一种皮肤镜图像处理方法、装置及设备制造方法及图纸

本申请公开一种皮肤镜图像处理方法、装置及设备，该方法包括：接收待处理皮肤镜图像；对所述待处理皮肤镜图像进行图像特征提取，得到所述待处理皮肤镜图像的特征向量；将所述待处理皮肤镜图像的特征向量作为经过训练的第一分类模型的输入参数，经过所述第一分类模型的处理后，得到第一分类结果；根据所述第一分类结果，确定所述待处理皮肤镜图像上的皮肤病变结果。本申请利用第一分类模型对皮肤镜图像进行皮肤病变的识别，能够得到较准确的皮肤病变结果，且识别效率较高。

【技术实现步骤摘要】
一种皮肤镜图像处理方法、装置及设备
本申请涉及图像处理领域，具体涉及一种皮肤镜图像处理方法、装置及设备。
技术介绍
随着家庭医生概念的到来，越来越多的家庭希望在不出门的情况下就能和医生进行沟通，从而得到一些专业的诊断结果。为此，一些家庭诊疗设备也应运而生，如家用血压仪、家用血糖仪、家用眼底镜等，皮肤镜设备作为皮肤病的诊疗设备也逐渐成为各个家庭的必备仪器。皮肤镜设备是一种可以放大数十倍的皮肤显微镜，是用来观察皮肤色素性疾患的利器，利用其获取的皮肤镜图像能够用于对皮肤疾病进行诊断。目前，家庭医生通过皮肤镜图像对皮肤病变人工进行评估，但是，对于一般的家庭医生，准确且自信的确定是否存在需要皮肤活检或专家转诊的皮肤病变仍缺乏必要培训，所以，目前亟需一种能够通过皮肤镜图像准确识别出皮肤病变的有效方法。
技术实现思路
为解决上述问题，本申请提供了一种皮肤镜图像处理方法、装置及设备，具体技术方案如下：第一方面，本申请提供了一种皮肤镜图像处理方法，所述方法包括：接收待处理皮肤镜图像；对所述待处理皮肤镜图像进行图像特征提取，得到所述待处理皮肤镜图像的特征向量；将所述待处理皮肤镜图像的特征向量作为经过训练的第一分类模型的输入参数，经过所述第一分类模型的处理后，得到第一分类结果；根据所述第一分类结果，确定所述待处理皮肤镜图像上的皮肤病变结果。可选的，所述根据所述第一分类结果，确定所述待处理皮肤镜图像上的皮肤病变结果之前，还包括：对所述待处理皮肤镜图像进行边缘提取处理，得到所述待处理皮肤镜图像的边缘提取图像；将所述待处理皮肤镜图像的边缘提取图像作为经过训练的第二分类模型的输入参数，经过所述第二分类模型的处理后，得到第二分类结果；相应的，所述根据所述第一分类结果，确定所述待处理皮肤镜图像上的皮肤病变结果，具体为：综合所述第一分类结果和所述第二分类结果，确定所述待处理皮肤镜图像上的皮肤病变结果。可选的，所述对所述待处理皮肤镜图像进行图像特征提取，得到所述待处理皮肤镜图像的特征向量之前，还包括：对所述待处理皮肤镜图像进行图像模糊增强处理。可选的，所述对所述待处理皮肤镜图像进行图像模糊增强处理之前，还包括：对所述待处理皮肤镜像进行滤波去噪处理。可选的，所述将所述待处理皮肤镜图像的特征向量作为经过训练的第一分类模型的输入参数，经过所述第一分类模型的处理后，得到第一分类结果之前，还包括：获取第一图像训练集，所述第一图像训练集包括若干具有皮肤病变标签的皮肤镜图像；分别对所述第一图像训练集中的各个皮肤镜图像进行图像特征提取，得到各个皮肤镜图像的特征向量；利用各个皮肤镜图像的特征向量对预先生成的第一分类模型进行训练，得到经过训练的第一分类模型。可选的，所述将所述待处理皮肤镜图像的边缘提取图像作为经过训练的第二分类模型的输入参数，经过所述第二分类模型的处理后，得到第二分类结果之前，还包括：获取第二图像训练集，所述第二图像训练集包括若干具有皮肤病变标签的皮肤镜图像；分别对所述第二图像训练集中的各个皮肤镜图像进行边缘提取处理，得到各个皮肤镜图像的边缘提取图像；利用各个皮肤镜图像的边缘提取图像对预先生成的第二分类模型进行训练，得到经过训练的第二分类模型。可选的，所述分别对经过所述预处理的皮肤镜图像进行图像特征提取，或者所述分别对经过所述预处理的皮肤镜图像进行边缘提取处理之前，还包括：对所述具有皮肤病变标签的皮肤镜图像分别进行预处理，所述预处理包括滤波去噪处理以及图像模糊增强处理。