本技術(shù)涉及胃鏡檢測的，尤其是涉及基于人工智能的胃鏡輔助檢測方法及系統(tǒng)。

背景技術(shù)：

1、胃鏡是一種醫(yī)學(xué)檢查方法，借助一條纖細、柔軟的管子伸入胃中，醫(yī)生可以直接觀察食道、胃和十二指腸等檢查部位的真實情況。胃鏡作為一種先進的醫(yī)學(xué)檢查手段，其不斷發(fā)展和完善也為醫(yī)學(xué)研究和進步提供了有力支持。通過胃鏡技術(shù)的不斷創(chuàng)新和應(yīng)用，為疾病的預(yù)防和治療提供更加科學(xué)的依據(jù)?，F(xiàn)有的胃鏡檢查中，一般依靠醫(yī)生的經(jīng)驗進行胃鏡操作，但是醫(yī)生的經(jīng)驗畢竟有限，在操作過程中由于患者情緒緊張等問題，造成患者在胃鏡檢查過程中產(chǎn)生不適。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于提供基于人工智能的胃鏡輔助檢測方法及系統(tǒng)，以解決上述背景技術(shù)中提出的問題。

2、第一方面，本技術(shù)提供的基于人工智能的胃鏡輔助檢測方法，采用如下的技術(shù)方案：

3、獲取胃鏡進入患者胃腔后的實時圖像，根據(jù)實時圖像構(gòu)建患者的胃部模型；

4、根據(jù)實時圖像評估得到胃部病變點，在胃部模型中任意選取多個點作為路徑參考點，提取在路徑參考點無遮擋觀察到的胃部病變點并作為觀察病變點；

5、統(tǒng)計路徑參考點對應(yīng)的觀察病變點數(shù)量并記為觀察數(shù)量，篩選去除沒有達到預(yù)設(shè)觀察數(shù)量閾值的路徑參考點作為路徑點；

6、根據(jù)路徑點形成多條路徑參考線，選取沒有漏檢的路徑參考線作為待選路徑線；

7、分析待選路徑線對胃部病變點的觀察仔細程度，根據(jù)觀察仔細程度從待選路徑線中篩選得到初級路徑線；

8、獲取患者面部圖像，根據(jù)患者面部圖像判斷得到患者的胃黏膜敏感度，根據(jù)實時圖像評估初級路徑線的操作刺激度；

9、根據(jù)胃黏膜敏感度設(shè)置操作刺激度閾值，篩選操作刺激度沒有達到操作刺激度閾值的初級路徑線作為中級路徑線；

10、獲取中級路徑線的操作便捷度，選擇操作便捷度最高的中級路徑線作為檢查路徑線，并發(fā)送至用戶端提示操作醫(yī)生。

11、優(yōu)選的，所述獲取胃鏡進入患者胃腔后的實時圖像，根據(jù)實時圖像構(gòu)建患者的胃部模型的步驟，具體為：

12、胃鏡進入患者胃腔后拍攝圖像作為初級圖像，根據(jù)初級圖像判斷胃鏡前進方向是否有遮擋；

13、若胃鏡前進方向有遮擋，則轉(zhuǎn)動胃鏡查找無遮擋方向更新胃鏡前進方向；

14、若胃鏡前進方向無阻擋，則提取初級圖像的圖像模糊度，同時統(tǒng)計初級圖像中的偽影面積占比；

15、設(shè)置圖像模糊度閾值和偽影面積占比閾值，判斷初級圖像的圖像模糊度和偽影面積占比是否分別達到圖像模糊度閾值和偽影面積占比閾值；

16、若分別達到，則判斷患者是否緊張得到患者緊張結(jié)果，根據(jù)患者緊張結(jié)果確認胃鏡是否前進；

17、若未達到，則提示操作醫(yī)生按照胃鏡前進方向繼續(xù)操作胃鏡前進，并且拍攝胃部圖像，在到達胃竇時將所有胃部圖像作為實時圖像，并構(gòu)建胃部模型。

18、優(yōu)選的，所述若分別達到，則判斷患者是否緊張得到患者緊張結(jié)果，根據(jù)患者緊張結(jié)果確認胃鏡是否前進的步驟，具體為：

19、若分別達到，則獲取患者心率監(jiān)測數(shù)據(jù)，根據(jù)患者心率監(jiān)測數(shù)據(jù)判斷患者是否緊張并得到患者緊張程度；

