盲肠插管成功率的检测方法及装置与流程

1.本技术主要涉及图像处理技术领域，具体涉及一种盲肠插管成功率的检测方法及装置。

背景技术：

2.肠镜，也叫内窥镜，是一种通过管道进入人体，观察人体内部状况的医疗仪器。肠镜检查能以最少的伤害，达成观察人体内部器官的目的，是现代医学非常重要一种的观察和手段。目前结直肠癌的发病率和死亡率均呈现上升趋势，其早期发现及是提高病灶患者生存率及改善患者术后生活质量的重要方式。高质量的结直肠镜检查是提高腺瘤检出率、降低结直肠癌死亡率的关键。
3.结肠镜检可显著降低结直肠癌的发生和死亡风险。结肠镜检查时只有到达回盲部才能保证整个结肠的观察，否则必定会因为一部分肠道黏膜未观察，而减少腺瘤的检出。未能完成全结肠检查的乙状结肠镜筛查adr为 8.6%～15.9%，明显低于全结肠检查的adr，也就意味着将出现很大的漏诊量。因此，盲肠到达是成功完成全结肠镜检查最基本和重要的要求。如何改进结肠内镜的操作质量成为临床提高结直肠癌检出率、降低死亡率的关键环节。“2017欧洲胃肠内镜学会（esge）下消化道内镜操作质量改进指南”以结肠内镜操作前、操作中、操作后三个不同阶段，以及结肠内镜诊疗的不良事件和患者因素等方面作为评估内镜操作质量的指标。针对消化内镜诊疗操作中管理指出，与盲肠插管不成功的患者相比，盲肠插管成功显著增加adr/息肉（pdr）检出率。因此，提高盲肠插管率可以显著降低结肠镜检后结直肠癌风险。但现有技术主要依靠专业医生观看视频来判断是否插管成功，效率较低且不准确。
4.也即，现有技术中盲肠插管成功率的检测方法效率较低且不准确。

技术实现要素：

5.第一方面，本技术提供一种盲肠插管成功率的检测方法，该盲肠插管成功率的检测方法包括：获取肠镜在肠道内进行退镜检查时拍摄的肠镜检查视频；从所述肠镜检查视频中提取多张初始肠镜图像；对多张初始肠镜图像进行识别，得到具有阑尾口标识的多张第二肠镜图像、具有回盲瓣标识的多张第三肠镜图像以及拍摄时间位于多张第二肠镜图像的之前的第一肠镜图像；对所述多张初始肠镜图像进行三维重建，得到第一肠道三维模型；将第一肠道三维模型中与多张第一肠镜图像对应的部分确定为盲肠插置肠段，将第一肠道三维模型中与多张第二肠镜图像对应的部分确定为阑尾口肠段，将第一肠道三维模型中与多张第三肠镜图像对应的部分确定为回盲瓣肠段；根据第一肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的肠段直径差、阑尾口
肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度；根据肠段直径差与肠段中心距离确定肠段变化斜率；判断盲肠插置肠段长度与肠段变化斜率之积是否超过第一预设阈值；若盲肠插置肠段长度与肠段变化斜率之积超过第一预设阈值，则确定所述肠镜检查视频属于盲肠插管成功的视频；将多个肠镜检查视频中属于盲肠插管成功的视频的视频占比确定为盲肠插管成功率。
6.可选地，所述根据第一肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的肠段直径差、阑尾口肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度，包括：将第一肠道三维模型的肠道中心线拉伸为直线，对第一肠道三维模型同步更新得到第二肠道三维模型，其中，所述肠道中心线为第一肠道三维模型的多个肠道横截面图像中肠道断面区域的形心组成的线段；根据第二肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的肠段直径差、阑尾口肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度。
7.可选地，所述根据第二肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的肠段直径差、阑尾口肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度，之前，包括：将第二肠道三维模型沿肠道中心线展开，得到二维展开图；将二维展开图输入不清洁区域分割模型进行分割，得到二维展开图中的不清洁区域；计算不清洁区域与二维展开图之间的不清洁面积占比；判断所述不清洁面积占比是否超过预设面积占比；若所述不清洁面积占比不超过预设面积占比，则根据第二肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的肠段直径差、阑尾口肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度。
8.可选地，所述若所述不清洁面积占比不超过预设面积占比，则根据第二肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的肠段直径差、阑尾口肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度，包括：若所述不清洁面积占比不超过预设面积占比，将所述二维展开图输入病灶分割模型进行分割，得到第一病灶分割区域；判断所述第一病灶分割区域的面积是否大于预设面积；若所述第一病灶分割区域的面积不大于预设面积，则根据第二肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的肠段直径差、阑尾口肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度。
9.可选地，所述若所述第一病灶分割区域的面积不大于预设面积，则根据第二肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的肠段直径差、阑尾口肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度，包括：若所述第一病灶分割区域的面积不大于预设面积，则将所述二维展开图输入病灶分类模型进行分类，得到病灶分类结果，其中，所述病灶分类结果为无病灶类型、隆起型病
灶类型以及非隆起型病灶类型中的任意一种；若病灶分类结果为隆起型病灶类型，则获取第二肠道三维模型上过第一病灶分割区域的多个等间隔排布的肠道横截面图像；将多个等间隔排布的肠道横截面图像分别输入病灶分割模型进行分割，得到多个第二病灶分割区域；判断多个第二病灶分割区域的面积之和是否超过预设面积值；若多个第二病灶分割区域的面积之和不超过预设面积值，则根据第二肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的肠段直径差、阑尾口肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度。
