CN118000646A - 一种胶囊内镜排出检测方法、装置、设备及存储介质 - Google Patents
一种胶囊内镜排出检测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN118000646A CN118000646A CN202410304611.9A CN202410304611A CN118000646A CN 118000646 A CN118000646 A CN 118000646A CN 202410304611 A CN202410304611 A CN 202410304611A CN 118000646 A CN118000646 A CN 118000646A
- Authority
- CN
- China
- Prior art keywords
- capsule endoscope
- image
- capsule
- signal
- discharged
- 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
- 239000002775 capsule Substances 0.000 title claims abstract description 315
- 238000001514 detection method Methods 0.000 title claims abstract description 100
- 238000012544 monitoring process Methods 0.000 claims abstract description 27
- 238000000338 in vitro Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 15
- 238000012549 training Methods 0.000 claims description 14
- 238000001727 in vivo Methods 0.000 claims description 9
- 238000013528 artificial neural network Methods 0.000 claims description 4
- 238000000034 method Methods 0.000 abstract description 24
- 230000002159 abnormal effect Effects 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 6
- 230000013872 defecation Effects 0.000 description 4
- 210000001035 gastrointestinal tract Anatomy 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 210000002249 digestive system Anatomy 0.000 description 3
- 210000004347 intestinal mucosa Anatomy 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 208000035473 Communicable disease Diseases 0.000 description 1
- 206010011409 Cross infection Diseases 0.000 description 1
- 206010017533 Fungal infection Diseases 0.000 description 1
- 206010061218 Inflammation Diseases 0.000 description 1
- 208000005168 Intussusception Diseases 0.000 description 1