可选的，所述预处理还包括预设角度的旋转处理和\或镜像处理。第二方面，本申请还提供了一种皮肤镜图像处理装置，所述装置包括：接收模块，用于接收待处理皮肤镜图像；第一提取模块，用于对所述待处理皮肤镜图像进行图像特征提取，得到所述待处理皮肤镜图像的特征向量；第一分类模块，用于将所述待处理皮肤镜图像的特征向量作为经过训练的第一分类模型的输入参数，经过所述第一分类模型的处理后，得到第一分类结果；确定模块，用于根据所述第一分类结果，确定所述待处理皮肤镜图像上的皮肤病变结果。可选的，所述装置还包括：第二提取模块，用于对所述待处理皮肤镜图像进行边缘提取处理，得到所述待处理皮肤镜图像的边缘提取图像；第二分类模块，用于将所述待处理皮肤镜图像的边缘提取图像作为经过训练的第二分类模型的输入参数，经过所述第二分类模型的处理后，得到第二分类结果；相应的，所述确定模块，具体用于：综合所述第一分类结果和所述第二分类结果，确定所述待处理皮肤镜图像上的皮肤病变结果。可选的，所述装置还包括：第一预处理模块，用于对所述待处理皮肤镜图像进行图像模糊增强处理。可选的，所述装置还包括：第二预处理模块，用于对所述待处理皮肤镜像进行滤波去噪处理。可选的，所述装置还包括：第一获取模块，用于获取第一图像训练集，所述第一图像训练集包括若干具有皮肤病变标签的皮肤镜图像；第三提取模块，用于分别对所述第一图像训练集中的各个皮肤镜图像进行图像特征提取，得到各个皮肤镜图像的特征向量；第一训练模块，用于利用各个皮肤镜图像的特征向量对预先生成的第一分类模型进行训练，得到经过训练的第一分类模型。可选的，所述装置还包括：第二获取模块，用于获取第二图像训练集，所述第二图像训练集包括若干具有皮肤病变标签的皮肤镜图像；第四提取模块，用于分别对所述第二图像训练集中的各个皮肤镜图像进行边缘提取处理，得到各个皮肤镜图像的边缘提取图像；第二训练模块，用于利用各个皮肤镜图像的边缘提取图像对预先生成的第二分类模型进行训练，得到经过训练的第二分类模型。可选的，所述装置还包括：第三预处理模块，用于对所述具有皮肤病变标签的皮肤镜图像分别进行预处理，所述预处理包括滤波去噪处理以及图像模糊增强处理。可选的，所述预处理还包括预设角度的旋转处理和\或镜像处理。第三方面，本申请提供了一种皮肤镜图像处理设备，所述设备包括存储器和处理器，所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；所述处理器用于根据所述程序代码中的指令，执行第一方面的任一项所述的皮肤镜图像处理方法。本申请提供的皮肤镜图像处理方法中，在接收待处理皮肤镜图像后，对所述待处理皮肤镜图像进行图像特征提取，得到所述待处理皮肤镜图像的特征向量；将所述待处理皮肤镜图像的特征向量作为经过训练的第一分类模型的输入参数，经过所述第一分类模型的处理后，得到第一分类结果；最终，根据所述第一分类结果，确定所述待处理皮肤镜图像上的皮肤病变结果。本申请利用第一分类模型对皮肤镜图像进行皮肤病变的识别，与现有技术中缺乏必要培训的人工评估皮肤病变方式相比，本申请利用经过大量样本训练的第一分类模型对皮肤镜图像进行识别能够得到较准确的皮肤病变结果，且识别效率较高。另外，本申请还可以利用第二分类模型对皮肤镜图像的边缘提取图像进行识别，最终综合第一分类模型和第二分类模型的分类结果确定皮肤病变结果，进一步的提高了皮肤病变结果的准确性。附图说明为了更清楚地说明本申请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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本申请实施例提供的一种皮肤镜图像处理方法的流程图；图2为本申本文档来自技高网...

