CN111863177A - 一种基于大数据的肠镜检查质量报告管理系统 - Google Patents
一种基于大数据的肠镜检查质量报告管理系统 Download PDFInfo
- Publication number
- CN111863177A CN111863177A CN201910340466.9A CN201910340466A CN111863177A CN 111863177 A CN111863177 A CN 111863177A CN 201910340466 A CN201910340466 A CN 201910340466A CN 111863177 A CN111863177 A CN 111863177A
- Authority
- CN
- China
- Prior art keywords
- detection
- lens
- withdrawing
- detection module
- web interface
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000001514 detection method Methods 0.000 claims abstract description 75
- 208000037062 Polyps Diseases 0.000 claims abstract description 22
- 238000011010 flushing procedure Methods 0.000 claims abstract description 8
- 238000004891 communication Methods 0.000 claims abstract description 6
- 230000003068 static effect Effects 0.000 claims abstract description 6
- 238000000034 method Methods 0.000 claims description 36
- 210000003608 fece Anatomy 0.000 claims description 12
- 239000007788 liquid Substances 0.000 claims description 11
- 210000001035 gastrointestinal tract Anatomy 0.000 claims description 8
- 238000002052 colonoscopy Methods 0.000 claims description 7
- 238000013135 deep learning Methods 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 210000003767 ileocecal valve Anatomy 0.000 claims description 3
- 230000000750 progressive effect Effects 0.000 claims description 3
- 210000000936 intestine Anatomy 0.000 claims description 2
- 238000007689 inspection Methods 0.000 claims 2
- 230000002550 fecal effect Effects 0.000 abstract description 3
- 239000010865 sewage Substances 0.000 abstract 1
- 230000000007 visual effect Effects 0.000 description 3
- 238000005034 decoration Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000968 intestinal effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000005406 washing Methods 0.000 description 2
- 208000003200 Adenoma Diseases 0.000 description 1
- 206010001233 Adenoma benign Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001574 biopsy Methods 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 210000001072 colon Anatomy 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000001079 digestive effect Effects 0.000 description 1
- 238000001839 endoscopy Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 210000002429 large intestine Anatomy 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 210000004400 mucous membrane Anatomy 0.000 description 1
- 238000011017 operating method Methods 0.000 description 1
- 208000022131 polyp of large intestine Diseases 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 210000002700 urine Anatomy 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Endoscopes (AREA)
Abstract
本发明公开一种基于大数据的肠镜检查质量报告管理系统，包括后端手法检测模型以及前端Web界面，后端手法检测模型与前端Web界面通信连接，所述后端手法检测模型包括退镜时间模块，静止检测模块，粪便粪水冲洗检测模块，息肉检出率检测模块，本发明通过以上的技术方案，可以实现对在手术过程中的手法操作的参数要求进行检测，以检测其是否完整，符合规定，肠镜检查的是否符合要求。
