用于内窥镜的清洁度检测方法及装置、电子设备和介质制造方法及图纸

本发明专利技术提供一种用于内窥镜的清洁度检测方法及装置、电子设备和介质。方法包括清洁度检测操作，清洁度检测操作包括：获取内窥镜采集的待测图像；将待测图像输入清洁度评价模型，获得待测图像对应的分类结果和分割结果，分类结果用于指示待测图像是可评分图像还是不可评分图像，分割结果用于指示待测图像中内容物所在的位置；如果分类结果指示待测图像是可评分图像，则基于分割结果确定待测图像的清洁度评分。避免人工判断的主观性和偶然性，有利于提高评分的准确性。分类和分割融合的方案可以进一步提高清洁度评分的准确性。可以进一步提高清洁度评分的准确性。可以进一步提高清洁度评分的准确性。

【技术实现步骤摘要】
用于内窥镜的清洁度检测方法及装置、电子设备和介质


[0001]本专利技术属于内窥镜
，具体涉及一种用于内窥镜的清洁度检测方法及装置、电子设备和存储介质。

技术介绍

[0002]电子内窥镜(endoscopy)是一种可插入人体体腔和脏器内腔进行直接观察、诊断、治疗的医用电子光学仪器。电子内窥镜可以包括胃镜、肠镜等，在电子内窥镜采集特定区域的内窥镜图像时，内窥镜检查区域的清洁度对内窥镜图像的成像质量影响较大。
[0003]内窥镜检查区域的清洁度一般按照预定评分标准进行评分。例如，肠道图像可以通过波士顿评分标准进行评分标记。但是这种评分通常依赖医生根据其工作经验进行手动标注，在标记时过于主观且具有一定的偶然性。比如，一个有少量粪便的肠道图像，在标记时，有的医生可能会给出2分，但有的可能会给3分，甚至同一个医生在不同时间标注同一个图像也可能会给出不同的得分。因此，这种现有评分方法难以客观准确地反映肠镜图像的清洁度得分和干净程度。
[0004]因此，亟需一种新的用于内窥镜的清洁度检测方案，以解决上述问题。