10.可选地，所述根据第二肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的肠段直径差、阑尾口肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度，包括：获取第二肠道三维模型中阑尾口肠段对应的肠道中心线的阑尾口肠段中点；获取第二肠道三维模型中回盲瓣肠段对应的肠道中心线的回盲瓣肠段中点；根据阑尾口肠段中点和回盲瓣肠段中点的坐标确定肠段中心距离；获取阑尾口肠段上的多个阑尾口横截面图像和回盲瓣肠段上的多个回盲瓣横截面图像；获取各个阑尾口横截面图像中阑尾口断面区域的外接圆直径和各个回盲瓣横截面图像中回盲瓣断面区域的外接圆直径；将各个阑尾口横截面图像中的外接圆直径的平均值确定为阑尾口肠段的阑尾口肠段直径；将各个回盲瓣横截面图像中的外接圆直径的平均值确定为回盲瓣肠段的回盲瓣肠段直径；将阑尾口肠段直径和回盲瓣肠段直径之差确定为肠段直径差。
11.可选地，所述从所述肠镜检查视频中提取多张初始肠镜图像，包括：对肠镜检查视频按帧进行解码，得到多个肠道帧图像；分别计算多个肠道帧图像中相邻两个肠道帧图像之间的相似度；若相邻两个肠道帧图像之间的相似度超过预设相似度，则将相邻两个肠道帧图像中的一个剔除，得到多张初始肠镜图像。
12.第二方面，本技术提供一种盲肠插管成功率的检测装置，所述盲肠插管成功率的检测装置包括：获取单元，用于获取肠镜在肠道内进行退镜检查时拍摄的肠镜检查视频；提取单元，用于从所述肠镜检查视频中提取多张初始肠镜图像；识别单元，用于对多张初始肠镜图像进行识别，得到具有阑尾口标识的多张第二肠镜图像、具有回盲瓣标识的多张第三肠镜图像以及拍摄时间位于多张第二肠镜图像的之前的第一肠镜图像；重建单元，用于对所述多张初始肠镜图像进行三维重建，得到第一肠道三维模型；第一确定单元，用于将第一肠道三维模型中与多张第一肠镜图像对应的部分确定为盲肠插置肠段，将第一肠道三维模型中与多张第二肠镜图像对应的部分确定为阑尾口肠段，将第一肠道三维模型中与多张第三肠镜图像对应的部分确定为回盲瓣肠段；第二确定单元，用于根据第一肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的
肠段直径差、阑尾口肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度；第三确定单元，用于根据肠段直径差与肠段中心距离确定肠段变化斜率；判断单元，用于判断盲肠插置肠段长度与肠段变化斜率之积是否超过第一预设阈值；第四确定单元，用于若盲肠插置肠段长度与肠段变化斜率之积超过第一预设阈值，则确定所述肠镜检查视频属于盲肠插管成功的视频；第五确定单元，将多个肠镜检查视频中属于盲肠插管成功的视频的视频占比确定为盲肠插管成功率。
13.可选地，所述第二确定单元，用于：将第一肠道三维模型的肠道中心线拉伸为直线，对第一肠道三维模型同步更新得到第二肠道三维模型，其中，所述肠道中心线为第一肠道三维模型的多个肠道横截面图像中肠道断面区域的形心组成的线段；根据第二肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的肠段直径差、阑尾口肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度。
14.可选地，所述第二确定单元，用于：将第二肠道三维模型沿肠道中心线展开，得到二维展开图；将二维展开图输入不清洁区域分割模型进行分割，得到二维展开图中的不清洁区域；计算不清洁区域与二维展开图之间的不清洁面积占比；判断所述不清洁面积占比是否超过预设面积占比；若所述不清洁面积占比不超过预设面积占比，则根据第二肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的肠段直径差、阑尾口肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度。
15.可选地，所述第二确定单元，用于：若所述不清洁面积占比不超过预设面积占比，将所述二维展开图输入病灶分割模型进行分割，得到第一病灶分割区域；判断所述第一病灶分割区域的面积是否大于预设面积；若所述第一病灶分割区域的面积不大于预设面积，则根据第二肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的肠段直径差、阑尾口肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度。
16.可选地，所述第二确定单元，用于：若所述第一病灶分割区域的面积不大于预设面积，则将所述二维展开图输入病灶分类模型进行分类，得到病灶分类结果，其中，所述病灶分类结果为无病灶类型、隆起型病灶类型以及非隆起型病灶类型中的任意一种；若病灶分类结果为隆起型病灶类型，则获取第二肠道三维模型上过第一病灶分割区域的多个等间隔排布的肠道横截面图像；将多个等间隔排布的肠道横截面图像分别输入病灶分割模型进行分割，得到多个第二病灶分割区域；判断多个第二病灶分割区域的面积之和是否超过预设面积值；
若多个第二病灶分割区域的面积之和不超过预设面积值，则根据第二肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的肠段直径差、阑尾口肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度。
17.可选地，所述第二确定单元，用于：获取第二肠道三维模型中阑尾口肠段对应的肠道中心线的阑尾口肠段中点；获取第二肠道三维模型中回盲瓣肠段对应的肠道中心线的回盲瓣肠段中点；根据阑尾口肠段中点和回盲瓣肠段中点的坐标确定肠段中心距离；获取阑尾口肠段上的多个阑尾口横截面图像和回盲瓣肠段上的多个回盲瓣横截面图像；获取各个阑尾口横截面图像中阑尾口断面区域的外接圆直径和各个回盲瓣横截面图像中回盲瓣断面区域的外接圆直径；将各个阑尾口横截面图像中的外接圆直径的平均值确定为阑尾口肠段的阑尾口肠段直径；将各个回盲瓣横截面图像中的外接圆直径的平均值确定为回盲瓣肠段的回盲瓣肠段直径；将阑尾口肠段直径和回盲瓣肠段直径之差确定为肠段直径差。
18.可选地，所述提取单元，用于：对肠镜检查视频按帧进行解码，得到多个肠道帧图像；分别计算多个肠道帧图像中相邻两个肠道帧图像之间的相似度；若相邻两个肠道帧图像之间的相似度超过预设相似度，则将相邻两个肠道帧图像中的一个剔除，得到多张初始肠镜图像。
19.第三方面，本技术提供一种计算机设备，所述计算机设备包括：一个或多个处理器；存储器；以及一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行以实现第一方面中任一项所述的盲肠插管成功率的检测方法。
20.第四方面，本技术提供一种计算机可读存储介质，所述计算机可读存储介质存储有多条指令，所述指令适于处理器进行加载，以执行第一方面中任一项所述的盲肠插管成功率的检测方法中的步骤。