- 208000031888 Mycoses Diseases 0.000 description 1
- 206010029803 Nosocomial infection Diseases 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 230000000968 intestinal effect Effects 0.000 description 1
- 208000011140 intestinal infectious disease Diseases 0.000 description 1
- 206010022694 intestinal perforation Diseases 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 244000005706 microflora Species 0.000 description 1
- 210000000214 mouth Anatomy 0.000 description 1
- 210000004400 mucous membrane Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Landscapes
- Endoscopes (AREA)
Abstract
本申请公开了一种胶囊内镜排出检测方法、装置、设备及存储介质，涉及计算机技术领域。该方法包括：按照预设检测方式通过胶囊内镜获取目标信息；所述预设检测方式包括基于胶囊内镜信号的检测方式和/或基于胶囊内镜拍摄的实时图像的检测方式；若所述目标信息包括胶囊内镜信号，则通过监测所述胶囊内镜信号的连续性判断所述胶囊内镜是否排出体外；若所述目标信息包括胶囊内镜拍摄的实时图像，则通过识别所述实时图像的图像类型，根据所述图像类型判断所述胶囊内镜是否排出体外。能够实现自动智能的胶囊内镜排出检测，及时获取胶囊内镜的情况，避免胶囊内镜不能正常排出对病人造成影响。
Description
技术领域
本发明涉及计算机技术领域，特别涉及一种胶囊内镜排出检测方法、装置、设备及存储介质。
背景技术
胶囊内镜是属于一种无创的内镜检查方法，能够同时观察消化系统的整个状况，并且不会对消化系统黏膜造成侵犯，胶囊内镜在吞服进入到消化系统中就会对人体之中的腔道进行连续拍照，并且在拍照过程中会以数字的形式将信息传送到图像记录仪上，通过图像记录仪就能够直接了解人体中是否存在病灶，检查方便、无创伤、无导线、无痛苦、无交叉感染、不影响患者的正常工作。但是，胶囊内镜中包含电子元器件，因此，胶囊内镜在完成消化道检查之后需要排除体外，如果不及时排出体外不仅会堵塞肠道，导致肠道炎症、肠穿孔、肠套叠等严重并发症的发生，停留在体内过久还会导致口腔、胃肠道和肠道黏膜微生物群落失衡，从而导致感染性疾病的发生，如细菌性肠炎、真菌感染等。而且如果胶囊内镜一直在体内有可能会发生胶囊破裂或损坏，导致胶囊内镜内的电池液体、电路板等物质泄露出来，给肠道黏膜带来刺激性损伤。若是胶囊内镜一直没有排出或者不确定是否排出，则需要进行X线检查，通过手术等其他方式取出胶囊内镜。因此，精确定位胶囊内镜是否排出体外是确保胶囊内镜检查安全性的重要指标。
现阶段，针对判别胶囊内镜是否排出体外主要是通过病人自己留意排便时是否排出胶囊内镜，有些医院为了确保胶囊内镜排出会要求病人排便时用容器装好大便，查看胶囊内镜是否排出并无损坏，将排出的胶囊内镜清洗干净，交回医院统计并统一销毁。但依靠病人自己留意排便时是否排出胶囊内镜不能完全确保排出，因为有的病人会忘记或者认错，若是胶囊内镜损坏也不能及时发现，导致可能存在安全隐患。
发明内容
有鉴于此，本发明的目的在于提供一种胶囊内镜排出检测方法、装置、设备及存储介质，能够实现自动智能的胶囊内镜排出检测。其具体方案如下：
第一方面，本申请公开了一种胶囊内镜排出检测方法，包括：
按照预设检测方式通过胶囊内镜获取目标信息；所述预设检测方式包括基于胶囊内镜信号的检测方式和/或基于胶囊内镜拍摄的实时图像的检测方式；
