买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:珠海市圈宝网络科技有限公司
摘要:本发明公开了训练肺部内窥镜图像识别模型的方法及识别方法,所述方法包括数据集的构建和神经网络模型的构建,并在构建的识别模型的方法上进行肺部内窥镜图像识别,所述神经网络模型为YOLOv5模型结合LSTM构建而成的SeqYOLO,来对内窥镜视频进行识别,即通过人工智能深度学习算法来训练出专用于识别肺部内窥镜的模型,医生在使用搭载了此项技术的内窥镜时,可通过终端屏幕直观得知内窥镜所处位置信息,减少人为判断的时间,提升手术的效率,缩短手术时长,减少病人的痛苦。
主权项:1.一种训练肺部内窥镜图像识别模型的方法,其特征在于:所述方法包括数据集的构建和神经网络模型的构建,并通过构建的数据集的80%的样本数据对神经网络模型进行训练,训练完成后通过数据集的剩下的20%的样本数据进行检验后进行部署,并使用mAP0.5作为在内窥镜图像目标检测任务上衡量准确度的评价指标;所述数据集的构建为:从若干支气管镜视频中截取若干清晰的支气管镜图像,并分为多个类别,继而通过绘制一个或多个边界框的方式进行标记,最后通过数据增强的方式构建而成;所述数据集进行数据增强包括增强强度高中低三个不同等级;所述神经网络模型为YOLOv5模型结合LSTM构建而成的SeqYOLO;所述SeqYOLO的代码以YOLOv5来建立基准,由YOLOv5部分提供目标检测能力,同时引入了LSTM模块来学习到视频中具有时间序列关系的信息;所述SeqYOLO将一个视频序列中的每一帧分别通过YOLObackbone得到图像特征值,并将这些特征值使用LSTM模型进行计算,以学习到视频中具有时间序列关系的信息,LSTM在读取完整个序列的图像特征值后会输出一个进行推理的图像对应的图像特征值,YOLO系列算法中的head组件,使用该图像特征值进行推理并计算出具体的图像检测框与框中物体类别。
全文数据:
权利要求:
百度查询: 珠海市圈宝网络科技有限公司 训练肺部内窥镜图像识别模型的方法及识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。