Description
技术领域
本发明涉及数据处理技术领域，特别是涉及一种基于大数据的肠镜检查质量报告管理系统。
背景技术
随着我国消化内镜技术的普及，结肠镜检查数量日益增多。结肠镜检查虽然相对安全，但是仍存在一定的风险和痛苦。对患者而言，决定结肠镜检查无疑在心理、经济和时间上都是巨大挑战。因此，作为消化内科医生及内镜工作者，应尽己所能，让一次结肠检查的质量最优化，使患者得到最大获益。由此可见，结肠镜质量控制工作的重要性毋庸置疑。
2006年美国胃肠内镜协会和美国胃肠病学协会提议，在没有活组织检查或息肉切除术的情况下，平均退镜时间至少为6min。退镜时间与结直肠息肉、ADR相关。新近证据支持将9min的中位退镜时间定为标准时间。与6min相比，9min退镜时腺瘤和锯齿状息肉的检出率分别提高50％和77％。
实际操作中，至少要做到退镜时间达到6min，要尽量在退镜时使用窄带成像内镜(narrow band image，NBI)仔细观察黏膜及血管。退镜过程要做到不丢失视野，避免径直退镜，防止大段肠管退出。遇到没有看清的肠段或者可疑病变的肠段要反复进镜，镜头多方向调节，并将皱襞吹开，多角度观察，将漏诊的可能性降至最低。
由于每一位医生习惯不同，操作手法不同都会导致结肠镜手术的质量参差不齐，没有一个很好的行业标准。为了让一些刚进入岗位的实习医生能够快速的提高自己的手术水平，向一些著名的有数十年临床经验的医生学习，一个基于大数据的肠镜检查质量报告管理系统就变得很有必要。
发明内容
本发明的目的是针对现有技术中存在的技术缺陷，而提供一种基于大数据的肠镜检查质量报告管理系统，用于统计管理数据库中的每一位医生在手术过程中的手法操作以及此次肠镜检查的是否符合要求。
为实现本发明的目的所采用的技术方案是：
一种基于大数据的肠镜检查质量报告管理系统，包括：后端手法检测模型以及前端Web界面，后端手法检测模型与前端Web界面通信连接，所述后端手法检测模型包括：
退镜时间模块，用于当镜头到达回盲瓣时，开始对肠镜手术的退镜时间进行检测，并将检测结果发送至前端Web界面；
静止检测模块，用于基于图像识别匹配的肠镜镜头静止检测方法，实时检测退镜检查过程中由于非正常检查引起的肠镜画面静止情形，以判断医生在给患者进行肠镜检查手术时的有效退镜检查时间是否达到预定检测时间；
粪便粪水冲洗检测模块，采用深度学习方法检测手术过程中肠道内部出现的粪便粪水，检测到粪便或粪水时，将检测结果发送至前端Web界面，提醒医生冲洗操作；
息肉检出率检测模块，采用深度学习方法对手术过程中肠道内部出现的息肉进行目标检测，检测到息肉时，将息肉位置及概率发送到前端Web端，提醒医生处理。
所述前端web界面使用Vue.js构建用户界面的渐进式框架进行开发，采用自底向上增量开发的设计。
所述后端手法检测模型与前端Web界面使用WebSocket技术进行通信。
本发明的目的还在于提供基于大数据的肠镜检查质量报告管理系统的使用方法，包括以下步骤：
步骤1：当手术开始时，将手术台中肠镜镜头传出的视频流一分为二，一部分传送到前面Web前端界面，一部分传送到后端的后端手法检测模型进行检测；
步骤2：当镜头到达回盲瓣时，开始退镜时间检测模块；
步骤3：在退镜检测模块的检测过程中，同时调用静止检测模块，粪便粪水冲洗检测模块与息肉检出率检测模埠对退镜过程中的肠道内部进行检测；
步骤4：将检测结果传输到前端Web前端界面；
步骤5：前端Web界面接受到信息之后进行显示并上传到数据库。
与现有技术相比，本发明的有益效果是：
本发明通过以上的技术方案，可以实现对在手术过程中的手法操作的参数要求进行检测，以检测其是否完整，符合规定，肠镜检查的是否符合要求。
附图说明
图1为后端检测模型的原理示意图；
图2为后端检测模型与前端Web界面通信的示意图。
具体实施方式
以下结合附图和具体实施例对本发明作进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
如图1所示，本发明基于大数据的肠镜检查质量报告管理系统，包括后端手法检测模型以及前端Web界面，后端手法检测模型与前端Web界面通信连接，所述后端手法检测模型包括：退镜时间模块，静止检测模块，粪便粪水冲洗模块及息肉检出率模块。
(1)退镜时间模块：由于肠镜手术一般是在退镜的过程中对每个病人的肠道进行仔细的检查，所以在退镜时间上会有一个最低要求。退镜时间的最低要求为6分钟。当肠镜到达回盲瓣时开始计时，此时医生开始退镜过程。最终的退镜时间会传送到Web界面。
(2)静止检测模块：采用一种基于图像识别匹配的肠镜镜头静止检测方法用于实时检测在退镜检查过程中由于非正常检查相关原因而引起的肠镜画面静止现象，从而有效判断医生在给患者进行肠镜检查手术时的有效退镜检查时间是否达到了6分钟以上。最终的检测结果通过Web界面显示。
(3)粪便粪水冲洗检测模块：采用深度学习的方法去检测在手术过程中肠道内部出现的一些粪便粪水。当检测到镜头视野内部出现粪便或粪水时，将检测结果发送至Web界面，提醒医生进行冲洗操作。
(4)息肉检出率检测模块：采用深度学习的方法对手术过程中肠道内部出现的息肉进行目标检测。当深度学习模型检测到镜头视野内出现息肉时，将检测到的息肉位置及概率发送到Web端，并提醒医生进行进一步的处理。
所述的前端web界面部分使用Vue.js构建用户界面的渐进式框架进行开发，采用自底向上增量开发的设计，后端检测模型与前端Web界面使用WebSocket技术进行通信，等肠镜手术结束时将Web端显示的医生的操作手法上传到数据库进行存储。
本发明的基于大数据的肠镜检查质量报告管理系统，使用方式如下：
步骤1：当手术开始时，将手术台中肠镜镜头传出的视频流一分为二，一部分传送到Web前端界面，一部分传送到后端的手法检测模型进行检测；
步骤2：当镜头到达回盲瓣时，开始退镜时间检测模块的检测；
步骤3：在退镜过程中，同时调用静止检测模块，粪便粪水冲洗检测模块与息肉检出率检测模块对退镜过程中的肠道内部进行检测；
步骤4：将检测结果通过Socket通信传输到Web前端界面；
步骤5：Web界面接受到信息之后进行显示并上传到数据库。
以上所述仅是本发明的优选实施方式，应当指出的是，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (4)
1.一种基于大数据的肠镜检查质量报告管理系统，其特征在于，包括后端手法检测模型以及前端Web界面，后端手法检测模型与前端Web界面通信连接，所述后端手法检测模型包括：
退镜时间模块，用于当镜头到达回盲瓣时，开始对肠镜手术的退镜时间进行检测，并将检测结果发送至前端Web界面；
静止检测模块，用于基于图像识别匹配的肠镜镜头静止检测方法，实时检测退镜检查过程中由于非正常检查引起的肠镜画面静止情形，以判断医生在给患者进行肠镜检查手术时的有效退镜检查时间是否达到预定检测时间；