若所述目标信息包括胶囊内镜信号，则通过监测所述胶囊内镜信号的连续性判断所述胶囊内镜是否排出体外；
若所述目标信息包括胶囊内镜拍摄的实时图像，则通过识别所述实时图像的图像类型，根据所述图像类型判断所述胶囊内镜是否排出体外。
可选的，所述通过监测所述胶囊内镜信号的连续性判断所述胶囊内镜是否排出体外，包括：
监测所述胶囊内镜信号，确定所述胶囊内镜信号的中断时长；
判断所述中断时长是否超出预设时长阈值；
若所述中断时长超出所述预设时长阈值，则判定所述胶囊内镜排出体外。
可选的，所述判断所述中断时长是否超出预设时长阈值之后，还包括：
若所述中断时长没有超出预设时长阈值，则判定所述胶囊内镜发生故障，并生成故障告警。
可选的，所述获取所述胶囊内镜信号的中断时长之前，包括：
监测所述胶囊内镜信号是否存在中断；
若存在中断，则执行所述确定所述胶囊内镜信号的中断时长的步骤；
若不存在中断，则判定所述胶囊内镜在体内正常工作。
可选的，所述通过识别所述实时图像的图像类型，根据所述图像类型判断所述胶囊内镜是否排出体外，包括：
通过训练后的图像识别模型识别所述实时图像的图像类型；
若所述实时图像的图像类型为体外图像，则判定所述胶囊内镜排出体外。
可选的，所述通过识别所述实时图像的图像类型，根据所述图像类型判断所述胶囊内镜是否排出体外之前，还包括：
基于神经网路构建初始模型；
获取多个体内图像和不同场景的体外图像，并向每张图像添加图像类型标签，以得到训练集；
利用所述训练集对所述初始模型进行迭代训练，得到所述训练后的图像识别模型。
可选的，所述通过监测所述胶囊内镜信号的连续性判断所述胶囊内镜是否排出体外，以及所述根据所述图像类型判断所述胶囊内镜是否排出体外之后，还包括：
若判定所述胶囊内镜排出体外，则生成胶囊内镜成功排出提示；
若在目标时间段内未检测到胶囊内镜排出，则生成胶囊内镜未成功排出提示。
第二方面，本申请公开了一种胶囊内镜排出检测装置，包括：
信息获取模块，用于按照预设检测方式通过胶囊内镜获取目标信息；所述预设检测方式包括基于胶囊内镜信号的检测方式和/或基于胶囊内镜拍摄的实时图像的检测方式；
基于信号的排出检测模块，用于若所述目标信息包括胶囊内镜信号，则通过监测所述胶囊内镜信号的连续性判断所述胶囊内镜是否排出体外；
基于图像的排出检测模块，用于若所述目标信息包括胶囊内镜拍摄的实时图像，则通过识别所述实时图像的图像类型，根据所述图像类型判断所述胶囊内镜是否排出体外。
第三方面，本申请公开了一种电子设备，包括：
存储器，用于保存计算机程序；
处理器，用于执行所述计算机程序，以实现前述的胶囊内镜排出检测方法。
第四方面，本申请公开了一种计算机可读存储介质，用于存储计算机程序；其中计算机程序被处理器执行时实现前述的胶囊内镜排出检测方法。
本申请中，按照预设检测方式通过胶囊内镜获取目标信息；所述预设检测方式包括基于胶囊内镜信号的检测方式和/或基于胶囊内镜拍摄的实时图像的检测方式；若所述目标信息包括胶囊内镜信号，则通过监测所述胶囊内镜信号的连续性判断所述胶囊内镜是否排出体外；若所述目标信息包括胶囊内镜拍摄的实时图像，则通过识别所述实时图像的图像类型，根据所述图像类型判断所述胶囊内镜是否排出体外。可见，通过采用基于胶囊内镜信号连续性检测来判断胶囊内镜是否排出体外，或，采用基于胶囊内镜拍摄的实时图像来判断胶囊内镜是否排出体外，或者是两种方式的结合，能够实现自动智能的胶囊内镜排出检测，及时获取胶囊内镜的情况，使医生和病人准确地明晰胶囊内镜是否排出，避免胶囊内镜不能正常排出对病人造成影响。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本申请提供的一种胶囊内镜排出检测方法流程图；
图2为本申请提供的一种具体的基于胶囊内镜信号的胶囊内镜排出检测方法流程图；
图3为本申请提供的一种具体的基于胶囊内镜拍摄的图像的胶囊内镜排出检测方法流程图；
图4为本申请提供的一种胶囊内镜排出检测装置结构示意图；
图5为本申请提供的一种电子设备结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