20、若患者緊張，則根據(jù)初級圖像提取得到前進空間，根據(jù)前進空間分析得到胃鏡與胃部的摩擦概率；

21、根據(jù)患者緊張程度設(shè)置摩擦概率閾值，若摩擦概率大于摩擦概率閾值，則及時通知操作醫(yī)生停止胃鏡前進；

22、若患者不緊張，則通知操作醫(yī)生檢查儀器設(shè)備以及操作手法。

23、優(yōu)選的，所述若患者緊張，則根據(jù)初級圖像提取得到前進空間，根據(jù)前進空間分析得到胃鏡與胃部的摩擦概率的步驟，具體為：

24、獲取前進空間體積，結(jié)合胃鏡體積大小判斷胃鏡與胃部接觸的概率并記為初級概率；

25、獲取操作醫(yī)生經(jīng)驗，根據(jù)操作醫(yī)生經(jīng)驗提取醫(yī)生歷史胃鏡操作中，胃鏡與胃部接觸的平均概率作為中級概率；

26、獲取患者的體位改變圖像，根據(jù)體位改變圖像和醫(yī)生指令，計算患者正確執(zhí)行體位指令的概率并記為高級概率；

27、根據(jù)初級概率、中級概率以及高級概率得到胃鏡與胃部的摩擦概率。

28、優(yōu)選的，所述分析待選路徑線對胃部病變點的觀察仔細程度，根據(jù)觀察仔細程度從待選路徑線中篩選得到初級路徑線的步驟，具體為：

29、預(yù)估根據(jù)待選路徑線觀察胃部病變點后得到的胃部病變點圖像并記為預(yù)計圖像；

30、提取預(yù)計圖像中胃部病變點的觀察角度，根據(jù)觀察角度形成胃部病變點模型；

31、根據(jù)胃部病變點模型進行病變類型判斷，得到病變判斷結(jié)果；

32、根據(jù)病變判斷結(jié)果判斷待選路徑線對胃部病變點的觀察是否仔細；

33、統(tǒng)計待選路徑線中觀察不仔細的胃部病變點的數(shù)量并記為模糊數(shù)量；

34、從待選路徑線中選取模糊數(shù)量為0的待選路徑線作為初級路徑線。

35、優(yōu)選的，所述根據(jù)病變判斷結(jié)果判斷待選路徑線對胃部病變點的觀察是否仔細的步驟，具體為：

36、根據(jù)胃部病變點模型判斷是否沒有遺漏胃部病變點任何角度的圖像；

37、若沒有遺漏，則預(yù)計得到待選路徑線與胃部病變點的預(yù)計平均距離值；

38、獲取胃鏡觀察胃部病變點的歷史平均距離值，計算預(yù)計平均距離值和歷史平均距離值的比值得到觀察準(zhǔn)確度；

39、設(shè)置觀察準(zhǔn)確度閾值，若觀察準(zhǔn)確度達到觀察準(zhǔn)確度閾值，則判斷觀察仔細，否則判斷觀察不仔細；

40、若有遺漏，則統(tǒng)計病變判斷結(jié)果中病變類型的類型數(shù)量，根據(jù)類型數(shù)量判斷胃部病變點的觀察是否仔細。

41、優(yōu)選的，所述若有遺漏，則統(tǒng)計病變判斷結(jié)果中病變類型的類型數(shù)量，根據(jù)類型數(shù)量判斷胃部病變點的觀察是否仔細的步驟，具體為：

42、判斷類型數(shù)量是否為1，若類型數(shù)量為1，則提取病變判斷結(jié)果中的病變類型作為參考病變類型；

43、獲取參考病變類型的標(biāo)準(zhǔn)特征，提取胃部病變點模型的特征并記為圖像特征；

44、計算圖像特征和標(biāo)準(zhǔn)特征的重合率以及相似度，分別設(shè)置重合率和相似度的特征權(quán)重比，根據(jù)重合率、相似度和對應(yīng)的特征權(quán)重比計算得到觀察準(zhǔn)確度，根據(jù)觀察準(zhǔn)確度判斷觀察是否仔細；

