← 返回列表
一种基于DenseNet的肠息肉LST形态识别方法和装置
申请人信息
- 申请人:苏州凌影云诺医疗科技有限公司
- 申请人地址:215028 江苏省苏州市工业园区现代大道88号物流大厦(112)-550室
- 发明人: 苏州凌影云诺医疗科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于DenseNet的肠息肉LST形态识别方法和装置 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410251590.9 |
| 申请日 | 2024/3/6 |
| 公告号 | CN117830751A |
| 公开日 | 2024/4/5 |
| IPC主分类号 | G06V10/764 |
| 权利人 | 苏州凌影云诺医疗科技有限公司 |
| 发明人 | 张美玲; 许妙星; 林煜; 胡延兴; 钟晓泉 |
| 地址 | 江苏省苏州市工业园区现代大道88号物流大厦(112)-550室 |
摘要文本
本申请涉及计算机视觉与医学图像识别技术领域，尤其涉及一种基于DenseNet的肠息肉LST形态识别方法和装置，获取待识别肠内镜图像数据，对待识别肠内镜图像数据进行预处理操作；将预处理后的待识别肠内镜图像数据输入下消化道检测模型，判断待识别肠内镜图像数据中是否存在病灶；当待识别肠内镜图像数据中存在病灶时，根据病灶的位置裁剪待识别肠内镜图像数据，得到病灶图像数据；将病灶图像数据输入形态分类模型，得到病灶图像数据的肠息肉LST形态识别结果。本发明通过对LST形态的分类，实现对医生在肠内镜识别的辅助操作，有效提高病灶的检出率和准确性。
专利主权项内容
1.一种基于DenseNet的肠息肉LST形态识别方法，其特征在于，包括：获取待识别肠内镜图像数据，对所述待识别肠内镜图像数据进行预处理操作；将预处理后的所述待识别肠内镜图像数据输入下消化道检测模型，判断所述待识别肠内镜图像数据中是否存在病灶；当所述待识别肠内镜图像数据中存在病灶时，根据所述病灶的位置裁剪所述待识别肠内镜图像数据，得到病灶图像数据；将所述病灶图像数据输入形态分类模型，得到所述病灶图像数据的肠息肉LST形态识别结果。