技术实现思路

[0005]为了至少部分地解决现有技术中存在的问题，提供一种用于内窥镜的清洁度检测方法及装置、电子设备和存储介质。
[0006]根据本专利技术的一个方面，提供了一种用于内窥镜的清洁度检测方法，所述方法包括清洁度检测操作，所述清洁度检测操作包括：获取所述内窥镜采集的待测图像；将所述待测图像输入清洁度评价模型，获得所述待测图像对应的分类结果和分割结果，所述分类结果用于指示所述待测图像是可评分图像还是不可评分图像，所述分割结果用于指示所述待测图像中内容物所在的位置；如果所述分类结果指示所述待测图像是可评分图像，则基于所述分割结果确定所述待测图像的清洁度评分。
[0007]示例性地，所述清洁度评价模型包括编码器模块、解码器模块和分类头，所述将所述待测图像输入清洁度评价模型，获得所述待测图像对应的分类结果和分割结果，包括：将所述待测图像输入所述编码器模块，获得至少一组编码特征；将所述至少一组编码特征输入所述解码器模块，获得所述分割结果；将所述至少一组编码特征中的至少部分组编码特征输入所述分类头，获得所述分类结果。
[0008]示例性地，所述编码器模块和所述分类头构成残差网络，所述编码器模块包括所述残差网络中的多个卷积模块，所述分类头包括所述残差网络中的全连接层，所述解码器模块采用U型网络中的解码器模块实现。
[0009]示例性地，所述清洁度评价模型通过以下方式训练获得：获取第一样本图像和对应的标注信息，所述标注信息包括分类标签，并且在所述分类标签指示所述第一样本图像是可评分图像的情况下，所述标注信息还包括第一分割标签，所述分类标签用于指示所述
第一样本图像是可评分图像还是不可评分图像，所述第一分割标签用于指示所述待测图像中内容物所在的位置；将所述第一样本图像输入所述清洁度评价模型，获得所述第一样本图像对应的预测分类结果和预测分割结果，所述预测分类结果用于指示所述第一样本图像是可评分图像还是不可评分图像，所述预测分割结果用于指示所述待测图像中内容物所在的位置；在所述分类标签指示所述第一样本图像是可评分图像的情况下，基于所述分类标签和所述预测分类结果计算第一分类损失，基于所述第一分割标签和所述预测分割结果计算分割损失，并基于所述第一分类损失和所述分割损失对所述清洁度评价模型的参数进行优化；在所述分类标签指示所述第一样本图像是不可评分图像的情况下，基于所述分类标签和所述预测分类结果计算第二分类损失，并基于所述第二分类损失对所述清洁度评价模型的参数进行优化。
[0010]示例性地，所述基于所述第一分类损失和所述分割损失对所述清洁度评价模型的参数进行优化，包括：基于预设权重对所述第一分类损失和所述分割损失进行加权求和或加权平均，获得总损失；基于所述总损失对所述清洁度评价模型的参数进行优化。
[0011]示例性地，所述基于所述分割结果确定所述待测图像的清洁度评分，包括：基于所述分割结果确定所述待测图像中内容物的面积；计算所述待测图像中内容物的面积与所述待测图像的总面积之间的第一比例；判断所述第一比例落入多种预设比例范围中的何种预设比例范围，其中，所述多种预设比例范围与多个预设清洁度评分一一对应；基于所述第一比例落入的特定预设比例范围，并基于预设比例范围与预设清洁度评分之间的对应关系，确定与所述特定预设比例范围对应的预设清洁度评分为所述待测图像的清洁度评分。
[0012]示例性地，所述预设比例范围与预设清洁度评分之间的对应关系通过以下方式获得：获取多个第二样本图像各自对应的第二分割标签以及预设清晰度评分，其中，所述第二分割标签用于指示对应的第二样本图像中内容物所在的位置，所述多个第二样本图像所对应的预设清晰度评分包括所述多个预设清洁度评分；对于所述多个第二样本图像中的每个第二样本图像，基于该第二样本图像所对应的第二分割标签确定该第二样本图像中内容物的面积；计算该第二样本图像中内容物的面积与该第二样本图像的总面积之间的第二比例；基于所述多个第二样本图像各自对应的第二比例，确定所述预设比例范围与预设清洁度评分之间的对应关系。
[0013]示例性地，所述待测图像为所述内窥镜针对目标检查区域实时采集得到的图像；则，在所述如果所述分类结果指示所述待测图像是可评分图像，则基于所述分割结果确定所述待测图像的清洁度评分之后，所述方法还包括：将所述清洁度评分与清洁度阈值进行比较；如果所述清洁度评分低于所述清洁度阈值，则对所述目标检查区域进行清洗。
[0014]示例性地，所述方法还包括：如果所述分类结果指示所述待测图像是不可评分图像，则执行对应的无评分反馈操作。
[0015]示例性地，所述无评分反馈操作包括：执行不宜评分操作，所述不宜评分操作包括以下一项或多项：删除所述待测图像；删除所述分割结果；输出提示信息。