现有技术中，针对判别胶囊内镜是否排出体外主要是通过病人自己留意排便时是否排出胶囊内镜，有些医院为了确保胶囊内镜排出会要求病人排便时用容器装好大便，查看胶囊内镜是否排出并无损坏，将排出的胶囊内镜清洗干净，交回医院统计并统一销毁。但依靠病人自己留意排便时是否排出胶囊内镜不能完全确保排出，因为有的病人会忘记或者认错，若是胶囊内镜损坏也不能及时发现，导致可能存在安全隐患。为克服上述技术问题，本申请提出一种胶囊内镜排出检测方法，能够实现自动智能的胶囊内镜排出检测。
本申请实施例公开了一种胶囊内镜排出检测方法，参见图1所示，该方法可以包括以下步骤：
步骤S11：按照预设检测方式通过胶囊内镜获取目标信息；所述预设检测方式包括基于胶囊内镜信号的检测方式和/或基于胶囊内镜拍摄的实时图像的检测方式。
首先，按照预设检测方式通过胶囊内镜获取目标信息；上述预设检测方式包括基于胶囊内镜信号的检测方式和/或基于胶囊内镜拍摄的实时图像的检测方式；相应的，上述目标信息包括胶囊内镜信号和/或实时图像。即本申请提出两种方法来判断胶囊内镜是否排出体外，一是通过胶囊内镜信号，二是通过人工智能图像识别，两种方法可以单独使用也可以结合起来判断，能够使医生和病人准确地明晰胶囊内镜是否排出，避免胶囊内镜没有排出造成严重的影响。具体采用哪种检测方式可以由使用者自定义。
步骤S12：若所述目标信息包括胶囊内镜信号，则通过监测所述胶囊内镜信号的连续性判断所述胶囊内镜是否排出体外。
若采用的预设检测方式包括基于胶囊内镜信号的检测方式，则获取胶囊内镜信号，然后通过监测胶囊内镜信号的连续性判断胶囊内镜是否排出体外。可以理解的是，本申请可以应用于与胶囊内镜存在通信连接的胶囊内镜记录仪，胶囊内镜在体内工作时会向胶囊内镜记录仪发送信号，通过该胶囊内镜记录仪实时监测胶囊内镜信号的信号，当信号长期中断可以认为胶囊内镜已经不再人体内。
具体的，通过监测所述胶囊内镜信号的连续性判断所述胶囊内镜是否排出体外，可以包括：监测所述胶囊内镜信号，确定所述胶囊内镜信号的中断时长；判断所述中断时长是否超出预设时长阈值；若所述中断时长超出所述预设时长阈值，则判定所述胶囊内镜排出体外；若所述中断时长没有超出预设时长阈值，则判定所述胶囊内镜发生故障，并生成故障告警。可以理解的是，短暂的胶囊内镜信号中断可能是胶囊内镜存在异常，因此通过预先设置时长阈值，当中断时长超出阈值时判定胶囊内镜排出，若中断时长未超出时长阈值，则判定发生故障，生成故障告警以提醒患者和医护人员注意，由此，能够进一步提高胶囊内镜排出检测的准确性，同时能够及时发现胶囊内镜故障。
在获取所述胶囊内镜信号的中断时长之前，先监测所述胶囊内镜信号是否存在中断；若存在中断，则执行所述确定所述胶囊内镜信号的中断时长的步骤；若不存在中断，则判定所述胶囊内镜在体内正常工作。即在胶囊内镜信号不存在中断时表征胶囊内镜在体内正常工作，无需做处理。
例如图2所示为一种具体的基于胶囊内镜信号的胶囊内镜排出检测方法流程图，正常胶囊内镜检测中，胶囊内镜信号连续，且持续拍摄病人消化道图片以数字的形式将信息传送到图像记录仪上，当胶囊内镜排出体外后，胶囊内镜与记录仪信号中断，因此可以在胶囊内镜记录仪中增加一个判断提醒模块，设定一个阈值来判断胶囊内镜信号中断时长。当胶囊内镜信号中断且中断时长大于这个阈值时，判断胶囊内镜已排出体外，记录仪发出声音提醒医生和病人胶囊内镜已经排出；当胶囊内镜信号中断但中断时长小于或等于这个阈值时，判断胶囊内镜信号发生故障，胶囊内镜尚未排出体外，需要继续检查；当胶囊内镜信号连续未中断时，则说明胶囊内镜正在体内正常检查中。
步骤S13：若所述目标信息包括胶囊内镜拍摄的实时图像，则通过识别所述实时图像的图像类型，根据所述图像类型判断所述胶囊内镜是否排出体外。
若采用的预设检测方式包括基于胶囊内镜拍摄的实时图像的检测方式，则获取胶囊内镜拍摄的实时图像，然后通过识别实时图像的图像类型判断胶囊内镜是否排出体外，图像类型包括体内图像和体外图像。
具体的，通过识别所述实时图像的图像类型，根据所述图像类型判断所述胶囊内镜是否排出体外，可以包括：通过训练后的图像识别模型识别所述实时图像的图像类型；若所述实时图像的图像类型为体外图像，则判定所述胶囊内镜排出体外。即通过人工智能识别实时图像的图像类型，若实时图像的图像类型为体外图像，则判定胶囊内镜排出体外，否则，判定胶囊内镜仍处于体内。
