一种胶囊内镜图像多病灶检测方法技术

本发明专利技术公开了一种胶囊内镜图像多病灶检测方法，涉及计算机图像处理领域，基于深度特征和人选特征融合与多分类器集成，包括如下步骤：图像预处理，构造颜色、纹理、以及形态的特征向量、采用卷积神经网络获取深度特征、特征融合、多分类器集成、病灶识别重复上述步骤直至所有胶囊内镜图像完成识别。本发明专利技术胶囊内镜图像多病灶检测方法，将有效降低临床医生的诊断负担，提高检测的准确性。

【技术实现步骤摘要】
一种胶囊内镜图像多病灶检测方法
本专利技术涉及计算机图像处理领域，尤其涉及一种胶囊内镜图像多病灶检测方法。
技术介绍
胶囊内镜，英文名称：capsuleendoscopy，是一种做成胶囊形状的内窥镜，它是用来检查人体肠道的医疗仪器。胶囊内窥镜能进入人体,用于窥探人体肠胃和食道部位的健康状况。可用来帮助医生对病人进行诊断。胶囊内窥镜实际是把摄像机缩小，植入医用胶囊，帮助医生对病人进行诊断。一粒小胶囊却是探秘人体的摄像工作室，甚至可能成为遨游人体的“飞船”；细小的纤维，可以用来加固人体的心脏动脉。从外表看，它与普通胶囊药区别不大，但它是一台微型摄像机，用于窥探人体肠胃和食道部位的健康状况。患者吞服后，胶囊随胃肠肌肉运动沿消化方向运行，拍摄图像，再把图像传至患者系于腰间的数据传输装置。几小时后，医生把胶囊拍摄的图像下载于电脑，胶囊在24小时内自动排出体外。使用胶囊内窥镜，患者可保持正常活动和生活。胶囊内镜作为一种吞咽式无创诊断设备，它既能减少患者在检测过程的不适，也能检测到以往插入式内镜的检测盲区，已经广泛运用于胃肠道的其他部位，包括食道、胃本文档来自技高网...

【技术保护点】
1.一种胶囊内镜图像多病灶检测方法，其特征在于，包括以下几个步骤：/n步骤一：图像预处理，对所述胶囊内镜图像进行预处理；/n步骤二：构造胶囊内镜图像样本库；/n步骤三：构造胶囊内镜图像特征向量；/n步骤四：使用步骤二构建的样本库训练卷积神经网络；/n步骤五：使用步骤四中训练完成的卷积神经网络提取深度特征；/n步骤六：特征融合，将步骤三与步骤五中提取的特征向量采用多种特征融合方法进行融合；/n步骤七：训练多个分类器，以步骤六融合的多种向量为输入，构建多个分类器并训练；/n步骤八：将步骤七中的多个分类器结果进行软投票集成，完成胶囊内镜图像识别；/n步骤九：重复上述步骤，直至所有胶囊内镜图像完成识别...

【技术特征摘要】
1.一种胶囊内镜图像多病灶检测方法，其特征在于，包括以下几个步骤：
步骤一：图像预处理，对所述胶囊内镜图像进行预处理；
步骤二：构造胶囊内镜图像样本库；
步骤三：构造胶囊内镜图像特征向量；
步骤四：使用步骤二构建的样本库训练卷积神经网络；
步骤五：使用步骤四中训练完成的卷积神经网络提取深度特征；
步骤六：特征融合，将步骤三与步骤五中提取的特征向量采用多种特征融合方法进行融合；
步骤七：训练多个分类器，以步骤六融合的多种向量为输入，构建多个分类器并训练；
步骤八：将步骤七中的多个分类器结果进行软投票集成，完成胶囊内镜图像识别；
步骤九：重复上述步骤，直至所有胶囊内镜图像完成识别。


2.如权利要求1所述的胶囊内镜图像多病灶检测方法，其特征在于，步骤一中所述图像预处理方法包括白平衡、归一化。


3.如权利要求1所述的胶囊内镜图像多病灶检测方法，其特征在于，所述步骤三中提取的特征向量包括颜色、纹理、形态。


4.如权利要求3所述的胶囊内镜图像多病灶检测方法，其特征在于，所述步骤三中提取胶囊内镜图像的颜色特征采用的方法包括1-3阶颜色矩。


5.如权利要求3所述的胶囊内镜图像多病灶检测方法，其特征在于，所述步骤三中提取胶囊内镜图像的纹理特征采用的方法包括局部二值模式LBP(LocalBinaryPattern)。

...

【专利技术属性】
技术研发人员：贾智伟，章黎明，谢俊力，田奕宏，赖志强，
申请(专利权)人：长沙理工大学，
类型：发明
国别省市：湖南;43