【技术保护点】
1.一种皮肤镜图像处理方法，其特征在于，所述方法包括：接收待处理皮肤镜图像；对所述待处理皮肤镜图像进行图像特征提取，得到所述待处理皮肤镜图像的特征向量；将所述待处理皮肤镜图像的特征向量作为经过训练的第一分类模型的输入参数，经过所述第一分类模型的处理后，得到第一分类结果；根据所述第一分类结果，确定所述待处理皮肤镜图像上的皮肤病变结果。

【技术特征摘要】
1.一种皮肤镜图像处理方法，其特征在于，所述方法包括：接收待处理皮肤镜图像；对所述待处理皮肤镜图像进行图像特征提取，得到所述待处理皮肤镜图像的特征向量；将所述待处理皮肤镜图像的特征向量作为经过训练的第一分类模型的输入参数，经过所述第一分类模型的处理后，得到第一分类结果；根据所述第一分类结果，确定所述待处理皮肤镜图像上的皮肤病变结果。2.根据权利要求1所述的皮肤镜图像处理方法，其特征在于，所述根据所述第一分类结果，确定所述待处理皮肤镜图像上的皮肤病变结果之前，还包括：对所述待处理皮肤镜图像进行边缘提取处理，得到所述待处理皮肤镜图像的边缘提取图像；将所述待处理皮肤镜图像的边缘提取图像作为经过训练的第二分类模型的输入参数，经过所述第二分类模型的处理后，得到第二分类结果；相应的，所述根据所述第一分类结果，确定所述待处理皮肤镜图像上的皮肤病变结果，具体为：综合所述第一分类结果和所述第二分类结果，确定所述待处理皮肤镜图像上的皮肤病变结果。3.根据权利要求1或2所述的皮肤镜图像处理方法，其特征在于，所述对所述待处理皮肤镜图像进行图像特征提取，得到所述待处理皮肤镜图像的特征向量之前，还包括：对所述待处理皮肤镜图像进行图像模糊增强处理。4.根据权利要求3所述的皮肤镜图像处理方法，其特征在于，所述对所述待处理皮肤镜图像进行图像模糊增强处理之前，还包括：对所述待处理皮肤镜像进行滤波去噪处理。5.根据权利要求1所述的皮肤镜图像处理方法，其特征在于，所述将所述待处理皮肤镜图像的特征向量作为经过训练的第一分类模型的输入参数，经过所述第一分类模型的处理后，得到第一分类结果之前，还包括：获取第一图像训练集，所述第一图像训练集包括若干具有皮肤病变标签的皮肤镜图像；分别对所述第一图像训练集中的各个皮肤镜图像进行图像特征提取，得到各个皮肤镜图像的特征向量；利用各...

【专利技术属性】
技术研发人员：栾欣泽，王晓婷，何光宇，孟健，
申请(专利权)人：东软集团股份有限公司，
类型：发明
国别省市：辽宁,21