阅读说明：本技术 一种基于图像识别判断结肠镜检查是否完整的检测方法 (Detection method for judging completeness of colonoscopy based on image recognition ) 是由 王玉峰 于 2019-04-25 设计创作，主要内容包括：本发明公开一种基于图像识别判断结肠镜检查是否完整的检测方法,包括：在整个肠镜检查过程中,利用完整度检测模型对肠镜视频流的每帧图像的四个角进行平均灰度值检测,若有一个角连续预定数量帧或以上输出的布尔值为0,则输出没有检查完整的提示。本发明的基于图像识别判断结肠镜检查是否完整的检测方法,可以解决医生在结肠镜检查过程中对肠道内部检查不完整的问题,从而提高操作者的结直肠镜检查质量,降低结肠镜检查病变漏诊率。(The invention discloses a detection method for judging whether colonoscopy is complete or not based on image recognition, which comprises the following steps: in the whole enteroscopy process, the four corners of each frame of image of the enteroscopy video stream are subjected to average gray value detection by using the integrity detection model, and if the Boolean value output by one corner for continuously presetting number of frames or more is 0, a prompt that the integrity is not checked is output. The detection method for judging whether the colonoscopy is complete based on image recognition can solve the problem that the doctor does not complete the examination of the intestinal tract in the colonoscopy process, thereby improving the quality of the colonoscopy of the operator and reducing the lesion missed diagnosis rate of the colonoscopy.)

一种基于图像识别判断结肠镜检查是否完整的检测方法

技术领域

本发明涉及检测技术领域，特别是涉及一种基于图像识别判断结肠镜检查是否完整的检测方法。

背景技术

直肠癌在我国的发病率和死亡率近些年来呈现明显的上升趋势。早发现、早治疗是目前降低结直肠癌死亡率的主要策略。肠镜检查是发现结直肠息肉及肿瘤最有效的检查方法之一，也是结直肠肿瘤筛选的主要方法。使用肠镜检查发现结肠息肉，由于患者的肠道准备情况、操作者的结肠镜检查技术熟练程度、结肠息肉的形状和大小等情况的不同，以及检查时退镜时间不够充分都可能对结肠镜的检查结果产生影响。腺瘤性息肉作为癌前病变，其发现率被认为是衡量结肠镜检查质量的主要指标之一。结肠镜检查对早癌的早期发现、早期诊断及早期治疗有着重要的作用，若出现漏检，可能会延误医治的最佳时机，因此，最大限度地降低漏诊从某种意义上讲可以降低患者的死亡率。

随着我国消化内镜技术的普及，结肠镜检查数量日益增多。对患者而言，决定结肠镜检查无疑在心理、经济和时间上都是巨大挑战。因此，作为消化内科医生及内镜工作者，应尽己所能，让一次结肠检查的质量最优化，使患者得到最大获益。由此可见，结肠镜质量控制工作的重要性毋庸置疑。

但是在现有的结肠镜检查过程中，由于每一位医生习惯不同，操作手法不同都会导致结肠镜手术的质量参差不齐，有的医生在检查过程中由于缺乏经验可能会对整个肠道内部检查不够完整。

肠镜手术过程中如果不能将肠道进行完整的检查会造成很大的风险，会导致很多疾病的漏检。

发明内容

本发明的目的是针对现有技术中存在的技术缺陷，而提供一种基于图像识别判断结肠镜检查是否完整的检测方法。

为实现本发明的目的所采用的技术方案是：

一种基于图像识别判断结肠镜检查是否完整的检测方法，包括：在整个肠镜检查过程中，利用完整度检测模型对肠镜视频流的每帧图像的四个角进行平均灰度值检测，若有一个角连续预定数量帧或以上输出的布尔值为0，则输出没有检查完整的提示。

其中，在整个肠镜检查过程中，将手术台中肠镜镜头传出的视频流一分为二，一部分传输到医生的操作平台上，另一部分视频流分帧预处理后送到完整度检测模型进行识别，进行肠道完整度检测；将检测结果按阈值进行判断图像四角的亮暗情况，输出检测结果。

在检测过程中，在每连续200帧中，如果出现四个角落的布尔值均为1的情况，则检查圈数计数加1。

进一步的，在检测结果为没有检查完全时，在医生操作平台上提示医生没有检查完全。

与现有技术相比，本发明的有益效果是：

本发明的基于图像识别判断结肠镜检查是否完整的检测方法，可以解决医生在结肠镜检查过程中对肠道内部检查不完整的问题,从而提高操作者的结直肠镜检查质量，降低结肠镜检查病变漏诊率。

附图说明

图1为完整度检测模型运行的流程图；

图2为完整度检测在整个肠镜检测过程中的流程图。

具体实施方式

以下结合附图和具体实施例对本发明作进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

图1所示为完整度检测模型运行的流程，本发明基于该完整度检测模型，利用图像识别技术判断结肠镜检查是否完整。

本发明基于图像识别判断结肠镜检查是否完整的检测方法，其完整度检测模型运行通过以下步骤实现：步骤1：对肠镜图像中的四个角的部分区域进行平均灰度值检测；

步骤2：数据搜集，将200张肠镜检查过程中的图像截图的四角区域共800个样本分为两类：亮和暗，将两类图像分别通过MATLAB程序进行模糊度检测，将测试结果按顺序排列，按亮区域与暗区域的比例，从测试结果中找到一个合适的阈值，用于四角区域的亮暗情况的判断；

步骤3：若一个角的平均灰度值小于阈值,显示暗，则输出布尔值0；若一个角的平均灰度值大于阈值,显示亮，则输出布尔值1；若连续10帧图像中有一个角的布尔值持续输出为0，则判定这个角所在的方向没有检查完全；

步骤4：布尔值为0的方向则意味着暂时没有检测到。

如图2所示，为整个肠镜检查过程中视频流的传输过程，其实现步骤如下；

步骤1：当手术开始时，将手术台中肠镜镜头传出的视频流一分为二，一部分传输到医生的操作平台上，另一部分送到完整度检测模型进行识别；

步骤2：在人工智能检测之前进行视频流的预处理，将视频流分为每秒25帧进行图像的完整度检测处理。

步骤3：将步骤2的检测结果按阈值进行判断图像四角的亮暗情况；

步骤4：若连续10帧图像中有一个角的布尔值持续输出为0，则判定这个角所在的方向没有检查完全；

步骤5：在检测过程中，在每连续200帧中，如果出现四个角落的布尔值均为1的情况，则检查圈数计数加1。

步骤6：若有方向没有检测到，则在医生操作平台上提示医生没有检测完全。若判断检测完全，则进入后续的人工智能病变检测，并将检测结果返回到医生操作界面。

以上所述仅是本发明的优选实施方式，应当指出的是，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。