[0016]示例性地，在所述待测图像的数目未达到预设数目时，任一当前待测图像所对应的所述无评分反馈操作包括：返回所述获取所述内窥镜采集的待测图像的步骤，并针对位于所述当前待测图像之后的下一待测图像执行所述清洁度检测操作；在所述待测图像的数目达到所述预设数目时，当前待测图像所对应的所述无评分反馈操作包括：如果所述预设
数目的待测图像均是不可评分图像，则执行不宜评分操作，所述不宜评分操作包括以下一项或多项：删除所述预设数目的所述待测图像；删除所述预设数目的所述待测图像所对应的分割结果；输出提示信息。
[0017]根据本专利技术的另一方面，提供了一种用于内窥镜的清洁度检测装置，所述装置包括清洁度检测模块，所述清洁度检测模块包括：获取子模块，用于获取所述内窥镜采集的待测图像；输入子模块，用于将所述待测图像输入清洁度评价模型，获得所述待测图像对应的分类结果和分割结果，所述分类结果用于指示所述待测图像是可评分图像还是不可评分图像，所述分割结果用于指示所述待测图像中内容物所在的位置；确定子模块，用于如果所述分类结果指示所述待测图像是可评分图像，则基于所述分本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于内窥镜的清洁度检测方法，其特征在于，所述方法包括清洁度检测操作，所述清洁度检测操作包括：获取所述内窥镜采集的待测图像；将所述待测图像输入清洁度评价模型，获得所述待测图像对应的分类结果和分割结果，所述分类结果用于指示所述待测图像是可评分图像还是不可评分图像，所述分割结果用于指示所述待测图像中内容物所在的位置；如果所述分类结果指示所述待测图像是可评分图像，则基于所述分割结果确定所述待测图像的清洁度评分。2.根据权利要求1所述的方法，其特征在于，所述清洁度评价模型包括编码器模块、解码器模块和分类头，所述将所述待测图像输入清洁度评价模型，获得所述待测图像对应的分类结果和分割结果，包括：将所述待测图像输入所述编码器模块，获得至少一组编码特征；将所述至少一组编码特征输入所述解码器模块，获得所述分割结果；将所述至少一组编码特征中的至少部分组编码特征输入所述分类头，获得所述分类结果。3.根据权利要求2所述的方法，其特征在于，所述编码器模块和所述分类头构成残差网络，所述编码器模块包括所述残差网络中的多个卷积模块，所述分类头包括所述残差网络中的全连接层，所述解码器模块采用U型网络中的解码器模块实现。4.根据权利要求1
‑
3任一项所述的方法，其特征在于，所述清洁度评价模型通过以下方式训练获得：获取第一样本图像和对应的标注信息，所述标注信息包括分类标签，并且在所述分类标签指示所述第一样本图像是可评分图像的情况下，所述标注信息还包括第一分割标签，所述分类标签用于指示所述第一样本图像是可评分图像还是不可评分图像，所述第一分割标签用于指示所述待测图像中内容物所在的位置；将所述第一样本图像输入所述清洁度评价模型，获得所述第一样本图像对应的预测分类结果和预测分割结果，所述预测分类结果用于指示所述第一样本图像是可评分图像还是不可评分图像，所述预测分割结果用于指示所述5待测图像中内容物所在的位置；在所述分类标签指示所述第一样本图像是可评分图像的情况下，基于所述分类标签和所述预测分类结果计算第一分类损失，基于所述第一分割标签和所述预测分割结果计算分割损失，并基于所述第一分类损失和所述分割损失对所述清洁度评价模型的参数进行优化；0在所述分类标签指示所述第一样本图像是不可评分图像的情况下，基于所述分类标签和所述预测分类结果计算第二分类损失，并基于所述第二分类损失对所述清洁度评价模型的参数进行优化。5.根据权利要求4所述的方法，其特征在于，所述基于所述第一分类损失和所述分割损失对所述清洁度评价模型的参数进行优化，包括：5基于预设权重对所述第一分类损失和所述分割损失进行加权求和或加权平均，获得总损失；基于所述总损失对所述清洁度评价模型的参数进行优化。6.根据权利要求1
‑
3任一项所述的方法，其特征在于，所述基于所述分割结果确定所述
待测图像的清洁度评分，包括：0基于所述分割结果确定所述待测图像中内容物的面积；计算所述待测图像中内容物的面积与所述待测图像的总面积之间的第一比例；判断所述第一比例落入多种预设比例范围中的何种预设比例范围，其中，所述多种预设比例范围与多个预设清洁度评分一一对应；5基于所述第一比例落入的特定预设比例范围，并基于预设比例范围与预设清洁度评分之间的对应关...

【专利技术属性】
技术研发人员：江代民，周国义，
申请(专利权)人：开立生物医疗科技武汉有限公司，
类型：发明
国别省市：