粪便粪水冲洗检测模块，采用深度学习方法检测手术过程中肠道内部出现的粪便粪水，检测到粪便或粪水时，将检测结果发送至前端Web界面，提醒医生冲洗操作；
息肉检出率检测模块，采用深度学习方法对手术过程中肠道内部出现的息肉进行目标检测，检测到息肉时，将息肉位置及概率发送到前端Web端，提醒医生处理。
2.如权利要求1所述基于大数据的肠镜检查质量报告管理系统，其特征在于，所述前端web界面使用Vue.js构建用户界面的渐进式框架进行开发，采用自底向上增量开发的设计。
3.如权利要求1所述基于大数据的肠镜检查质量报告管理系统，其特征在于，所述后端手法检测模型与前端Web界面使用WebSocket技术进行通信。
4.一种权利要求1-3任一项基于大数据的肠镜检查质量报告管理系统的使用方法，其特征在于，包括以下步骤：
步骤1：当手术开始时，将手术台中肠镜镜头传出的视频流一分为二，一部分传送到前面Web前端界面，一部分传送到后端的后端手法检测模型进行检测；
步骤2：当镜头到达回盲瓣时，开始退镜时间检测模块；
步骤3：在退镜检测模块的检测过程中，同时调用静止检测模块，粪便粪水冲洗检测模块与息肉检出率检测模埠对退镜过程中的肠道内部进行检测；
步骤4：将检测结果传输到前端Web前端界面；
步骤5：前端Web界面接受到信息之后进行显示并上传到数据库。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910340466.9A CN111863177A (zh) | 2019-04-25 | 2019-04-25 | 一种基于大数据的肠镜检查质量报告管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910340466.9A CN111863177A (zh) | 2019-04-25 | 2019-04-25 | 一种基于大数据的肠镜检查质量报告管理系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111863177A true CN111863177A (zh) | 2020-10-30 |
Family
ID=72951494
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910340466.9A Pending CN111863177A (zh) | 2019-04-25 | 2019-04-25 | 一种基于大数据的肠镜检查质量报告管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111863177A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112597981A (zh) * | 2021-03-04 | 2021-04-02 | 四川大学 | 基于深度神经网络的肠镜退镜质量智能监控系统及方法 |
| CN113052844A (zh) * | 2021-06-01 | 2021-06-29 | 天津御锦人工智能医疗科技有限公司 | 肠道内窥镜观察视频中图像的处理方法、装置及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107887002A (zh) * | 2017-12-07 | 2018-04-06 | 卢乃吉 | 一种医学影像诊断质量管理系统 |
| US20180225820A1 (en) * | 2015-08-07 | 2018-08-09 | Arizona Board Of Regents On Behalf Of Arizona State University | Methods, systems, and media for simultaneously monitoring colonoscopic video quality and detecting polyps in colonoscopy |
| CN108962356A (zh) * | 2018-05-31 | 2018-12-07 | 武汉大学人民医院（湖北省人民医院） | 基于深度学习的肠镜操作实时辅助系统及其操作方法 |
| CN109598716A (zh) * | 2018-12-05 | 2019-04-09 | 上海珍灵医疗科技有限公司 | 基于计算机视觉的肠镜退镜速度实时监测方法和系统 |
-
2019
- 2019-04-25 CN CN201910340466.9A patent/CN111863177A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180225820A1 (en) * | 2015-08-07 | 2018-08-09 | Arizona Board Of Regents On Behalf Of Arizona State University | Methods, systems, and media for simultaneously monitoring colonoscopic video quality and detecting polyps in colonoscopy |
| CN107887002A (zh) * | 2017-12-07 | 2018-04-06 | 卢乃吉 | 一种医学影像诊断质量管理系统 |
| CN108962356A (zh) * | 2018-05-31 | 2018-12-07 | 武汉大学人民医院（湖北省人民医院） | 基于深度学习的肠镜操作实时辅助系统及其操作方法 |
| CN109598716A (zh) * | 2018-12-05 | 2019-04-09 | 上海珍灵医疗科技有限公司 | 基于计算机视觉的肠镜退镜速度实时监测方法和系统 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112597981A (zh) * | 2021-03-04 | 2021-04-02 | 四川大学 | 基于深度神经网络的肠镜退镜质量智能监控系统及方法 |
| CN113052844A (zh) * | 2021-06-01 | 2021-06-29 | 天津御锦人工智能医疗科技有限公司 | 肠道内窥镜观察视频中图像的处理方法、装置及存储介质 |
