【技术实现步骤摘要】
【国外来华专利技术】
本公开涉及一种用于胃肠道内窥镜检查中的ai辅助诊断和质量控制的决策支持系统，其中决策支持系统以边缘计算系统来实现，且其优选是便携式的。
技术介绍
1、为了提高患者的生存率，对进行胃肠道内窥镜检查的需求不断增加，从而能早期检测和治疗胃肠道类型的癌症，例如胃癌和结直肠癌。病变检测和质量控制是人工智能辅助胃肠道内窥镜系统的两个核心部分。质量控制部分用于(a)能最大限度地减少内窥镜检查中漏检病变的发生，以及(b)减少人工智能预测的误报。在胃肠道内窥镜检查中，内窥镜医师可以操作内窥镜来捕获受试者的一系列胃肠道内窥镜图像。捕获的图像序列则由决策支持系统处理，其用于病变检测和质量控制。通常，可以显示病变检测和质量控制的实时分析结果。内窥镜医师再使用实时分析结果，做出操作内窥镜和进行其余检查的后续决定。在此要注意的是，决策支持系统必须要能够对捕获的胃肠道内窥镜图像序列进行实时分析。
2、逐渐地，部署这两个核心部分的基于人工智能的技术越来越普遍，因为使用这些技术将可减少医务人员的工作量和压力。然而，实现胃肠道内窥镜决策支持系统所需的计算资源巨大，这是因为：需要执行两个核心部分的多个任务；这些任务通常是并行执行的；通常会采用大型、复杂的机器学习模型来执行这些任务，以便在高质量实时检测病变方面能取得良好的性能，并还能灵活适应不同的应用场景。另外在此也注意到，为了实现更好的性能，对于最先进的模型，其在参数方面的复杂性呈指数级增长。
3、云服务器通常能具有大量的计算资源。然而，利用云服务器构建决策支持系统将会面临一个问题，其需要建
4、us11,633,084b2公开了一种图像诊断辅助装置,其用于辅助内窥镜图像的诊断。所公开的装置使用cnn进行病变检测，并且针对egd和结肠镜检查。然而，其没有公开质量控制算法。所公开的装置也不是专门设计用于利用边缘计算机来实现的。
5、wo 2020215593 a1公开了一种系统，其采用基于人工智能的技术，根据内窥镜检查中捕获的图像自动评估胃肠内窥镜检查的质量。在其质量评估中，定义并使用了多个质量指标。这与us11,633,084b2类似，所公开的系统不是专门设计用来利用边缘计算机实现的。
6、所需要的是一种用于gi内窥镜检查，并由一个或多个边缘计算机实现的基于ai的决策支持系统，且其中系统对gi内窥镜图像序列能执行病变检测和质量控制。
技术实现思路
1、本公开的第一方面是提供一种用于胃肠道内窥镜检查的决策支持系统。
2、所述系统包括一个或多个计算机，其被配置为执行用于处理在gi内窥镜检查中采集的内窥镜图像序列的计算过程，以至少执行从多个决策支持任务中动态选择的多个选定任务。所述计算过程包括：建立多个cnn，其用于根据所述内窥镜图像序列执行所述多个决策支持任务，单个cnn用一个或多个可学习内核建模，其中用在所述多个cnn中的每个可学习内核被建模为一组固定内核的线性组合，其中所述组固定内核在所述多个cnn上是不变的，以相对于训练具有不受限制的一个或多个内核的常规cnn模型呈现简化内核学习，从而降低了一台或多台计算机的计算资源需求，使得所述决策支持系统能够在接近执行胃肠内窥镜检查的站点的边缘计算系统中实现；执行子进程，其中所述子过程包括通过用多个选定的cnn中的每个cnn处理所述内窥镜图像序列来执行所述多个选定任务，所述多个选定的cnn从所述多个cnn中被识别并且用于执行所述多个选定任务；以及重复子进程，直到发生指示退出循环所述子进程的事件。
3、在某些实施例中，所述子进程还包括对执行所述多个选定任务所生成的结果进行后处理。
4、在某些实施例中，所述固定内核的集合中的每个内核是3×3矩阵。