21.本技术提供一种盲肠插管成功率的检测方法及装置，获取肠镜检查视频后，进行图像识别，识别阑尾口标识和回盲瓣标识，并在识别阑尾口标识和回盲瓣标识之后，对肠道进行重建并分段，根据肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的肠段直径差和肠段中心距离，进而确定肠段变化斜率，根据盲肠插置肠段长度与肠段变化斜率之积是否超过第一预设阈值来判断是否盲肠是否插管成功，从而可以自动化确定盲肠是否插管成功，能够提高盲肠插管成功率的计算效率，并且综合阑尾口肠段和回盲瓣肠段的特征来判断确定盲肠是否插管成功，能够提高盲肠插管成功率的计算准确度，从而提高盲肠插管成功率的检测方法的效率和准确率。
附图说明
22.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中所需要使
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技术的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
23.图1是本技术实施例提供的盲肠插管成功率的检测系统的场景示意图；图2是本技术实施例提供的盲肠插管成功率的检测方法一实施例的流程示意图；图3是本技术实施例提供的盲肠插管成功率的检测方法一实施例中第一肠道三维模型的示意图；图4是本技术实施例提供的盲肠插管成功率的检测方法一实施例中第二肠道三维模型沿肠道中心线展开得到的二维展开图的示意图；图5是本技术实施例提供的盲肠插管成功率的检测方法一实施例中在第一肠道三维模型进行截面截取的示意图；图6是本技术实施例中提供的盲肠插管成功率的检测装置的一个实施例结构示意图；图7是本技术实施例中提供的计算机设备的一个实施例结构示意图。
具体实施方式
24.下面将结合本技术实施例中的附图，对本技术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技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
25.在本技术的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本技术的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个特征。在本技术的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
26.在本技术中，“示例性”一词用来表示“用作例子、例证或说明”。本技术中被描述为“示例性”的任何实施例不一定被解释为比其它实施例更优选或更具优势。为了使本领域任何技术人员能够实现和使用本技术，给出了以下描述。在以下描述中，为了解释的目的而列出了细节。应当明白的是，本领域普通技术人员可以认识到，在不使用这些特定细节的情况下也可以实现本技术。在其它实例中，不会对公知的结构和过程进行详细阐述，以避免不必要的细节使本技术的描述变得晦涩。因此，本技术并非旨在限于所示的实施例，而是与符合本技术所公开的原理和特征的最广范围相一致。
27.本技术实施例提供一种盲肠插管成功率的检测方法及装置，以下分别进行详细说明。
28.请参阅图1，图1为本技术实施例所提供的盲肠插管成功率的检测系统的场景示意图，该盲肠插管成功率的检测系统可以包括计算机设备100，计算机设备100中集成有盲肠
插管成功率的检测装置。
29.本技术实施例中，该计算机设备100可以是独立的服务器，也可以是服务器组成的服务器网络或服务器集，例如，本技术实施例中所描述的计算机设备100，其包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云服务器。其中，云服务器由基于云计算(cloud computing)的大量计算机或网络服务器构成。
30.本技术实施例中，上述的计算机设备100可以是一个通用计算机设备或者是一个专用计算机设备。在具体实现中计算机设备100可以是台式机、便携式电脑、网络服务器、掌上电脑（personal digital assistant，pda）、移动手机、平板电脑、无线终端设备、通信设备、嵌入式设备等，本实施例不限定计算机设备100的类型。
31.本领域技术人员可以理解，图1中示出的应用环境，仅仅是本技术方案的一种应用场景，并不构成对本技术方案应用场景的限定，其他的应用环境还可以包括比图1中所示更多或更少的计算机设备，例如图1中仅示出1个计算机设备，可以理解的，该盲肠插管成功率的检测系统还可以包括一个或多个可处理数据的其他计算机设备，具体此处不作限定。
32.另外，如图1所示，该盲肠插管成功率的检测系统还可以包括存储器200，用于存储数据。
33.需要说明的是，图1所示的盲肠插管成功率的检测系统的场景示意图仅仅是一个示例，本技术实施例描述的盲肠插管成功率的检测系统以及场景是为了更加清楚的说明本技术实施例的技术方案，并不构成对于本技术实施例提供的技术方案的限定，本领域普通技术人员可知，随着盲肠插管成功率的检测系统的演变和新业务场景的出现，本技术实施例提供的技术方案对于类似的技术问题，同样适用。
34.首先，本技术实施例中提供一种盲肠插管成功率的检测方法，盲肠插管成功率的检测方法包括：获取肠镜在肠道内进行退镜检查时拍摄的肠镜检查视频；从肠镜检查视频中提取多张初始肠镜图像；对多张初始肠镜图像进行识别，得到具有阑尾口标识的多张第二肠镜图像、具有回盲瓣标识的多张第三肠镜图像以及拍摄时间位于多张第二肠镜图像的之前的第一肠镜图像；对多张初始肠镜图像进行三维重建，得到第一肠道三维模型；将第一肠道三维模型中与多张第一肠镜图像对应的部分确定为盲肠插置肠段，将第一肠道三维模型中与多张第二肠镜图像对应的部分确定为阑尾口肠段，将第一肠道三维模型中与多张第三肠镜图像对应的部分确定为回盲瓣肠段；根据第一肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的肠段直径差、阑尾口肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度；根据肠段直径差与肠段中心距离确定肠段变化斜率；判断盲肠插置肠段长度与肠段变化斜率之积是否超过第一预设阈值；若盲肠插置肠段长度与肠段变化斜率之积超过第一预设阈值，则确定肠镜检查视频属于盲肠插管成功的视频；将多个肠镜检查视频中属于盲肠插管成功的视频的视频占比确定为盲肠插管成功率。
35.如图2所示，图2是本技术实施例中盲肠插管成功率的检测方法的一个实施例流程示意图，该盲肠插管成功率的检测方法包括如下步骤s201~s210：s201、获取肠镜在肠道内进行退镜检查时拍摄的肠镜检查视频。
36.本技术实施例中，医生在对患者进行肠镜检查时，肠镜会拍摄视频，得到肠镜检查视频。
37.s202、从肠镜检查视频中提取多张初始肠镜图像。
38.本技术实施例中，从肠镜检查视频中提取多张初始肠镜图像，可以包括：（1）对肠镜检查视频按帧进行解码，得到多个肠道帧图像。
39.具体的，将肠镜检查视频按照24帧/秒解析得到多个肠道帧图像。
40.（2）分别计算多个肠道帧图像中相邻两个肠道帧图像之间的相似度。
