一种检测活体内色度异常的方法技术
【技术实现步骤摘要】
一种检测活体内色度异常的方法
本专利技术涉及医药医疗领域，尤其涉及一种检测活体内色度异常的方法。
技术介绍
消化道疾病大多会引起消化道粘膜色度或结构的改变，消化道粘膜色度异常可能由出血引起，而出血可以是消化道本身的炎症、溃疡、机械性损伤、血管病变、肿瘤等因素引起，也可因邻近器官的病变和全身性疾病累及消化道所致。用于检测出血的方法目前已知的有内镜检查，血管造影，X线钡剂检查，放射性核素显像等方法，但是，内镜检查难以到达小肠，而其他方法对较小的出血病因部位的诊断有一定的困难。针对以上问题，本专利技术提供一种检测活体内色度异常的方法，用于检测由出血引起的消化道内色度异常的改变。
技术实现思路
本专利技术旨在至少解决现有技术中存在的技术问题，特别提出了一种检测活体内色度异常的方法。为了实现本专利技术的上述目的，本专利技术提供了一种检测活体内色度异常的方法，其关键在于，包括如下步骤：步骤1，将图像转换到HSV颜色空间和RGB颜色空间，分别从所述HSV颜色空间和RGB颜色空间中提取图像光谱特征数据，首先筛选出符合图像光谱特征数据预设条件的像素点，该像素点定义为初筛像素点；步骤2，...
【技术保护点】
一种检测活体内色度异常的方法，其特征在于，包括如下步骤：步骤1，将图像转换到HSV颜色空间和RGB颜色空间，分别从所述HSV颜色空间和RGB颜色空间中提取图像光谱特征数据，首先筛选出符合图像光谱特征数据预设条件的像素点，该像素点定义为初筛像素点；步骤2，利用BP神经网络数学模型对所述初筛像素点进行再次筛选，得到色度异常像素点，该像素点定义为异常像素点；步骤3，图像中连续分布的异常像素点组成异常块，获取各异常块中的异常像素点的数量，其中异常像素点数量最多的异常块定义为最大异常块，将最大异常块与色度异常图像的预设阈值进行比较，所述最大异常块的异常像素点数量如果大于所述预设阈值则...
【技术特征摘要】
1.一种检测活体内色度异常的方法，其特征在于，包括如下步骤：步骤1，将图像转换到HSV颜色空间和RGB颜色空间，分别从所述HSV颜色空间和RGB颜色空间中提取图像光谱特征数据，首先筛选出符合图像光谱特征数据预设条件的像素点，该像素点定义为初筛像素点；所述步骤1包括：步骤1-1，计算机医用影像工作站接收来自便携式图像记录仪数据存储单元的图像数据，将存储单元的图像数据转换为HSV颜色空间和RGB颜色空间，获得在HSV颜色空间中整幅图像的平均色调值H_avg，平均饱和度值S_avg，获得在RGB颜色空间中整幅图像的红色分量平均值R_avg，绿色分量平均值G_avg，蓝色分量平均值B_avg，从所述HSV颜色空间和RGB颜色空间中提取该图像的图像光谱特征数据，所述图像光谱特征数据作为所述预设条件的像素点阈值设定基础；步骤1-2，所述存储单元的图像数据中，单一像素点的像素点光谱特征数据是HSV颜色空间中像素点的色调值H，饱和度值S，亮度值V，以及在RGB颜色空间中像素点的红色分量R，绿色分量G，蓝色分量B，如果该像素点光谱特征数据在图像光谱特征数据范围内，将该像素点筛选出来，该像素点定义为初筛像素点；所述预设条件为图像中各个像素点的色调值H满足在区间[0°，30°]或[340°，360°]之间，饱和度值S在区间[0.5，1.0]内，亮度值V在区间[0.25，1.0]内，用公式表示为：其中，p(x，y)为图像中的任意一个像素点，H，S，V是HSV颜色空间中每个图像像素点的色调值、饱和度值和亮度值；通过以上的条件筛选后，能够检测图像中色度异常的像素点，但同时引入了大量色度正常的像素点，所述预设条件根据提取的图像光谱特征作进一步调整，由公式：计算出新的色调门限阈值H_th，判断像素点p(x，y)是否为色度异常像素点的条件变为：为进一步减小对色度异常像素点的误检，在RGB颜色空间中，对以上所述筛选出的色度异常像素点通过公式：进一步筛选得到所述的初筛像素点；步骤2，利用BP神经...
【专利技术属性】
技术研发人员：白家莲，袁建，刘开兵，
申请(专利权)人：重庆金山科技集团有限公司，
类型：发明
国别省市：重庆;85
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。