像分析领域，且更为具体地，涉及一种基于人工智能的消化内镜检查质量控制系统及方法。
背景技术：
1、消化内镜检查作为一种微创诊断技术，在消化道疾病的诊断和治疗中扮演着关键角色。它通过内镜摄像头直接观察消化道内部情况，来发现微小的病变。而黏液和气泡的存在会在内镜检查中形成一层遮挡，使得胃黏膜的真实情况变得模糊不清。这种视觉干扰不仅降低了图像的清晰度，还可能掩盖微小的病变，如早期胃癌的迹象。因此，确保胃黏膜的清洁和无遮挡对于实现准确诊断至关重要。
2、然而，传统胃黏膜可视度的评估依赖于医师的个人经验和即时判断，而由于医师对黏膜状况解读存在不同标准，以及对病变识别的敏感度和准确性存在差异，不仅导致评估结果的主观性，还可能导致不同医师之间出现显著的判断差异，从而影响判断结果的一致性。
3、因此，需要一种优化的消化内镜检查质量控制方案。
技术实现思路
1、本技术针对现有技术中的缺点，提供了一种基于人工智能的消化内镜检查质量控制系统及方法。
2、根据本技术的一个方面，提供了一种基于人工智能的消化内镜检查质量控制系统，其包括：
3、患者实时消化道状态图像获取模块，用于获取在消化内镜检查过程中由内镜摄像头采集的被检测患者的实时消化道状态图像；
4、实时消化道状态图像优化模块，用于对所述实时消化道状态图像进行图像优化以得到优化实时消化道状态图像；
5、优化实时消化道状态图像特征提取模块，用于将所述优化实时消化道状态图像通过消化道状态特征提取器以得到消化道实时状态特征图；
6、消化道状态图像特征增强模块，用于将所述消化道实时状态特征图通过基于全局语义感知的消化道实时状态关键特征增强器以得到强化消化道实时状态特征图作为强化消化道实时状态特征；
7、胃黏膜可视度判断模块，用于基于所述强化消化道实时状态特征，得到检测结果，并基于所述检测结果生成相应的语音提示信号；
8、其中，所述消化道状态图像特征增强模块，包括：
9、消化道实时状态特征线性变换单元，用于对所述消化道实时状态特征图进行线性变换以得到消化道实时状态线性变换矩阵；
10、消化道实时状态特征归一化单元，用于将所述消化道实时状态线性变换矩阵输入softmax函数进行归一化处理以得到归一化消化道实时状态线性变换矩阵；
11、消化道实时状态特征加权单元，用于以所述归一化消化道实时状态线性变换矩阵作为权重矩阵，对所述消化道实时状态特征图进行加权以得到消化道实时状态全局通道特征图；
12、消化道实时状态全局通道特征图激活单元，用于将所述消化道实时状态全局通道特征图输入leakyrelu激活函数进行激活处理后以得到消化道实时状态全局通道激活特征图；
13、消化道实时状态全局通道特征加权单元，用于将所述消化道实时状态全局通道激活特征图和所述消化道实时状态特征图进行加权融合以得到所述强化消化道实时状态特征图。
14、在上述基于人工智能的消化内镜检查质量控制系统中，所述实时消化道状态图像优化模块，用于：将所述实时消化道状态图像通过图像优化器以得到所述优化实时消化道状态图像。
15、在上述基于人工智能的消化内镜检查质量控制系统中，所述实时消化道状态图像优化模块，用于：确定所述实时消化道状态图像的灰度直方图以得到实时消化道状态灰度直方图；根据所述实时消化道状态灰度直方图确定所述实时消化道状态图像需要增强的灰度范围；将选定的所述灰度范围映射到更宽的灰度范围，以得到映射后实时消化道状态灰度图像；基于所述映射后实时消化道状态灰度图像的局部梯度信息控制扩散过程；应用所述扩散过程，迭代更新所述映射后实时消化道状态灰度图像的像素值以得到所述优化实时消化道状态图像。
16、在上述基于人工智能的消化内镜检查质量控制系统中，所述优化实时消化道状态图像特征提取模块，用于：将所述优化实时消化道状态图像通过基于空洞卷积网络的消化道状态特征提取器以得到所述消化道实时状态特征图。
17、在上述基于人工智能的消化内镜检查质量控制系统中，所述消化道实时状态特征线性变换单元，用于：对所述消化道实时状态特征图进行卷积编码以得到消化道实时状态卷积编码特征矩阵；将所述消化道实时状态卷积编码特征矩阵首先与可训练权重矩阵进行矩阵相乘，然后将得到的消化道实时状态权重矩阵与可训练偏置矩阵进行按位置相加以得到所述消化道实时状态线性变换矩阵。
18、在上述基于人工智能的消化内镜检查质量控制系统中，所述消化道实时状态特征加权单元，用于：以所述归一化消化道实时状态线性变换矩阵作为权重矩阵，将所述权重矩阵与所述消化道实时状态特征图中沿通道维度的各个特征矩阵进行按位置相乘以得到所述消化道实时状态全局通道特征图。
19、在上述基于人工智能的消化内镜检查质量控制系统中，所述消化道实时状态全局通道特征加权单元，用于：将所述消化道实时状态全局通道激活特征图与可训练缩放因子进行按位置相乘以得到消化道实时状态全局通道调制特征图后，将所述消化道实时状态全局通道调制特征图与所述消化道实时状态特征图进行按位置相加以得到所述强化消化道实时状态特征图。