41.（3）若相邻两个肠道帧图像之间的相似度超过预设相似度，则将相邻两个肠道帧图像中的一个剔除，得到多张初始肠镜图像。
42.其中，预设相似度可以80%、90%等等，根据具体情况设定即可。
43.s203、对多张初始肠镜图像进行识别，得到具有阑尾口标识的多张第二肠镜图像、具有回盲瓣标识的多张第三肠镜图像以及拍摄时间位于多张第二肠镜图像之前的第一肠镜图像。
44.在一个具体的实施例中，将多张初始肠镜图像依次输入目标检测模型进行回盲瓣检测，得到具有阑尾口标识的多张第二肠镜图像、具有回盲瓣标识的多张第三肠镜图像。目标检测模型可以为yolov3、yolov4、yolov5等。
45.医生在对患者进行肠镜检查时，肠镜会从依次经过盲肠、阑尾口、回盲瓣后退出。因此，拍摄时间位于多张第二肠镜图像之前的第一肠镜图像是拍摄到盲肠和肠道更里面的图像。
46.s204、对多张初始肠镜图像进行三维重建，得到第一肠道三维模型。
47.具体的，通过三维建模软件vkt对多张初始肠镜图像进行三维重建，得到第一肠道三维模型。第一肠道三维模型可以模拟出肠道的形态。
48.如图3所示，将多张初始肠镜图像直接输入三维建模软件进行实时三维重建，每输入一张初始肠镜图像，更新一次第一肠道三维模型，并更新第一肠道三维模型的肠道中心线。其中，肠道中心线为第一肠道三维模型的多个肠道横截面图像的肠道断面区域的形心组成的线段。其中，肠镜会依次经过盲肠、阑尾口、回盲瓣后退出。
49.s205、将第一肠道三维模型中与多张第一肠镜图像对应的部分确定为盲肠插置肠段，将第一肠道三维模型中与多张第二肠镜图像对应的部分确定为阑尾口肠段，将第一肠道三维模型中与多张第三肠镜图像对应的部分确定为回盲瓣肠段。
50.当输入一张新的初始肠镜图像时，更新的肠道中心线上生成一个新的中心线点位与初始肠镜图像对应。将具有阑尾口标识的多张第二肠镜图像对应的多个中心线点位之间的肠段确定为阑尾口肠段。将具有回盲瓣标识的多张第三肠镜图像对应的多个中心线点位之间的肠段确定为回盲瓣肠段。将多张第一肠镜图像对应的部分确定为盲肠插置肠段。
51.s206、根据第一肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的肠段直径差、阑尾口肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度。
52.本技术实施例中，根据第一肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的肠段直径差、阑尾口肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度，包括：（1）将第一肠道三维模型的肠道中心线拉伸为直线，对第一肠道三维模型同步更新得到第二肠道三维模型，其中，肠道中心线为第一肠道三维模型的多个肠道横截面图像中肠道断面区域的形心组成的线段。
53.由于，第一肠道三维模型为曲折的模型，将第一肠道三维模型的肠道中心线拉伸
为直线，可以将第一肠道三维模型拉直，得到第二肠道三维模型。
54.（2）根据第二肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的肠段直径差、阑尾口肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度。
55.本技术实施例中，为了提高盲肠插管成功率的计算准确性，根据第二肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的肠段直径差、阑尾口肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度，之前，可以包括：（1）将第二肠道三维模型沿肠道中心线展开，得到二维展开图。
56.在一个具体的实施例中，将第二肠道三维模型沿肠道中心线展开，得到二维展开图。第二肠道三维模型的二维展开图如图4所示。
57.（2）将二维展开图输入不清洁区域分割模型进行分割，得到二维展开图中的不清洁区域。
58.具体的，预先训练不清洁区域分割模型，优先选择unet++，标签由专业内镜医师对不清洁区域进行勾勒。
59.（3）计算不清洁区域与二维展开图之间的不清洁面积占比。
60.不清洁区域的面积记为。二维展开图的面积记为。不清洁面积占比的计算方式如下：（4）判断不清洁面积占比是否超过预设面积占比。
61.其中，预设面积占比可以根据具体情况设定。
62.（5）若不清洁面积占比不超过预设面积占比，则根据第二肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的肠段直径差、阑尾口肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度。
63.若不清洁面积占比不超过预设面积占比，说明该肠镜检查视频符合要求，可以参与盲肠插管成功率计算。
64.进一步的，若不清洁面积占比不超过预设面积占比，则根据第二肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的肠段直径差、阑尾口肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度，可以包括：（1）若不清洁面积占比不超过预设面积占比，将二维展开图输入病灶分割模型进行分割，得到第一病灶分割区域。
65.若不清洁面积占比不超过预设面积占比，将二维展开图输入病灶分割模型进行分割，得到第一病灶分割区域。
66.具体的，训练病灶分割模型，优先选择unet++，由专业内镜医师对病灶边界进行勾勒。
67.（2）判断第一病灶分割区域的面积是否大于预设面积。
68.预设面积根据具体情况设定。若病灶面积高于预设面积，则认为是大病灶，该肠镜检查视频剔除，否则视为合格。
69.（3）若第一病灶分割区域的面积不大于预设面积，则根据第二肠道三维模型确定
阑尾口肠段和回盲瓣肠段之间的肠段直径差、阑尾口肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度。
70.进一步的，若第一病灶分割区域的面积不大于预设面积，则根据第二肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的肠段直径差、阑尾口肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度，可以包括：（1）若第一病灶分割区域的面积不大于预设面积，则将二维展开图输入病灶分类模型进行分类，得到病灶分类结果，其中，病灶分类结果为无病灶类型、隆起型病灶类型以及非隆起型病灶类型中的任意一种。隆起型病灶为隆起于肠道内壁的病灶。
71.具体的，训练病灶识别模型，优先选择resnet50，标签为非病灶、非隆起型病灶、隆起型病灶。
72.（2）若病灶分类结果为隆起型病灶类型，则获取第二肠道三维模型上过第一病灶分割区域的多个等间隔排布的肠道横截面图像。