在通过识别所述实时图像的图像类型，根据所述图像类型判断所述胶囊内镜是否排出体外之前，基于神经网路构建初始模型；获取多个体内图像和不同场景的体外图像，并向每张图像添加图像类型标签，以得到训练集；利用所述训练集对所述初始模型进行迭代训练，得到所述训练后的图像识别模型。即通过体内图像和体外图像对模型进行训练，使模型具备针对体内图像和体外图像的识别能力，以便在实际运行中直接将图像输入模型，根据模型输出得到识别结果。
本实施例中，所述通过监测所述胶囊内镜信号的连续性判断所述胶囊内镜是否排出体外，以及所述根据所述图像类型判断所述胶囊内镜是否排出体外之后，还可以包括：若判定所述胶囊内镜排出体外，则生成胶囊内镜成功排出提示；若在目标时间段内未检测到胶囊内镜排出，则生成胶囊内镜未成功排出提示。在确定胶囊内镜排出体外后生成胶囊内镜成功排出提示，以便及时告知患者；若在目标时间段内未检测到胶囊内镜排出，则生成胶囊内镜未成功排出提示，即若长时间未检测到胶囊内镜排出，生成胶囊内镜未成功排出提示，以便提醒患者及时就医处理。
例如图3所示为一种具体的基于胶囊内镜拍摄的图像的胶囊内镜排出检测方法流程图，通过人工智能辅助诊断来判断胶囊内镜是否排出体外，是利用AI识别到体外图像信息，若识别到体外图像则判断胶囊内镜已经排出体外，若未识别到体外图像则胶囊内镜没有排出体外。具体可以在胶囊内镜记录仪中增加一个体外图像识别提醒模块，当记录仪拍摄到体外图像时，触发体外图像识别提醒模块，提醒病人胶囊内镜已经排出体外。由此，在人工智能辅助诊断软件中增加体外识别提醒模块，软件利用AI自动识别体外图像，当识别到体外图像时，软件触发体外识别提醒模块，弹出窗口提醒医生识别到体外图像，胶囊内镜已经排出，方便医生统计并确定病人胶囊内镜排出情况。
由上可见，本实施例中按照预设检测方式通过胶囊内镜获取目标信息；所述预设检测方式包括基于胶囊内镜信号的检测方式和/或基于胶囊内镜拍摄的实时图像的检测方式；若所述目标信息包括胶囊内镜信号，则通过监测所述胶囊内镜信号的连续性判断所述胶囊内镜是否排出体外；若所述目标信息包括胶囊内镜拍摄的实时图像，则通过识别所述实时图像的图像类型，根据所述图像类型判断所述胶囊内镜是否排出体外。可见，通过采用基于胶囊内镜信号连续性检测来判断胶囊内镜是否排出体外，或，采用基于胶囊内镜拍摄的实时图像来判断胶囊内镜是否排出体外，或者是两种方式的结合，能够实现自动智能的胶囊内镜排出检测，能够使医生和病人准确地明晰胶囊内镜是否排出，避免胶囊内镜不能正常排出对病人造成影响。
相应的，本申请实施例还公开了一种胶囊内镜排出检测装置，参见图4所示，该装置包括：
信息获取模块11，用于按照预设检测方式通过胶囊内镜获取目标信息；所述预设检测方式包括基于胶囊内镜信号的检测方式和/或基于胶囊内镜拍摄的实时图像的检测方式；
基于信号的排出检测模块12，用于若所述目标信息包括胶囊内镜信号，则通过监测所述胶囊内镜信号的连续性判断所述胶囊内镜是否排出体外；
基于图像的排出检测模块13，用于若所述目标信息包括胶囊内镜拍摄的实时图像，则通过识别所述实时图像的图像类型，根据所述图像类型判断所述胶囊内镜是否排出体外。
由上可见，本实施例中按照预设检测方式通过胶囊内镜获取目标信息；所述预设检测方式包括基于胶囊内镜信号的检测方式和/或基于胶囊内镜拍摄的实时图像的检测方式；若所述目标信息包括胶囊内镜信号，则通过监测所述胶囊内镜信号的连续性判断所述胶囊内镜是否排出体外；若所述目标信息包括胶囊内镜拍摄的实时图像，则通过识别所述实时图像的图像类型，根据所述图像类型判断所述胶囊内镜是否排出体外。可见，通过采用基于胶囊内镜信号连续性检测来判断胶囊内镜是否排出体外，或，采用基于胶囊内镜拍摄的实时图像来判断胶囊内镜是否排出体外，或者是两种方式的结合，能够实现自动智能的胶囊内镜排出检测，能够使医生和病人准确地明晰胶囊内镜是否排出，避免胶囊内镜不能正常排出对病人造成影响。
在一些具体实施例中，所述基于信号的排出检测模块12具体可以包括：
中断时长确定单元，用于监测所述胶囊内镜信号，确定所述胶囊内镜信号的中断时长；