5、在某些实施例中，所述计算过程还包括通过知识蒸馏来压缩所述多个选择的cnn中的单独选择的cnn，以降低所述单独选择的cnn的模型复杂度，使得压缩后的所述单独选择的cnn用于处理所述内窥镜图像序列，以执行与所述单独选择的cnn相关联的一个或多个对应的决策支持任务，从而进一步减少所述一台或多台计算机的所述计算资源需求。
6、所述多个cnn可包括一个或多个多任务cnn。单个多任务cnn用于执行所述多个决策支持任务中的多个对应的决策支持任务。在一个实施例中，在设置所述多个cnn时，至少一个多任务cnn由所述多个相应的决策支持任务共享的一层或多层形成，从而进一步减少所述一台或多台计算机的所述计算资源需求。在另一个实施例中，在设置所述多个cnn时，通过多任务注意力融合网络的串行级联形成至少一个多任务cnn，从而进一步减少所述一台或多台计算机的所述计算资源需求。
7、在某些实施例中，所述多个决策支持任务被划分为在egd中执行的第一多数任务、在结肠镜检查中执行的第二多数任务以及在egd和结肠镜检查两者中执行的第三多数任务。所述第三多数任务包括确定上胃肠道或下胃肠道中的成像位置，以确定是否进行egd或结肠镜检查的任务。此外，所述计算过程还包括在所述子进程的初始执行之前，将多个选定任务初始化为所述第三多数任务。所述子进程还包括：如果在执行所述多个选定任务期间确定所述成像位置位于所述上胃肠道中，则通过包括所述第一多数任务并去除所述第二多数任务来更新所述多个选定任务；以及如果在执行所述多个所选任务期间确定所述成像位置位于所述下胃肠道中，则通过包括所述第二多数任务并移除所述第一多数任务来更新所述多个所选任务，从而使所述多个选定任务不时地被更新，为食管胃十二指肠镜检查和结肠镜检查提供所述决策支持系统的自动配置。
8、在某些实施例中，所述多个决策支持任务包括多个准备任务、多个质量控制任务和多个病变检测任务。所述多个准备任务包括以下任务：将成像位置分类为体内位置或体外位置；检测在所述成像位置捕获的图像上的感兴趣区域(region of interest；roi)；评估在所述成像位置获得的图像质量；以及确定上消化道或下消化道的所述成像位置，以确定是否进行食管胃十二指肠镜检查(egd)或结肠镜检查。所述多个质量控制任务包括以下任务：评估所述成像位置处的清洁度水平；在egd中对胃部位进行分类；对结肠镜检查中的所述成像位置的解剖标志进行分类；以及估计结肠镜检查中的退镜速度。所述多个病变检测任务本文档来自技高网...
【技术保护点】
1.一种用于胃肠(gastrointestinal；GI)内窥镜检查的决策支持系统，其特征在于，所述系统包括一个或多个计算机，其被配置为执行用于处理在GI内窥镜检查中采集的内窥镜图像序列的计算过程，以至少执行从多个决策支持任务中动态选择的多个选定任务，所述计算过程包括：
2.根据权利要求1所述的决策支持系统，其特征在于，所述固定内核的集合中的每个内核是3×3矩阵。
3.根据权利要求1所述的决策支持系统，其特征在于，所述计算过程还包括通过知识蒸馏来压缩所述多个选择的CNN中的单独选择的CNN，以降低所述单独选择的CNN的模型复杂度，使得压缩后的所述单独选择的CNN用于处理所述内窥镜图像序列，以执行与所述单独选择的CNN相关联的一个或多个对应的决策支持任务，从而进一步减少所述一台或多台计算机的所述计算资源需求。
4.根据权利要求1所述的决策支持系统，其特征在于：
5.根据权利要求1所述的决策支持系统，其特征在于：
6.根据权利要求1所述的决策支持系统，其特征在于：
7.根据权利要求1所述的决策支持系统，其特征在于
8.根据权利要求7所述的决策支持系统，其特征在于，所述解剖标志被分类为回肠末端、盲肠、升结肠、横结肠、降结肠、乙状结肠、直肠或肛门。