73.多个等间隔排布的肠道横截面图像都是经过第一病灶分割区域，因此，多个等间隔排布的肠道横截面图像都会出现隆起型病灶的截面。
74.（3）将多个等间隔排布的肠道横截面图像分别输入病灶分割模型进行分割，得到多个第二病灶分割区域。
75.第二病灶分割区域为肠道横截面图像上病灶所在区域，在一个具体的实施例中，多个第二病灶分割区域为n个第二病灶分割区域。
76.（4）判断多个第二病灶分割区域的面积之和是否超过预设面积值。
77.具体的，计算每个第二病灶分割区域的面积，多个第二病灶分割区域的面积之和为v，其中，。
78.判断多个第二病灶分割区域的面积之和v是否大于预设面积值。显然，v越大表示病灶的体积越大，当多个第二病灶分割区域的面积之和v大于预设面积值，说明该病灶体积较大。
79.（5）若多个第二病灶分割区域的面积之和不超过预设面积值，则根据第二肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的肠段直径差、阑尾口肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度。
80.若多个第二病灶分割区域的面积之和超过预设面积值，则视频不合格，则剔除。若多个第二病灶分割区域的面积之和不超过预设面积值，则视频合格，根据第二肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的肠段直径差、阑尾口肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度。
81.在一个具体的实施例中，根据第二肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的肠段直径差、阑尾口肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度，可以包括：（1）获取第二肠道三维模型中阑尾口肠段对应的肠道中心线的阑尾口肠段中点。
82.如图5所示，第二肠道三维模型中阑尾口肠段对应的肠道中心线的阑尾口肠段中
点可从第二肠道三维模型中直接获取。例如，阑尾口肠段中点在二维展开图上的坐标为。
83.（2）获取第二肠道三维模型中回盲瓣肠段对应的肠道中心线的回盲瓣肠段中点。
84.如图5所示，第二肠道三维模型中回盲瓣肠段对应的肠道中心线的回盲瓣肠段中点可从第二肠道三维模型中直接获取。例如，回盲瓣肠段中点在二维展开图上的坐标为。
85.（3）根据阑尾口肠段中点和回盲瓣肠段中点的坐标确定肠段中心距离。
86.肠段中心距离根据如下公式确定：（4）获取阑尾口肠段上的多个阑尾口横截面图像和回盲瓣肠段上的多个回盲瓣横截面图像。
87.如图5所示，在第二肠道三维模型或者第一肠道三维模型进行截面截取，得到阑尾口肠段上的多个阑尾口横截面图像和回盲瓣肠段上的多个回盲瓣横截面图像。如图5所示，将横截面图像中的肠道断面区域设置成白，肠道断面区域的外部设置成黑。
88.（5）获取各个阑尾口横截面图像中阑尾口断面区域的外接圆直径和各个回盲瓣横截面图像中回盲瓣断面区域的外接圆直径。
89.如图5所示，在连通域的基础上，通过opencv自带的cv2.connectedcomponentswithstats()函数包计算各个肠道横截面图像中肠道断面区域的形心，以该形心为圆心计算最大外接圆，并得到外接圆直径。
90.获取各个阑尾口横截面图像中阑尾口断面区域的外接圆直径和各个回盲瓣横截面图像中回盲瓣断面区域的外接圆直径。
91.（6）将各个阑尾口横截面图像中的外接圆直径的平均值确定为阑尾口肠段的阑尾口肠段直径；将各个回盲瓣横截面图像中的外接圆直径的平均值确定为回盲瓣肠段的回盲瓣肠段直径。
92.将各个阑尾口横截面图像中的外接圆直径的平均值确定为阑尾口肠段的阑尾口肠段直径；将各个回盲瓣横截面图像中的外接圆直径的平均值确定为回盲瓣肠段的回盲瓣肠段直径。
93.（7）将阑尾口肠段直径和回盲瓣肠段直径之差确定为肠段直径差。
94.肠段直径差为。
95.s207、根据肠段直径差与肠段中心距离确定肠段变化斜率。
96.具体的，将肠段直径差与肠段中心距离的比值确定为肠段变化斜率。
97.其中，肠段变化斜率、肠段中心距离、肠段直径差为的关系如下公式所示，
s208、判断盲肠插置肠段长度与肠段变化斜率之积是否超过第一预设阈值。
98.第一预设阈值可以根据具体情况设定，第一预设阈值与肠镜检查视频对应的患者的患者年龄、患者身高、患者性别以及患者体重等指标相关。
99.在一个具体的实施例中，获取肠镜检查视频对应的患者年龄、患者身高、患者性别以及患者体重等，将患者年龄、患者身高、患者性别以及患者体重输入第一预设阈值预测模型，得到第一预设阈值。其中，事先由专业医生对多个训练样本进行标注，得到训练样本的标签，训练样本包括患者的患者年龄、患者身高、患者性别以及患者体重等，训练样本的标签表示标注阈值。
100.s209、若盲肠插置肠段长度与肠段变化斜率之积超过第一预设阈值，则确定肠镜检查视频属于盲肠插管成功的视频。
101.若盲肠插置肠段长度与肠段变化斜率之积超过第一预设阈值h，则确定肠镜检查视频属于盲肠插管成功的视频。盲肠插置肠段长度为，若盲肠插置肠段长度与肠段变化斜率之积超过第一预设阈值h，即满足，说明盲肠插管成功，肠镜检查视频属于盲肠插管成功的视频。
102.进一步的，为了更准确的确定盲肠是否插管成功，若盲肠插置肠段长度与肠段变化斜率之积超过第一预设阈值h，则判断盲肠插置肠段长度是否超过第二预设阈值，若盲肠插置肠段长度超过第二预设阈值，则确定肠镜检查视频属于盲肠插管成功的视频。第二预设阈值根据具体情况设定即可。
103.s210、将多个肠镜检查视频中属于盲肠插管成功的视频的视频占比确定为盲肠插管成功率。
104.具体的，多个肠镜检查视频为m个肠镜检查视频，其中，属于盲肠插管成功的视频的数量为，则盲肠插管成功率满足如下公式：为了更好实施本技术实施例中盲肠插管成功率的检测方法，在盲肠插管成功率的检测方法基础之上，本技术实施例中还提供一种盲肠插管成功率的检测装置，如图6所示，盲肠插管成功率的检测装置300包括：获取单元301，用于获取肠镜在肠道内进行退镜检查时拍摄的肠镜检查视频；提取单元302，用于从所述肠镜检查视频中提取多张初始肠镜图像；识别单元303，用于对多张初始肠镜图像进行识别，得到具有阑尾口标识的多张第二肠镜图像、具有回盲瓣标识的多张第三肠镜图像以及拍摄时间位于多张第二肠镜图像的之前的第一肠镜图像；重建单元304，用于对所述多张初始肠镜图像进行三维重建，得到第一肠道三维模型；第一确定单元305，用于将第一肠道三维模型中与多张第一肠镜图像对应的部分