时长判断单元，用于判断所述中断时长是否超出预设时长阈值；
排出判定单元，用于若所述中断时长超出所述预设时长阈值，则判定所述胶囊内镜排出体外。
在一些具体实施例中，所述胶囊内镜排出检测装置具体可以包括：
故障告警单元，用于在判断所述中断时长是否超出预设时长阈值之后，若所述中断时长没有超出预设时长阈值，则判定所述胶囊内镜发生故障，并生成故障告警。
在一些具体实施例中，所述胶囊内镜排出检测装置具体可以包括：
信号监测单元，用于在获取所述胶囊内镜信号的中断时长之前，监测所述胶囊内镜信号是否存在中断；
执行单元，用于若存在中断，则执行所述确定所述胶囊内镜信号的中断时长的步骤；
正常工作判定单元，用于若不存在中断，则判定所述胶囊内镜在体内正常工作。
在一些具体实施例中，所述基于图像的排出检测模块13具体可以包括：
图像识别单元，用于通过训练后的图像识别模型识别所述实时图像的图像类型；
排出判定单元，用于若所述实时图像的图像类型为体外图像，则判定所述胶囊内镜排出体外。
在一些具体实施例中，所述胶囊内镜排出检测装置具体可以包括：
模型构建单元，用于基于神经网路构建初始模型；
训练集获取单元，用于获取多个体内图像和不同场景的体外图像，并向每张图像添加图像类型标签，以得到训练集；
模型训练单元，用于利用所述训练集对所述初始模型进行迭代训练，得到所述训练后的图像识别模型。
在一些具体实施例中，所述胶囊内镜排出检测装置具体可以包括：
成功排出提示单元，用于在通过监测所述胶囊内镜信号的连续性判断所述胶囊内镜是否排出体外，以及所述根据所述图像类型判断所述胶囊内镜是否排出体外之后，若判定所述胶囊内镜排出体外，则生成胶囊内镜成功排出提示；
未成功排出提示单元，用于若在目标时间段内未检测到胶囊内镜排出，则生成胶囊内镜未成功排出提示。
进一步的，本申请实施例还公开了一种电子设备，参见图5所示，图中的内容不能被认为是对本申请的使用范围的任何限制。
图5为本申请实施例提供的一种电子设备20的结构示意图。该电子设备20，具体可以包括：至少一个处理器21、至少一个存储器22、电源23、通信接口24、输入输出接口25和通信总线26。其中，所述存储器22用于存储计算机程序，所述计算机程序由所述处理器21加载并执行，以实现前述任一实施例公开的胶囊内镜排出检测方法中的相关步骤。
本实施例中，电源23用于为电子设备20上的各硬件设备提供工作电压；通信接口24能够为电子设备20创建与外界设备之间的数据传输通道，其所遵循的通信协议是能够适用于本申请技术方案的任意通信协议，在此不对其进行具体限定；输入输出接口25，用于获取外界输入数据或向外界输出数据，其具体的接口类型可以根据具体应用需要进行选取，在此不进行具体限定。
另外，存储器22作为资源存储的载体，可以是只读存储器、随机存储器、磁盘或者光盘等，其上所存储的资源包括操作系统221、计算机程序222及包括目标信息在内的数据223等，存储方式可以是短暂存储或者永久存储。
其中，操作系统221用于管理与控制电子设备20上的各硬件设备以及计算机程序222，以实现处理器21对存储器22中海量数据223的运算与处理，其可以是Windows Server、Netware、Unix、Linux等。计算机程序222除了包括能够用于完成前述任一实施例公开的由电子设备20执行的胶囊内镜排出检测方法的计算机程序之外，还可以进一步包括能够用于完成其他特定工作的计算机程序。
进一步的，本申请实施例还公开了一种计算机存储介质，所述计算机存储介质中存储有计算机可执行指令，所述计算机可执行指令被处理器加载并执行时，实现前述任一实施例公开的胶囊内镜排出检测方法步骤。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本发明所提供的一种胶囊内镜排出检测方法、装置、设备及存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种胶囊内镜排出检测方法，其特征在于，包括：
按照预设检测方式通过胶囊内镜获取目标信息；所述预设检测方式包括基于胶囊内镜信号的检测方式和/或基于胶囊内镜拍摄的实时图像的检测方式；
