一种荧光分析的胶囊内窥镜系统及控制方法技术方案

本申请公开了一种荧光分析的胶囊内窥镜系统及控制方法，可通过光源模块发出激发荧光探针产生荧光信号的激发光，通过图像采集模块检测到荧光信号后，采集带有荧光信号的荧光图像数据，通过体外监测单元根据荧光图像数据获得荧光探针产生的荧光强度，还根据荧光强度向控制模块发送光强调节信号，从而调节光源模块发出的所述激发光的光强，可以实现内窥镜光源光强适应性调节，从而提高识别病理特征的效率，以及降低错判或误判的可能性。以及降低错判或误判的可能性。以及降低错判或误判的可能性。

【技术实现步骤摘要】
一种荧光分析的胶囊内窥镜系统及控制方法


[0001]本申请涉及内窥镜
，尤其涉及一种荧光分析的胶囊内窥镜系统及控制方法。

技术介绍

[0002]胶囊内窥镜是一种胶囊形状的内窥镜，常常被用于检查人体肠道，在胶囊内窥镜进入人体后，窥探人体肠胃和食道部位，胶囊内窥镜可以将所拍摄的图片发送到体外，体外的接收仪接收到荧光图像数据后可以实时显示图像，同时也可以将图片保存到存储器中，检查完毕后医生可以通过体外监测系统读取荧光图像数据，并根据图像做出医疗诊断。
[0003]但是，目前的内窥镜的光源单一，一般为白光，不能控制发射特定波长的光，使用常规的内窥镜需要通过人眼分辨生物组织形态和颜色等的明显变化，也即只能靠医生的专业知识和经验根据显示的图像去判断病理特征。这就会增加了医生的工作难度，识别病理特征的效率较差，同时，由于通过人眼分辨，主要依靠医生经验的主观性进行判断，因此，错判或误判的可能性也大大提高。
[0004]因此，目前市场上也出现了多种波长光源的内窥镜，能够便于激发荧光，从而提高识别病理特征的效率，降低识别病理特征错判或误判的可能性以及工作难度。但是，在通过内窥镜成像后，由于内窥镜光源的光强不合理，会导致成像质量较差，而目前的内窥镜光源的光强无法实现自动调节，这也会使得识别病理特征的效率较差，错判或误判的可能性也大大提高。