确定为盲肠插置肠段，将第一肠道三维模型中与多张第二肠镜图像对应的部分确定为阑尾口肠段，将第一肠道三维模型中与多张第三肠镜图像对应的部分确定为回盲瓣肠段；第二确定单元306，用于根据第一肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的肠段直径差、阑尾口肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度；第三确定单元307，用于根据肠段直径差与肠段中心距离确定肠段变化斜率；判断单元308，用于判断盲肠插置肠段长度与肠段变化斜率之积是否超过第一预设阈值；第四确定单元309，用于若盲肠插置肠段长度与肠段变化斜率之积超过第一预设阈值，则确定所述肠镜检查视频属于盲肠插管成功的视频；第五确定单元310，将多个肠镜检查视频中属于盲肠插管成功的视频的视频占比确定为盲肠插管成功率。
105.可选地，所述第二确定单元，用于：将第一肠道三维模型的肠道中心线拉伸为直线，对第一肠道三维模型同步更新得到第二肠道三维模型，其中，所述肠道中心线为第一肠道三维模型的多个肠道横截面图像中肠道断面区域的形心组成的线段；根据第二肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的肠段直径差、阑尾口肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度。
106.可选地，所述第二确定单元，用于：将第二肠道三维模型沿肠道中心线展开，得到二维展开图；将二维展开图输入不清洁区域分割模型进行分割，得到二维展开图中的不清洁区域；计算不清洁区域与二维展开图之间的不清洁面积占比；判断所述不清洁面积占比是否超过预设面积占比；若所述不清洁面积占比不超过预设面积占比，则根据第二肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的肠段直径差、阑尾口肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度。
107.可选地，所述第二确定单元，用于：若所述不清洁面积占比不超过预设面积占比，将所述二维展开图输入病灶分割模型进行分割，得到第一病灶分割区域；判断所述第一病灶分割区域的面积是否大于预设面积；若所述第一病灶分割区域的面积不大于预设面积，则根据第二肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的肠段直径差、阑尾口肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度。
108.可选地，所述第二确定单元，用于：若所述第一病灶分割区域的面积不大于预设面积，则将所述二维展开图输入病灶分类模型进行分类，得到病灶分类结果，其中，所述病灶分类结果为无病灶类型、隆起型病灶类型以及非隆起型病灶类型中的任意一种；若病灶分类结果为隆起型病灶类型，则获取第二肠道三维模型上过第一病灶分割
区域的多个等间隔排布的肠道横截面图像；将多个等间隔排布的肠道横截面图像分别输入病灶分割模型进行分割，得到多个第二病灶分割区域；判断多个第二病灶分割区域的面积之和是否超过预设面积值；若多个第二病灶分割区域的面积之和不超过预设面积值，则根据第二肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的肠段直径差、阑尾口肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度。
109.可选地，所述第二确定单元，用于：获取第二肠道三维模型中阑尾口肠段对应的肠道中心线的阑尾口肠段中点；获取第二肠道三维模型中回盲瓣肠段对应的肠道中心线的回盲瓣肠段中点；根据阑尾口肠段中点和回盲瓣肠段中点的坐标确定肠段中心距离；获取阑尾口肠段上的多个阑尾口横截面图像和回盲瓣肠段上的多个回盲瓣横截面图像；获取各个阑尾口横截面图像中阑尾口断面区域的外接圆直径和各个回盲瓣横截面图像中回盲瓣断面区域的外接圆直径；将各个阑尾口横截面图像中的外接圆直径的平均值确定为阑尾口肠段的阑尾口肠段直径；将各个回盲瓣横截面图像中的外接圆直径的平均值确定为回盲瓣肠段的回盲瓣肠段直径；将阑尾口肠段直径和回盲瓣肠段直径之差确定为肠段直径差。
110.可选地，所述提取单元，用于：对肠镜检查视频按帧进行解码，得到多个肠道帧图像；分别计算多个肠道帧图像中相邻两个肠道帧图像之间的相似度；若相邻两个肠道帧图像之间的相似度超过预设相似度，则将相邻两个肠道帧图像中的一个剔除，得到多张初始肠镜图像。
111.本技术实施例还提供一种计算机设备，其集成了本技术实施例所提供的任一种盲肠插管成功率的检测装置，计算机设备包括：一个或多个处理器；存储器；以及一个或多个应用程序，其中一个或多个应用程序被存储于存储器中，并配置为由处理器执行上述盲肠插管成功率的检测方法实施例中任一实施例中的盲肠插管成功率的检测方法中的步骤。
112.如图7所示，其示出了本技术实施例所涉及的计算机设备的结构示意图，具体来讲：该计算机设备可以包括一个或者一个以上处理核心的处理器401、一个或一个以上计算机可读存储介质的存储器402、电源403和输入单元404等部件。本领域技术人员可以理解，图中示出的计算机设备结构并不构成对计算机设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：处理器401是该计算机设备的控制中心，利用各种接口和线路连接整个计算机设备的各个部分，通过运行或执行存储在存储器402内的软件程序和/或模块，以及调用存储
在存储器402内的数据，执行计算机设备的各种功能和处理数据，从而对计算机设备进行整体监控。可选的，处理器401可包括一个或多个处理核心；处理器401可以是中央处理单元（central processing unit，cpu），还可以是其他通用处理器、数字信号处理器（digital signal processor，dsp）、专用集成电路（application specific integrated circuit，asic）、现成可编程门阵列（field-programmable gate array，fpga）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，优选的，处理器401可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器401中。
113.存储器402可用于存储软件程序以及模块，处理器401通过运行存储在存储器402的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器402可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序（比如声音播放功能、图像播放功能等）等；存储数据区可存储根据计算机设备的使用所创建的数据等。此外，存储器402可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器402还可以包括存储器控制器，以提供处理器401对存储器402的访问。
114.计算机设备还包括给各个部件供电的电源403，优选的，电源403可以通过电源管理系统与处理器401逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源403还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