若所述目标信息包括胶囊内镜信号，则通过监测所述胶囊内镜信号的连续性判断所述胶囊内镜是否排出体外；
若所述目标信息包括胶囊内镜拍摄的实时图像，则通过识别所述实时图像的图像类型，根据所述图像类型判断所述胶囊内镜是否排出体外。
2.根据权利要求1所述的胶囊内镜排出检测方法，其特征在于，所述通过监测所述胶囊内镜信号的连续性判断所述胶囊内镜是否排出体外，包括：
监测所述胶囊内镜信号，确定所述胶囊内镜信号的中断时长；
判断所述中断时长是否超出预设时长阈值；
若所述中断时长超出所述预设时长阈值，则判定所述胶囊内镜排出体外。
3.根据权利要求2所述的胶囊内镜排出检测方法，其特征在于，所述判断所述中断时长是否超出预设时长阈值之后，还包括：
若所述中断时长没有超出预设时长阈值，则判定所述胶囊内镜发生故障，并生成故障告警。
4.根据权利要求2所述的胶囊内镜排出检测方法，其特征在于，所述获取所述胶囊内镜信号的中断时长之前，包括：
监测所述胶囊内镜信号是否存在中断；
若存在中断，则执行所述确定所述胶囊内镜信号的中断时长的步骤；
若不存在中断，则判定所述胶囊内镜在体内正常工作。
5.根据权利要求1所述的胶囊内镜排出检测方法，其特征在于，所述通过识别所述实时图像的图像类型，根据所述图像类型判断所述胶囊内镜是否排出体外，包括：
通过训练后的图像识别模型识别所述实时图像的图像类型；
若所述实时图像的图像类型为体外图像，则判定所述胶囊内镜排出体外。
6.根据权利要求5所述的胶囊内镜排出检测方法，其特征在于，所述通过识别所述实时图像的图像类型，根据所述图像类型判断所述胶囊内镜是否排出体外之前，还包括：
基于神经网路构建初始模型；
获取多个体内图像和不同场景的体外图像，并向每张图像添加图像类型标签，以得到训练集；
利用所述训练集对所述初始模型进行迭代训练，得到所述训练后的图像识别模型。
7.根据权利要求1至6任一项所述的胶囊内镜排出检测方法，其特征在于，所述通过监测所述胶囊内镜信号的连续性判断所述胶囊内镜是否排出体外，以及所述根据所述图像类型判断所述胶囊内镜是否排出体外之后，还包括：
若判定所述胶囊内镜排出体外，则生成胶囊内镜成功排出提示；
若在目标时间段内未检测到胶囊内镜排出，则生成胶囊内镜未成功排出提示。
8.一种胶囊内镜排出检测装置，其特征在于，包括：
信息获取模块，用于按照预设检测方式通过胶囊内镜获取目标信息；所述预设检测方式包括基于胶囊内镜信号的检测方式和/或基于胶囊内镜拍摄的实时图像的检测方式；
基于信号的排出检测模块，用于若所述目标信息包括胶囊内镜信号，则通过监测所述胶囊内镜信号的连续性判断所述胶囊内镜是否排出体外；
基于图像的排出检测模块，用于若所述目标信息包括胶囊内镜拍摄的实时图像，则通过识别所述实时图像的图像类型，根据所述图像类型判断所述胶囊内镜是否排出体外。
9.一种电子设备，其特征在于，包括：
存储器，用于保存计算机程序；
处理器，用于执行所述计算机程序，以实现如权利要求1至7任一项所述的胶囊内镜排出检测方法。
10.一种计算机可读存储介质，其特征在于，用于存储计算机程序；其中计算机程序被处理器执行时实现如权利要求1至7任一项所述的胶囊内镜排出检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410304611.9A CN118000646A (zh) | 2024-03-15 | 2024-03-15 | 一种胶囊内镜排出检测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410304611.9A CN118000646A (zh) | 2024-03-15 | 2024-03-15 | 一种胶囊内镜排出检测方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118000646A true CN118000646A (zh) | 2024-05-10 |
Family
ID=90950685