20、在上述基于人工智能的消化内镜检查质量控制系统中，所述胃黏膜可视度判断模块，包括：消化道特征分类单元，用于将所述强化消化道实时状态特征图通过基于分类器的胃黏膜可视度检测器以得到所述检测结果，所述检测结果用于表示当前胃黏膜可视度是否达到预定要求；语音提示信号生成单元，用于响应于所述检测结果为当前胃黏膜可视度没有达到预定要求，生成语音提示信号，所述语音提示信号为冲洗提示语音。
21、根据本技术的另一个方面，提供了一种基于人工智能的消化内镜检查质量控制方法，其包括：
22、获取在消化内镜检查过程中由内镜摄像头采集的被检测患者的实时消化道状态图像；
23、对所述实时消化道状态图像进行图像优化以得到优化实时消化道状态图像；
24、将所述优化实时消化道状态图像通过消化道状态特征提取器以得到消化道实时状态特征图；
25、将所述消化道实时状态特征图通过基于全局语义感知的消化道实时状态关键特征增强器以得到强化消化道实时状态特征图作为强化消化道实时状态特征；
26、基于所述强化消化道实时状态特征，得到检测结果，并基于所述检测结果生成相应的语音提示信号；
27、其中，将所述消化道实时状态特征图通过基于全局语义感知的消化道实时状态关键特征增强器以得到强化消化道实时状态特征图作为强化消化道实时状态特征，包括：
28、对所述消化道实时状态特征图进行线性变换以得到消化道实时状态线性变换矩阵；
29、将所述消化道实时状态线性变换矩阵输入softmax函数进行归一化处理以得到归一化消化道实时状态线性变换矩阵；
30、以所述归一化消化道实时状态线性变换矩阵作为权重矩阵，对所述消化道实时状态特征图进行加权以得到消化道实时状态全局通道特征图；
31、将所述消化道实时状态全局通道特征图输入leakyrelu激活函数进行激活处理后以得到消化道实时状态全局通道激活特征图；
32、将所述消化道实时状态全局通道激活特征图和所述消化道实时状态特征图进行加权融合以得到所述强化消化道实时状态特征图。
33、本技术由于采用了以上的技术方案，具有显著的技术效果：
34、本技术提供的基于人工智能的消化内镜检查质量控制系统及方法，其通过获取在消化内镜检查过程中由内镜摄像头采集的被检测患者的实时消化道状态图像，并采用基于人工智能的图像分析和处理技术来对所述实时消化道状态图像进行图像优化和状态特征提取，以此基于所述实时消化道状态图像在全局图像上的语义交互特征来智能地判断当前胃黏膜可视度是否达到预定要求，并生成相应的语音提示信号。这样，能够自动地评估胃黏膜可视度，减少人为因素的干扰，提高评估的一致性。同时，能够实时分析图像并生成语音提示，来指导医生及时采取措施，从而提高了消化内镜检查的智能化程度和质量。
技术特征：
1.一种基于人工智能的消化内镜检查质量控制系统，其特征在于，包括：
2.根据权利要求1所述的基于人工智能的消化内镜检查质量控制系统，其特征在于，所述实时消化道状态图像优化模块，用于：将所述实时消化道状态图像通过图像优化器以得到所述优化实时消化道状态图像。
3.根据权利要求2所述的基于人工智能的消化内镜检查质量控制系统，其特征在于，所述实时消化道状态图像优化模块，用于：
4.根据权利要求3所述的基于人工智能的消化内镜检查质量控制系统，其特征在于，所述优化实时消化道状态图像特征提取模块，用于：将所述优化实时消化道状态图像通过基于空洞卷积网络的消化道状态特征提取器以得到所述消化道实时状态特征图。
5.根据权利要求4所述的基于人工智能的消化内镜检查质量控制系统，其特征在于，所述消化道实时状态特征线性变换单元，用于：
6.根据权利要求5所述的基于人工智能的消化内镜检查质量控制系统，其特征在于，所述消化道实时状态特征加权单元，用于：以所述归一化消化道实时状态线性变换矩阵作为权重矩阵，将所述权重矩阵与所述消化道实时状态特征图中沿通道维度的各个特征矩阵进行按位置相乘以得到所述消化道实时状态全局通道特征图。
7.根据权利要求6所述的基于人工智能的消化内镜检查质量控制系统，其特征在于，所述消化道实时状态全局通道特征加权单元，用于：将所述消化道实时状态全局通道激活特征图与可训练缩放因子进行按位置相乘以得到消化道实时状态全局通道调制特征图后，将所述消化道实时状态全局通道调制特征图与所述消化道实时状态特征图进行按位置相加以得到所述强化消化道实时状态特征图。
8.根据权利要求7所述的基于人工智能的消化内镜检查质量控制系统，其特征在于，所述胃黏膜可视度判断模块，包括：
9.一种基于人工智能的消化内镜检查质量控制方法，其特征在于，包括：
技术总结
本申请提供了一种基于人工智能的消化内镜检查质量控制系统及方法，涉及智能图像分析领域，其通过获取在消化内镜检查过程中由内镜摄像头采集的被检测患者的实时消化道状态图像，并采用基于人工智能的图像分析和处理技术来对所述实时消化道状态图像进行图像优化和状态特征提取，以此基于所述实时消化道状态图像在全局图像上的语义交互特征来智能地判断当前胃黏膜可视度是否达到预定要求，并生成相应的语音提示信号。这样，能够自动地评估胃黏膜可视度，减少人为因素的干扰，提高评估的一致性。同时，能够实时分析图像并生成语音提示，来指导医生及时采取措施，从而提高了消化内镜检查的智能化程度和质量。
技术研发人员：邸雪,倪微
受保护的技术使用者：吉林大学
技术研发日：
技术公布日：2024/9/23