115.该计算机设备还可包括输入单元404，该输入单元404可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
116.尽管未示出，计算机设备还可以包括显示单元等，在此不再赘述。具体在本实施例中，计算机设备中的处理器401会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器402中，并由处理器401来运行存储在存储器402中的应用程序，从而实现各种功能，如下：获取肠镜在肠道内进行退镜检查时拍摄的肠镜检查视频；从肠镜检查视频中提取多张初始肠镜图像；对多张初始肠镜图像进行识别，得到具有阑尾口标识的多张第二肠镜图像、具有回盲瓣标识的多张第三肠镜图像以及拍摄时间位于多张第二肠镜图像的之前的第一肠镜图像；对多张初始肠镜图像进行三维重建，得到第一肠道三维模型；将第一肠道三维模型中与多张第一肠镜图像对应的部分确定为盲肠插置肠段，将第一肠道三维模型中与多张第二肠镜图像对应的部分确定为阑尾口肠段，将第一肠道三维模型中与多张第三肠镜图像对应的部分确定为回盲瓣肠段；根据第一肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的肠段直径差、阑尾口肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度；根据肠段直径差与肠段中心距离确定肠段变化斜率；判断盲肠插置肠段长度与肠段变化斜率之积是否超过第一预设阈值；若盲肠插置肠段长度与肠段变化斜率之积超过第一预设阈值，则确定肠镜检查视频属于盲肠插管成功的视频；将多个肠镜检查视频中属于盲肠插管成功的视频的视频占比确定为盲肠插管成功率。
117.本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。
118.为此，本技术实施例提供一种计算机可读存储介质，该存储介质可以包括：只读存储器（rom，read only memory）、随机存取记忆体（ram，random access memory）、磁盘或光盘等。其上存储有计算机程序，计算机程序被处理器进行加载，以执行本技术实施例所提供的任一种盲肠插管成功率的检测方法中的步骤。例如，计算机程序被处理器进行加载可以执行如下步骤：获取肠镜在肠道内进行退镜检查时拍摄的肠镜检查视频；从肠镜检查视频中提取多张初始肠镜图像；对多张初始肠镜图像进行识别，得到具有阑尾口标识的多张第二肠镜图像、具有回盲瓣标识的多张第三肠镜图像以及拍摄时间位于多张第二肠镜图像的之前的第一肠镜图像；对多张初始肠镜图像进行三维重建，得到第一肠道三维模型；将第一肠道三维模型中与多张第一肠镜图像对应的部分确定为盲肠插置肠段，将第一肠道三维模型中与多张第二肠镜图像对应的部分确定为阑尾口肠段，将第一肠道三维模型中与多张第三肠镜图像对应的部分确定为回盲瓣肠段；根据第一肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的肠段直径差、阑尾口肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度；根据肠段直径差与肠段中心距离确定肠段变化斜率；判断盲肠插置肠段长度与肠段变化斜率之积是否超过第一预设阈值；若盲肠插置肠段长度与肠段变化斜率之积超过第一预设阈值，则确定肠镜检查视频属于盲肠插管成功的视频；将多个肠镜检查视频中属于盲肠插管成功的视频的视频占比确定为盲肠插管成功率。
119.在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见上文针对其他实施例的详细描述，此处不再赘述。
120.具体实施时，以上各个单元或结构可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个单元或结构的具体实施可参见前面的方法实施例，在此不再赘述。
121.以上各个操作的具体实施可参见前面的实施例，在此不再赘述。
122.以上对本技术实施例所提供的一种盲肠插管成功率的检测方法及装置进行了详细介绍，本文中应用了具体个例对本技术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技术的方法及其核心思想；同时，对于本领域的技术人员，依据本技术的思想，在具体实施方式及应用范围上均会有改变之处，综上，本说明书内容不应理解为对本技术的限制。

技术特征：

1.一种盲肠插管成功率的检测方法，其特征在于，所述盲肠插管成功率的检测方法包括：获取肠镜在肠道内进行退镜检查时拍摄的肠镜检查视频；从所述肠镜检查视频中提取多张初始肠镜图像；对多张初始肠镜图像进行识别，得到具有阑尾口标识的多张第二肠镜图像、具有回盲瓣标识的多张第三肠镜图像以及拍摄时间位于多张第二肠镜图像的之前的第一肠镜图像；对所述多张初始肠镜图像进行三维重建，得到第一肠道三维模型；将第一肠道三维模型中与多张第一肠镜图像对应的部分确定为盲肠插置肠段，将第一肠道三维模型中与多张第二肠镜图像对应的部分确定为阑尾口肠段，将第一肠道三维模型中与多张第三肠镜图像对应的部分确定为回盲瓣肠段；根据第一肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的肠段直径差、阑尾口肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度；根据肠段直径差与肠段中心距离确定肠段变化斜率；判断盲肠插置肠段长度与肠段变化斜率之积是否超过第一预设阈值；若盲肠插置肠段长度与肠段变化斜率之积超过第一预设阈值，则确定所述肠镜检查视频属于盲肠插管成功的视频；将多个肠镜检查视频中属于盲肠插管成功的视频的视频占比确定为盲肠插管成功率。2.根据权利要求1所述的盲肠插管成功率的检测方法，其特征在于，所述根据第一肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的肠段直径差、阑尾口肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度，包括：将第一肠道三维模型的肠道中心线拉伸为直线，对第一肠道三维模型同步更新得到第二肠道三维模型，其中，所述肠道中心线为第一肠道三维模型的多个肠道横截面图像中肠道断面区域的形心组成的线段；根据第二肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的肠段直径差、阑尾口肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度。3.