The invention belongs to the field of image processing technology, in particular to a method and system for marking irregular lesion areas in gastrointestinal endoscopy images. The method of the invention includes: selecting the target folder to obtain the file name of the image under the folder; automatically generating the output path; initializing the image mask; clipping the image and the mask and recording the clipping position; marking the lesion area and updating the mask; forming a border according to the mask; saving the clipped image, the clipping position, the mask and the clipping position. The border of the lesion area. The system mainly includes two functions: cutting and labeling. Doctors can cut out the parts that have negative effects on training depth neural network in endoscopy images, outline irregular lesion areas in endoscopy images with curves, and automatically save the clipped images, positions, masks and border of lesion areas to improve labeling efficiency.
【技术实现步骤摘要】
一种消化道内镜图像不规则病变区域标注方法及系统
本专利技术属于图像处理
,具体涉及一种消化道内镜图像不规则病变区域标注方法及系统。
技术介绍
内镜检查和术后CT检查是消化道早癌诊疗中的重要方法,其中内镜是一种更为重要的诊疗途径。日本、韩国、中国是消化道癌症的高发国家,日本自1960年开始用消化道造影筛查胃癌,韩国自2002年起开展全国性上消化道内镜筛查项目,并认为内镜筛查在该国最具有成本效果[1]。我国受人口基数以及医疗水平影响,目前尚未开展全人群的消化道内镜普查项目。有效地提高某个地区尤其是内镜经验欠缺地区的消化道癌诊断、治疗、随访水平,成为了医疗工作者所追求的目标。近年来,计算机计算能力的提升和大数据时代的到来促进了深度学习的飞速发展,深度学习在计算机视觉、自然语言处理等方面取得了长足的进步,尤其是图像识别和检测等任务中效果显著。2012年Alex等人[2]将深度神经网络用于图像识别,获得了ImageNet图像识别竞赛[3]的冠军,引发了深度学习的热潮。2015年He等人[4]首次公开宣布基于深度学习的分类方法已经超过人类的识别率。近两年,谷歌利用深度学习的方法[5-6]检测糖尿病视网膜病变和皮肤病变,获得了比大多数人类专家更加准确的诊断结果,展现了深度学习在计算机辅助诊断(computeraideddiagnosis,CAD)的广阔应用前景。如果利用深度学习的方法,通过临床大数据支撑,用消化道内镜病变图像训练病变识别和检测模型,构建一个消化道癌的诊断、治疗及随访的辅助系统,“培养”一名具有上千例甚至上万例内镜诊疗经验的“计算机医生”,同时借由网 ...
【技术保护点】
1.一种消化道内镜图像不规则病变区域标注方法,其特征在于,具体步骤如下:(1)选择目标文件夹,获取文件夹下内镜图像的文件名;(2)自动生成输出路径;(3)初始化内镜图像掩膜;(4)裁剪内镜图像和掩膜并记录裁剪位置;(5)标注病变区域,更新掩膜;(6)根据掩膜生成边框;(7)保存裁剪后的内镜图像、裁剪位置、掩膜和病变区域的边框。
【技术特征摘要】
1.一种消化道内镜图像不规则病变区域标注方法,其特征在于,具体步骤如下:(1)选择目标文件夹,获取文件夹下内镜图像的文件名;(2)自动生成输出路径;(3)初始化内镜图像掩膜;(4)裁剪内镜图像和掩膜并记录裁剪位置;(5)标注病变区域,更新掩膜;(6)根据掩膜生成边框;(7)保存裁剪后的内镜图像、裁剪位置、掩膜和病变区域的边框。2.根据权利要求1所述的方法,其特征在于,步骤(1)中,所述的目标文件夹不包括子文件夹,内镜图像的文件名的后缀为.jpg、.bmp、.png。3.根据权利要求1所述的方法,其特征在于,步骤(2)中,所述的自动生成的输出路径为目标文件夹的子文件夹,子文件夹名称为output,在子文件夹output中自动生成如下子文件夹:crop子文件夹,用于保存裁剪后的内镜图像;cropRec子文件夹,用于保存裁剪的位置信息;box子文件夹,用于保存边框的位置信息;mask子文件夹用于保存掩膜图像。4.根据权利要求1所述的方法,其特征在于,步骤(3)中,所述初始化内镜图像掩膜的方法为:生成和内镜图像大小相同的掩膜矩阵,初始的值为0,即全0矩阵。5.根据权利要求1所述的方法,其特征在于,步骤(4)中,所述裁剪内镜图像和掩膜并记录裁剪位置,具体流程为:裁剪内镜图像:医生在内镜图像中用矩形框框出需要保留的区域,根据矩形框的位置(x,y,W,H),在内镜图像的对应位置裁剪出需要保留的区域,其中x表示矩形框左上角的横坐标,y表示左上角的纵坐标,W表示矩形框的宽,H表示矩形框的高;裁剪掩膜:根据医生标出的矩形框的位置(x,y,W,H),在掩膜的对应位置裁剪出需要保留的区域;裁剪位置为矩形框的位置(x,y,W,H)。6.根据权利要求1所述的方法,其特征在于,步骤(5)中,所述标注病变区域,具体流程为:医生在内镜图像中用曲线勾勒出病变区域,若手动绘制的曲线不闭合,则自动将曲线首尾相连;闭合曲线内像素对应的掩膜为1,闭合曲线外像素对应的掩膜为0;医生可以使用多条曲线勾勒病变区域,当新增一条闭合曲线时,则更新对应的掩膜;若多条闭合曲线有重叠,则对病变区域取并集。7.根据权利要求1所述的方法,其特征在于,步骤(6)中,所述根据掩膜生成边框,具体做法为:掩膜相当于二值图像,获取掩膜的八连通区域,对于每一个连通区...
【专利技术属性】
技术研发人员:颜波,钟芸诗,牛雪静,蔡世伦,谭伟敏,李冰,
申请(专利权)人:复旦大学,
类型:发明
国别省市:上海,31
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。