9.根据权利要求7所述的决策支持系统，其特征在于，所述计算过程还包括执行选自以下任务的一个或多个报告任务：报告所述评估的清洁度水平；报告EGD的HP程度；报告癌症风险水平；报告从所述内窥镜图像序列中所提取的病变/息肉的关键图像；以及报告从所述内窥镜图像序列中提取的胃部位/解剖标志的关键图像。
10.根据权利要求1所述的决策支持系统，其特征在于：
11.根据权利要求1所述的决策支持系统，其特征在于：
12.根据权利要求1所述的决策支持系统，其特征在于：
13.根据权利要求1所述的决策支持系统，其特征在于：
14.根据权利要求1所述的决策支持系统，其特征在于：
15.根据权利要求14所述的决策支持系统，其特征在于：
16.根据权利要求14所述的决策支持系统，其特征在于，其中所述一个或多个附加值结果选自由以下各项组成的组：估计的癌症风险程度、一组的一或多个已识别的代表性病变、提醒冲洗水以改善随后拍摄图像的质量、在结肠镜检查中的估计的退镜速度，以及在EGD中的所述内窥镜图像序列中识别出缺失的一组的一或多个盲点。
17.根据权利要求1所述的决策支持系统，其特征在于，所述一个或多个计算机被配置为接收视频帧序列作为所述内窥镜图像序列。
18.根据权利要求1所述的决策支持系统，其特征在于，所述一个或多个计算机中的每一个是便携式的，并且所述决策支持系统被配置为便携式的。
19.根据权利要求1所述的决策支持系统，其特征在于：
20.一种用于对人类受试者进行胃肠道(gastrointestinal；GI)内窥镜检查的胃肠道内窥镜系统，所述GI内窥镜检查是选自食管胃十二指肠镜检查(esophagogastroduodenoscopy；EGD)和结肠镜检查的类型，所述系统包括：
...【技术特征摘要】
【国外来华专利技术】
1.一种用于胃肠(gastrointestinal；gi)内窥镜检查的决策支持系统，其特征在于，所述系统包括一个或多个计算机，其被配置为执行用于处理在gi内窥镜检查中采集的内窥镜图像序列的计算过程，以至少执行从多个决策支持任务中动态选择的多个选定任务，所述计算过程包括：
2.根据权利要求1所述的决策支持系统，其特征在于，所述固定内核的集合中的每个内核是3×3矩阵。
3.根据权利要求1所述的决策支持系统，其特征在于，所述计算过程还包括通过知识蒸馏来压缩所述多个选择的cnn中的单独选择的cnn，以降低所述单独选择的cnn的模型复杂度，使得压缩后的所述单独选择的cnn用于处理所述内窥镜图像序列，以执行与所述单独选择的cnn相关联的一个或多个对应的决策支持任务，从而进一步减少所述一台或多台计算机的所述计算资源需求。
4.根据权利要求1所述的决策支持系统，其特征在于：
5.根据权利要求1所述的决策支持系统，其特征在于：
6.根据权利要求1所述的决策支持系统，其特征在于：
7.根据权利要求1所述的决策支持系统，其特征在于：
8.根据权利要求7所述的决策支持系统，其特征在于，所述解剖标志被分类为回肠末端、盲肠、升结肠、横结肠、降结肠、乙状结肠、直肠或肛门。
9.根据权利要求7所述的决策支持系统，其特征在于，所述计算过程还包括执行选自以下任务的一个或多个报告任务：报告所述评估的清洁度水平；报告egd的hp程度；报告癌症风险水平；报告从所述内窥镜图像序列中所提取的病变/息肉的关键图像...
【专利技术属性】
技术研发人员：何学俭，王陆，梁秉舜，刘尚平，周子轩，刘新冬，马努·班加罗尔·纳加拉吉，
申请(专利权)人：香港应用科技研究院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。