根据权利要求2所述的盲肠插管成功率的检测方法，其特征在于，所述根据第二肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的肠段直径差、阑尾口肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度，之前，包括：将第二肠道三维模型沿肠道中心线展开，得到二维展开图；将二维展开图输入不清洁区域分割模型进行分割，得到二维展开图中的不清洁区域；计算不清洁区域与二维展开图之间的不清洁面积占比；判断所述不清洁面积占比是否超过预设面积占比；若所述不清洁面积占比不超过预设面积占比，则根据第二肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的肠段直径差、阑尾口肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度。4.根据权利要求3所述的盲肠插管成功率的检测方法，其特征在于，所述若所述不清洁面积占比不超过预设面积占比，则根据第二肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的肠段直径差、阑尾口肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度，包括：
若所述不清洁面积占比不超过预设面积占比，将所述二维展开图输入病灶分割模型进行分割，得到第一病灶分割区域；判断所述第一病灶分割区域的面积是否大于预设面积；若所述第一病灶分割区域的面积不大于预设面积，则根据第二肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的肠段直径差、阑尾口肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度。5.根据权利要求4所述的盲肠插管成功率的检测方法，其特征在于，所述若所述第一病灶分割区域的面积不大于预设面积，则根据第二肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的肠段直径差、阑尾口肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度，包括：若所述第一病灶分割区域的面积不大于预设面积，则将所述二维展开图输入病灶分类模型进行分类，得到病灶分类结果，其中，所述病灶分类结果为无病灶类型、隆起型病灶类型以及非隆起型病灶类型中的任意一种；若病灶分类结果为隆起型病灶类型，则获取第二肠道三维模型上过第一病灶分割区域的多个等间隔排布的肠道横截面图像；将多个等间隔排布的肠道横截面图像分别输入病灶分割模型进行分割，得到多个第二病灶分割区域；判断多个第二病灶分割区域的面积之和是否超过预设面积值；若多个第二病灶分割区域的面积之和不超过预设面积值，则根据第二肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的肠段直径差、阑尾口肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度。6.根据权利要求5所述的盲肠插管成功率的检测方法，其特征在于，所述根据第二肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的肠段直径差、阑尾口肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度，包括：获取第二肠道三维模型中阑尾口肠段对应的肠道中心线的阑尾口肠段中点；获取第二肠道三维模型中回盲瓣肠段对应的肠道中心线的回盲瓣肠段中点；根据阑尾口肠段中点和回盲瓣肠段中点的坐标确定肠段中心距离；获取阑尾口肠段上的多个阑尾口横截面图像和回盲瓣肠段上的多个回盲瓣横截面图像；获取各个阑尾口横截面图像中阑尾口断面区域的外接圆直径和各个回盲瓣横截面图像中回盲瓣断面区域的外接圆直径；将各个阑尾口横截面图像中的外接圆直径的平均值确定为阑尾口肠段的阑尾口肠段直径；将各个回盲瓣横截面图像中的外接圆直径的平均值确定为回盲瓣肠段的回盲瓣肠段直径；将阑尾口肠段直径和回盲瓣肠段直径之差确定为肠段直径差。7.根据权利要求1所述的盲肠插管成功率的检测方法，其特征在于，所述从所述肠镜检查视频中提取多张初始肠镜图像，包括：对肠镜检查视频按帧进行解码，得到多个肠道帧图像；分别计算多个肠道帧图像中相邻两个肠道帧图像之间的相似度；
若相邻两个肠道帧图像之间的相似度超过预设相似度，则将相邻两个肠道帧图像中的一个剔除，得到多张初始肠镜图像。8.一种盲肠插管成功率的检测装置，其特征在于，所述盲肠插管成功率的检测装置包括：获取单元，用于获取肠镜在肠道内进行退镜检查时拍摄的肠镜检查视频；提取单元，用于从所述肠镜检查视频中提取多张初始肠镜图像；识别单元，用于对多张初始肠镜图像进行识别，得到具有阑尾口标识的多张第二肠镜图像、具有回盲瓣标识的多张第三肠镜图像以及拍摄时间位于多张第二肠镜图像的之前的第一肠镜图像；重建单元，用于对所述多张初始肠镜图像进行三维重建，得到第一肠道三维模型；第一确定单元，用于将第一肠道三维模型中与多张第一肠镜图像对应的部分确定为盲肠插置肠段，将第一肠道三维模型中与多张第二肠镜图像对应的部分确定为阑尾口肠段，将第一肠道三维模型中与多张第三肠镜图像对应的部分确定为回盲瓣肠段；第二确定单元，用于根据第一肠道三维模型确定阑尾口肠段和回盲瓣肠段之间的肠段直径差、阑尾口肠段中点和回盲瓣肠段中点之间的肠段中心距离、盲肠插置肠段长度；第三确定单元，用于根据肠段直径差与肠段中心距离确定肠段变化斜率；判断单元，用于判断盲肠插置肠段长度与肠段变化斜率之积是否超过第一预设阈值；第四确定单元，用于若盲肠插置肠段长度与肠段变化斜率之积超过第一预设阈值，则确定所述肠镜检查视频属于盲肠插管成功的视频；第五确定单元，将多个肠镜检查视频中属于盲肠插管成功的视频的视频占比确定为盲肠插管成功率。9.一种计算机设备，其特征在于，所述计算机设备包括：一个或多个处理器；存储器；以及一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行以实现权利要求1至7中任一项所述的盲肠插管成功率的检测方法。10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行权利要求1至7任一项所述的盲肠插管成功率的检测方法中的步骤。

技术总结

本申请提供一种盲肠插管成功率的检测方法及装置，该盲肠插管成功率的检测方法包括：得到多张第二肠镜图像、多张第三肠镜图像以及第一肠镜图像；三维重建，得到第一肠道三维模型；将多张第一肠镜图像对应的部分确定为盲肠插置肠段，将多张第二肠镜图像对应的部分确定为阑尾口肠段，将多张第三肠镜图像对应的部分确定为回盲瓣肠段；确定阑尾口肠段和回盲瓣肠段之间的肠段直径差、肠段中心距离、盲肠插置肠段长度；判断盲肠插置肠段长度与肠段变化斜率之积是否超过第一预设阈值；若超过第一预设阈值，则确定肠镜检查视频属于盲肠插管成功的视频；将属于盲肠插管成功的视频的视频占比确定为盲肠插管成功率。定为盲肠插管成功率。定为盲肠插管成功率。