技术实现思路

[0005]本申请提供了一种荧光分析的胶囊内窥镜系统及控制方法，用于解决内窥镜光源光强无法适应性调节从而导致的识别病理特征的效率较差、错判或误判的可能性较大的技术问题。
[0006]有鉴于此，本申请第一方面提供了一种荧光分析的胶囊内窥镜系统，包括：胶囊内窥镜与体外监测单元；
[0007]所述胶囊内窥镜内设有光源模块、图像采集模块和控制模块；
[0008]所述光源模块用于向预置在患者体内的目标组织的荧光探针发出激发所述荧光探针产生荧光信号的激发光；
[0009]所述图像采集模块用于检测到所述荧光信号后，采集所述目标组织的荧光图像数据，还用于将所述荧光图像数据传输至所述控制模块；
[0010]所述控制模块与所述体外监测单元进行数据交互，所述控制模块用于根据所述体外监测单元传输的控制指令控制所述光源模块发出的激发光，还用于接收所述图像采集模块传输的所述荧光图像数据后，将所述荧光图像数据传输至所述体外监测单元；
[0011]所述体外监测单元用于接收所述控制模块传输的所述荧光图像数据后进行显示荧光图像，还用于根据所述荧光图像数据获得所述荧光探针产生的荧光强度，还用于根据
所述荧光强度向所述控制模块发送光强调节信号，从而调节所述光源模块发出的所述激发光的光强。
[0012]优选地，所述光源模块包括若干个不同波长的LED灯以及与所述若干个不同波长的LED灯电连接的LED驱动器，所述LED驱动器与控制模块电连接。
[0013]优选地，还包括磁场控制台，所述胶囊内窥镜还设有磁感应模块，所述磁场控制台用于对所述磁感应模块进行磁控制。
[0014]优选地，所述控制模块设有数据传输子模块，用于传输所述控制模块与所述体外监测单元之间交互的数据。
[0015]优选地，所述体外监测单元包括显示模块、平均荧光强度计算模块和光强调节模块；
[0016]所述显示模块用于接收所述荧光图像数据后进行显示荧光图像；
[0017]所述平均荧光强度计算模块用于根据所述荧光图像数据计算所述荧光探针产生的平均荧光强度；
[0018]所述光强调节模块用于根据预设的荧光强度阈值与所述平均荧光强度发送所述光强调节信号，还用于当所述平均荧光强度高于所述预设的荧光强度阈值时，则向所述控制模块发送降低光强调节信号，还用于当所述平均荧光强度低于所述预设的荧光强度阈值时，则向所述控制模块发送升高光强调节信号。
[0019]优选地，所述体外监测单元还包括图像增强模块，所述图像增强模块包括深度学习子模块、预处理子模块和分割子模块；
[0020]所述深度学习子模块，用于基于预设的U
‑
Net网络识别所述荧光图像中的特定病变部分图像，从而对所述荧光图像进行切割以使所述荧光图像切割形成特定病变部分图像；
[0021]所述预处理子模块，用于对所述特定病变部分图像进行灰度化处理为灰度图像，还用于对所述灰度图像进行直方图均衡化得到图像增强后的新灰度图像；
[0022]所述分割子模块，用于基于预设的最大类间方差灰度阈值算法求解所述新灰度图像的最大类间方差阈值，还用于基于预设的自动阈值分割算法剔除所述新灰度图像中低于所述最大类间方差阈值的像素点，从而得到增强灰度图像；
[0023]所述平均荧光强度计算模块还用于根据所述增强灰度图像的平均灰度值确定所述荧光探针产生的平均荧光强度。
[0024]另一方面，本专利技术还提供了一种基于上述的荧光分析的胶囊内窥镜系统的控制方法，包括以下步骤：
[0025]通过光源模块向预置在患者体内的目标组织的荧光探针发出激发所述荧光探针产生荧光信号的激发光；
[0026]通过图像采集模块检测到所述荧光信号后，采集所述目标组织的荧光图像数据，将所述荧光图像数据传输至控制模块；
[0027]通过所述控制模块将所述荧光图像数据传输至体外监测单元；
[0028]通过所述体外监测单元接收所述荧光图像数据后进行显示荧光图像，同时，根据所述荧光图像数据获得所述荧光探针产生的荧光强度，根据所述荧光强度向所述控制模块发送光强调节信号；
[0029]通过所述控制模块根据光强调节信号调节所述光源模块发出的激发光的光强。
[0030]优选地，所述荧光分析的胶囊内窥镜系统包括磁场控制台，胶囊内窥镜设有磁感应模块，所述通过光源模块向预置在患者体内的目标组织的荧光探针发出激发所述荧光探针产生荧光信号的激发光的步骤之前包括：
[0031]通过所述磁场控制台对所述磁感应模块进行磁控制，以使所述磁感应模块到达预置在患者体内的目标组织的所述荧光探针所对应的位置。
[0032]优选地，所述根据所述荧光图像数据获得所述荧光探针产生的荧光强度，根据所述荧光强度向所述控制模块发送光强调节信号的步骤具体包括：
[0033]根据所述荧光图像数据计算所述荧光探针产生的平均荧光强度；
[0034]根据预设的荧光强度阈值与所述平均荧光强度发送所述光强调节信号，具体为，当所述平均荧光强度高于所述预设的荧光强度阈值时，则向所述控制模块发送降低光强调节信号，当所述平均荧光强度低于所述预设的荧光强度阈值时，则向所述控制模块发送升高光强调节信号。
[0035]优选地，所述根据所述荧光图像数据获得所述荧光探针产生的荧光强度的步骤具体包括：
[0036]基于预设的U
‑
Net网络识别所述荧光图像中的特定病变部分图像，从而对所述荧光图像进行切割以使所述荧光图像切割形成特定病变部分图像；
[0037]对所述特定病变部分图像进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种荧光分析的胶囊内窥镜系统，其特征在于，包括：胶囊内窥镜与体外监测单元；所述胶囊内窥镜内设有光源模块、图像采集模块和控制模块；所述光源模块用于向预置在患者体内的目标组织的荧光探针发出激发所述荧光探针产生荧光信号的激发光；所述图像采集模块用于检测到所述荧光信号后，采集所述目标组织的荧光图像数据，还用于将所述荧光图像数据传输至所述控制模块；所述控制模块与所述体外监测单元进行数据交互，所述控制模块用于根据所述体外监测单元传输的控制指令控制所述光源模块发出的激发光，还用于接收所述图像采集模块传输的所述荧光图像数据后，将所述荧光图像数据传输至所述体外监测单元；所述体外监测单元用于接收所述控制模块传输的所述荧光图像数据后进行显示荧光图像，还用于根据所述荧光图像数据获得所述荧光探针产生的荧光强度，还用于根据所述荧光强度向所述控制模块发送光强调节信号，从而调节所述光源模块发出的所述激发光的光强。2.根据权利要求1所述的荧光分析的胶囊内窥镜系统，其特征在于，所述光源模块包括若干个不同波长的LED灯以及与所述若干个不同波长的LED灯电连接的LED驱动器，所述LED驱动器与控制模块电连接。3.根据权利要求1所述的荧光分析的胶囊内窥镜系统，其特征在于，还包括磁场控制台，所述胶囊内窥镜还设有磁感应模块，所述磁场控制台用于对所述磁感应模块进行磁控制。4.根据权利要求1所述的荧光分析的胶囊内窥镜系统，其特征在于，所述控制模块设有数据传输子模块，用于传输所述控制模块与所述体外监测单元之间交互的数据。5.根据权利要求1所述的荧光分析的胶囊内窥镜系统，其特征在于，所述体外监测单元包括显示模块、平均荧光强度计算模块和光强调节模块；所述显示模块用于接收所述荧光图像数据后进行显示荧光图像；所述平均荧光强度计算模块用于根据所述荧光图像数据计算所述荧光探针产生的平均荧光强度；所述光强调节模块用于根据预设的荧光强度阈值与所述平均荧光强度发送所述光强调节信号，还用于当所述平均荧光强度高于所述预设的荧光强度阈值时，则向所述控制模块发送降低光强调节信号，还用于当所述平均荧光强度低于所述预设的荧光强度阈值时，则向所述控制模块发送升高光强调节信号。6.根据权利要求5所述的荧光分析的胶囊内窥镜系统，其特征在于，所述体外监测单元还包括图像增强模块，所述图像增强模块包括深度学习子模块、预处理子模块和分割子模块；所述深度学习子模块，用于基于预设的U
‑
Net网络识别所述荧光图像中的特定病变部分图像，从而对所述荧光图像进行切割以使所述荧光图像切割形成特定病变部分图像；所述预处理子模块，用于对所述特定病变部分图像进行灰度化处理为灰度图像，还用于对所述灰度图像进行直方图均衡化得到图像增强后的新灰度图像；所述分割子模块，用于基于预设的最大类间方差灰度阈值算...

【专利技术属性】
技术研发人员：游泽炀，杨其宇，卢宇靖，吴诗淇，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：