45、若類型數(shù)量不為1，則提取病變判斷結(jié)果中的所有病變類型記為可能病變類型；

46、判斷可能病變類型是否需要借助其他信息進行區(qū)分，若需要借助其他信息進行區(qū)分，則判斷觀察仔細；

47、若不需要借助其他信息進行區(qū)分，則判斷觀察不仔細。

48、優(yōu)選的，所述獲取患者面部圖像，根據(jù)患者面部圖像判斷得到患者的胃黏膜敏感度，根據(jù)實時圖像評估初級路徑線的操作刺激度的步驟，具體為：

49、獲取患者面部圖像，根據(jù)患者面部圖像判斷患者的痛苦程度；

50、提取實時圖像中的實時胃黏膜圖像，獲取標(biāo)準(zhǔn)胃黏膜圖像，對比實時胃黏膜圖像和標(biāo)準(zhǔn)胃黏膜圖像的近似度；

51、提取患者不適狀態(tài)的頻率并記為不適頻率，結(jié)合患者痛苦程度和近似度得到患者的胃黏膜敏感度；

52、根據(jù)實時圖像評估得到初級路徑線的操作刺激度。

53、優(yōu)選的，所述根據(jù)實時圖像評估得到初級路徑線的操作刺激度的步驟，具體為：

54、提取實時圖像中的胃部蠕動波圖像，根據(jù)胃部蠕動波圖像得到胃部蠕動強度；

55、獲取初級路徑線的總距離并記為路線距離，統(tǒng)計初級路徑線中胃鏡預(yù)計轉(zhuǎn)動次數(shù)；

56、分別設(shè)置胃部蠕動強度、路線距離和預(yù)計轉(zhuǎn)動次數(shù)的刺激權(quán)重比，根據(jù)胃部蠕動強度、路線距離、預(yù)計轉(zhuǎn)動次數(shù)和對應(yīng)的刺激權(quán)重比計算得到操作刺激度。

57、第二方面，本技術(shù)提供的基于人工智能的胃鏡輔助檢測系統(tǒng)，采用如下的技術(shù)方案：

58、基于人工智能的胃鏡輔助檢測系統(tǒng)，包括：

59、胃部模型模塊，獲取胃鏡進入患者胃腔后的實時圖像，根據(jù)實時圖像構(gòu)建患者的胃部模型；

60、觀察病變模塊，根據(jù)實時圖像評估得到胃部病變點，在胃部模型中任意選取多個點作為路徑參考點，提取在路徑參考點無遮擋觀察到的胃部病變點并作為觀察病變點；

61、路徑參考模塊，統(tǒng)計路徑參考點對應(yīng)的觀察病變點數(shù)量并記為觀察數(shù)量，篩選去除沒有達到預(yù)設(shè)觀察數(shù)量閾值的路徑參考點作為路徑點；

62、待選路徑模塊，根據(jù)路徑點形成多條路徑參考線，選取沒有漏檢的路徑參考線作為待選路徑線；

63、初級路徑模塊，分析待選路徑線對胃部病變點的觀察仔細程度，根據(jù)觀察仔細程度從待選路徑線中篩選得到初級路徑線；

64、操作刺激模塊，獲取患者面部圖像，根據(jù)患者面部圖像判斷得到患者的胃黏膜敏感度，根據(jù)實時圖像評估初級路徑線的操作刺激度；

65、中級路徑模塊，根據(jù)胃黏膜敏感度設(shè)置操作刺激度閾值，篩選操作刺激度沒有達到操作刺激度閾值的初級路徑線作為中級路徑線；

66、檢查路徑模塊，獲取中級路徑線的操作便捷度，選擇操作便捷度最高的中級路徑線作為檢查路徑線，并發(fā)送至用戶端提示操作醫(yī)生。

67、綜上所述，本技術(shù)包括以下至少一種有益技術(shù)效果：

68、1.根據(jù)胃鏡進入患者胃腔后的實時圖像構(gòu)建胃部模型，評估得到胃部病變點，根據(jù)路徑參考點無遮擋觀察胃部病變點的數(shù)量選取路徑點，形成多條路徑參考線。選擇沒有漏檢的路徑參考線作為待選路徑線，再根據(jù)待選路徑線的觀察仔細程度、患者的胃黏膜敏感度、操作刺激度以及操作便捷度選擇最佳的檢查路徑線，發(fā)送提示操作醫(yī)生。在滿足胃鏡檢查的要求下，極大地降低患者不適感，提高了患者在胃鏡檢查中的舒適感。

69、2.在構(gòu)建胃部模型前拍攝實時圖像過程中，判斷圖像模糊度閾值和偽影面積占比是否達到閾值，若達到閾值則判斷患者是否緊張，若患者緊張，則需要根據(jù)胃鏡前進的空間體積、醫(yī)生經(jīng)驗以及患者配合度得到胃鏡與胃部的摩擦概率，根據(jù)摩擦概率判斷胃鏡是否需要暫緩?fù)七M。在胃鏡過程中，充分考慮患者的狀態(tài)，減少胃鏡與胃部的摩擦，提高了基于人工智能的胃鏡輔助檢測的安全性。

70、3.根據(jù)待選路徑線對胃部病變點的拍攝角度是否有遺漏、利用胃部病變點模型得到的病變判斷結(jié)果的數(shù)量，分別判斷待選路徑線的觀察是否仔細，篩選去除有不仔細的胃部病變點的待選路徑線。再根據(jù)患者的面部圖像、胃黏膜圖像以及患者不適頻率確認患者的胃黏膜敏感度。根據(jù)胃部蠕動強度、路線距離和預(yù)計轉(zhuǎn)動次數(shù)得到待選路徑線的操作刺激度，從而根據(jù)胃黏膜敏感度設(shè)置對應(yīng)的操作刺激度篩選合適的待選路徑線。既考慮了路徑線的檢查全面性，滿足了胃鏡檢查需求，又減輕了患者不適感，提高了基于人工智能的胃鏡輔助檢測的全面性。