The invention discloses an endoscope image processing method and system, wherein, the inner mirror image acquisition some pre-processing, according to the lack of curves on the preprocessed endoscopic image classification HSV space, delete the image is difficult to identify, it is difficult to identify the image very vague. To judge the lesions had no effect, remove it can reduce the subsequent image processing workload; calculating the similarity of each image, remove redundant image similarity in similarity is above a threshold, redundant image similarity higher also focus on the judgment had no effect, remove it, keep the effective image, can reduce the workload of subsequent image processing, image analysis and processing speed speed, reduce the workload of doctors; training the lesion by lesion classifier classifier to identify the images with lesions and marked The focus of the image can assist the doctor to read the film, improve the doctor's efficiency and prevent the doctor from mischecking and missing because of the heavy workload.
【技术实现步骤摘要】
一种内窥镜图像处理方法及系统
本专利技术涉及图像处理
,尤其是涉及一种内窥镜图像处理方法及系统。
技术介绍
消化道黏膜疾病以及由此进一步引发的消化道癌变是国民健康的最大杀手之一(约占我国全部恶性肿瘤发病率的60~70%)。根据美国癌症协会(AmericanCancerSociety)的统计显示,消化道黏膜瘤变(neoplasiametastasis)的早期检测和诊断是降低消化道癌变死亡率(尤其是肠癌)的关键因素:如果肠癌病人在瘤变的早期阶段得以发现并采取治疗措施,五年存活率通常可以超过90%;如果未能在早期发现而是任其发展到中晚期,病人的五年存活率仅有不足10%。依照传统,医生需要借助光纤式内窥镜插入病人体内进行观测消化道内部情况或进行活检,以检测病变并确定需要采取的措施。然而由于光纤式内窥镜的物理局限性,既为医生的操作带来了不便,也造成了病人的痛苦,甚至存在着内窥镜穿破肠壁造成感染或者死亡的危险。因此,许多患者由于恐惧而放弃检查,这对于食道癌、胃癌、肠癌(尤其是小肠、十二指肠等光纤式内窥镜难以达到的部位)等发病率极高的消化道疾病的预防和早期治疗非常不利。目前临床上面出现一种低功耗可精确定位的多功能胶囊内窥镜,它提供了一种小型化、无痛苦、便捷的消化道检查方式。患者像服药一样用水将胶囊吞下,它即随着胃肠肌肉进行蠕动,通过内置的微型相机记录消化道内的病理图像,并将图像显示给医生为其诊断提供依据,但是由于胶囊内窥镜在体内靠肠道蠕动运动,经常碰到获取的图像模糊,有可能导致病理区域图像不清晰而没有办法准确诊断,针对胶囊内窥镜图像难以准确识别的问题,目前还没有专 ...
【技术保护点】
一种内窥镜图像处理方法,其特征在于,包括:S1、对内窥镜采集的若干图像进行预处理,预处理包括去噪声处理、图像增强处理;S2、对预处理后的图像做HSV空间下的缺项曲线图,根据所述缺项曲线图将图像分类,删除分类中难以识别的图像;S3、计算各图像的相似度,去除相似度在相似度阈值以上的冗余图像;S4、将去除所述冗余图像后的所有图像提供给医生读片,并利用预先训练好的病灶部位分类器识别出含有病灶的图像以及标示出图像中的病灶部位,辅助医生读片。
【技术特征摘要】
1.一种内窥镜图像处理方法,其特征在于,包括:S1、对内窥镜采集的若干图像进行预处理,预处理包括去噪声处理、图像增强处理;S2、对预处理后的图像做HSV空间下的缺项曲线图,根据所述缺项曲线图将图像分类,删除分类中难以识别的图像;S3、计算各图像的相似度,去除相似度在相似度阈值以上的冗余图像;S4、将去除所述冗余图像后的所有图像提供给医生读片,并利用预先训练好的病灶部位分类器识别出含有病灶的图像以及标示出图像中的病灶部位,辅助医生读片。2.如权利要求1所述的内窥镜图像处理方法,其特征在于,步骤S1中图像增强处理的步骤为:将图像从红、绿、蓝RGB颜色空间转换到色调、饱和度、亮度HSI颜色空间;保持色调分量不变,分别对亮度分量和饱和度分量进行增强处理,得到处理后的图像;将处理后的图像从HSI颜色空间转换到RGB颜色空间。3.如权利要求1所述的内窥镜图像处理方法,其特征在于,步骤S2中根据缺项曲线图将图像分类的步骤为:设定所述缺项曲线图的阈值,根据所述缺项曲线图阈值将预处理后的图像分类为正常的图像、容易识别的图像、难以识别的图像;所述缺项曲线图阈值设置为正常的图像、容易识别的图像、难以识别的图像三类图像HSV空间下的缺项曲线图相差2个百分点。4.如权利要求1所述的内窥镜图像处理方法,其特征在于,步骤S3包括:S31、采用HSV颜色特征直方图与灰度共生矩阵(Graylevelco-occurrencematrix,GLCM)分别提取各图像的颜色特征向量与纹理特征向量;S32、对提取出的图像的颜色特征向量与纹理特征向量,通过计算图像的颜色特征归一化互信息量和纹理特征均方误差分别作为颜色特征相似度与纹理特征相似度;S33、去除颜色特征相似度、纹理特征相似度在相似度阈值以上的冗余图像。5.如权利要求1所述的内窥镜图像处理方法,其特征在于,步骤S4中训练病灶部位分类器的步骤为:针对不同的病症训练不同的所述病灶部位分类器;选择多个国家、多个年龄段的正常及带有病理的内镜照片作为训练样本,根据特征点训练所述病灶...
【专利技术属性】
技术研发人员:马骁萧,冯宇,付玲,
申请(专利权)人:华中科技大学鄂州工业技术研究院,华中科技大学,
类型:发明
国别省市:湖北,42
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。