| CN113052844B (zh) * | 2021-06-01 | 2021-08-10 | 天津御锦人工智能医疗科技有限公司 | 肠道内窥镜观察视频中图像的处理方法、装置及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP4018909A1 (en) | Deep learning-based diagnosis assistance system for early digestive tract cancer and examination apparatus | |
| Ng et al. | The efficacy of cap-assisted colonoscopy in polyp detection and cecal intubation: a meta-analysis of randomized controlled trials | |
| US7885446B2 (en) | System and method to detect a transition in an image stream | |
| WO2020215807A1 (zh) | 一种基于深度学习提高结肠镜腺瘤性息肉检出率的方法 | |
| US20100034443A1 (en) | Medical image processing apparatus and medical image processing method | |
| CN111863177A (zh) | 一种基于大数据的肠镜检查质量报告管理系统 | |
| WO2023143014A1 (zh) | 一种基于人工智能的内窥镜辅助检查方法及装置 | |
| WO2020215810A1 (zh) | 一种基于图像识别的结肠镜手术中窄带成像检测方法 | |
| CN111163678B (zh) | 有助于体腔检查和诊断的数字设备 | |
| JP2006296569A (ja) | 画像表示装置 | |
| US20220414880A1 (en) | Medical system, information processing method, and computer-readable medium | |
| CN109859827A (zh) | 胃肠镜操作水平实时评分系统和方法 | |
| CN114446435A (zh) | 一种肠镜报告生成方法和装置 | |
| CN109717824A (zh) | 一体化完全防止交叉感染的一次性内窥镜 | |
| CN112597981B (zh) | 基于深度神经网络的肠镜退镜质量智能监控系统及方法 | |
| CN111839429A (zh) | 一种基于图像识别判断结肠镜检查是否完整的检测方法 | |
| Iobagiu et al. | Colon capsule endoscopy: a new method of investigating the large bowel | |
| CN209032294U (zh) | 一体化完全防止交叉感染的一次性内窥镜 | |
| CN2832047Y (zh) | 一次性乙状结肠镜多功能镜芯 | |
| CN111887789A (zh) | 一次性内窥镜及控制系统 | |
| Hassan et al. | Performance improvements of imaging-based screening tests | |
| CN217488607U (zh) | 一种消化道逆行胶囊内镜及消化道检查系统 | |
| CN112672677A (zh) | 有助于体腔检查和诊断的数字设备 | |
| US11717148B2 (en) | Proctoscope and methods of use | |
| CN210612101U (zh) | 一种内窥镜焦点固定装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information |
Address after: 300457 s1405, s1404, s1414, s1415 and s1424, experimental building 14, Tianjin International Joint Research Institute of biomedicine, 220 Dongting Road, Binhai New Area Economic and Technological Development Zone, Tianjin Applicant after: Tianjin Yujin artificial intelligence Medical Technology Co.,Ltd. Address before: Unit 80, room n212, experimental building, Tianjin International Joint Research Institute of biomedicine, 220 Dongting Road, Tianjin Economic and Technological Development Zone, Binhai New Area, Tianjin, 300457 Applicant before: Tianjin Yujin artificial intelligence Medical Technology Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20240117 Address after: No. 402, Gate 2, Building 1, Shunning Lane, Hongqi South Road, Nankai District, Tianjin, 300000 Applicant after: Yang Guozhen Address before: 300457 s1405, s1404, s1414, s1415 and s1424, experimental building 14, Tianjin International Joint Research Institute of biomedicine, 220 Dongting Road, Binhai New Area Economic and Technological Development Zone, Tianjin Applicant before: Tianjin Yujin artificial intelligence Medical Technology Co.,Ltd. |
|
| TA01 | Transfer of patent application right |