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410304611.9A Pending CN118000646A (zh) | 2024-03-15 | 2024-03-15 | 一种胶囊内镜排出检测方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118000646A (zh) |
-
2024
- 2024-03-15 CN CN202410304611.9A patent/CN118000646A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9545186B2 (en) | Endoscope image recording apparatus, endoscope image acquisition assisting method and computer readable medium | |
| JP2010279705A (ja) | 分析物検出のための糖尿病管理装置と選択的にデータを転送する方法 | |
| CN115516310A (zh) | 用于评估结肠镜检查准备的系统和方法 | |
| CN113130058A (zh) | 手部卫生管理系统、方法、计算机设备及可读存储介质 | |
| EP1997428A1 (en) | Diagnosis system and program to be used in the diagnosis system | |
| CN115670527A (zh) | 一种医学采样装置、设备及方法 | |
| CN115527337A (zh) | 一种基于医疗设备系统的报警方法、装置及电子设备 | |
| CN118000646A (zh) | 一种胶囊内镜排出检测方法、装置、设备及存储介质 | |
| CN116492227B (zh) | 基于人工智能的服药提示方法及系统 | |
| CN116741337A (zh) | 一种造口术后护理监控系统、方法及存储介质 | |
| US20090167848A1 (en) | System and method to improve mouth disease diagnosis | |
| US10925677B2 (en) | Medical interventional imaging device | |
| CN111772653B (zh) | 一种钡剂吞咽的识别曝光方法、系统、装置及介质 | |
| CN114073482A (zh) | 胶囊内窥镜滞留检测方法、装置及系统 | |
| CN211409025U (zh) | 一种心血管多模态融合分析装置 | |
| US20190156935A1 (en) | Patient monitor and physiological information management system | |
| CN112102906A (zh) | 一种病况管理方法、装置、设备及计算机可读存储介质 | |
| CN116671857A (zh) | 一种电子内窥镜使用提示方法、装置、设备及存储介质 | |
| CN112735565B (zh) | 检测结果获取方法、电子设备及服务器 | |
| CN117292806B (zh) | 基于智慧医院的设备数据风险识别预警系统 | |
| CN210077613U (zh) | 胶囊内镜记录仪和胶囊内镜系统 | |
| CN116805531B (zh) | 一种儿科远程医疗系统 | |
| SK500522023U1 (sk) | Multisenzorické telemetrické zariadenie na detekciu pH v pažeráku simultánne s epizódami kašľa | |
| CN117951190B (zh) | 一种基于人工智能的人体指标异常数据处理方法及系统 | |
| CN116491882B (zh) | 一种一次性内窥镜的插入部、一次性内窥镜及其使用方法 |
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 |