一种基于变异系数法的食管癌B3型血管识别方法技术

本发明专利技术涉及医学领域图像识别技术领域，尤其涉及一种基于变异系数法的食管癌B3型血管识别方法，该方法保包含图像分割法、聚类算法、变异系数法。图像分割法用于提取食管图像中的血管整图；聚类算法用于对血管整图中所有血管直径进行数据处理，按血管直径大小划分成若干类；变异系数法用于计算每个类的变异系数；通过最大类和最小类变异系数得到血管直径离散程度系数，进而根据血管直径离散程度系数判定是否含有B3型血管。本发明专利技术使用聚类算法和变异系数法来量化微血管直径离散程度，对血管直径离散程度进行量化并给出食管内窥镜图像中是否含有B3型血管的判断，可协助内镜医师提高食管癌分析和诊断的可靠性和准确率。

【技术实现步骤摘要】
一种基于变异系数法的食管癌B3型血管识别方法
本专利技术涉及医学领域图像识别
，尤其涉及一种基于变异系数法的食管癌B3型血管识别方法。
技术介绍
食管鳞状上皮细胞癌的浸润深度对于明确内镜下切除的确切指征至关重要。研究表明，窄带放大内镜所观察到的血管模式与浅表癌的浸润深度密切相关，而淋巴结转移率与癌浸润深度成正比。因此预测浅表食管鳞状细胞癌的浸润深度。日本食道学会(JES)提出根据放大内镜下上皮乳头内毛细血管袢(IPCL)不规则程度的分类方法来评估浅表食道鳞状细胞癌的侵袭深度，从而决定采取内镜下治疗或者外科手术治疗方式。其中A型血管为非癌性病变，无严重不规则变化；B型血管根据血管形态、管径及规则程度进而分为B1、B2、B3，其中B1血管为成袢的严重不规则、扩张血管，B2为不成袢的严重不规则扩张血管，B3血管为高度扩张不规则的血管(血管大于60um，管径不规则，约为B2血管的3倍以上)；其中B3型血管侵及粘膜下深层(SM2)肿瘤的预测值可以达到100％，即染色放大内镜下识别到B3血管为食管癌外科手术绝对适应症。因此，准确地识别食管癌B3型血管本文档来自技高网...

【技术保护点】
1.一种基于变异系数法的食管癌B3型血管识别方法，其特征在于：包括如下步骤：/nS1、利用深度学习分割模型在食管图像上提取血管整图；/nS2、在连通域的基础上，提取血管整图中的单根血管，测量每根血管直径；/nS3、通过聚类算法提取的所有血管直径进行数据处理，得到聚类结果；/nS4、根据聚类结果计算最大类直径变异系数与最小类直径变异系数；/nS5、通过最大类直径变异系数和最小类直径变异系数计算出血管直径离散程度系数，进而根据血管直径离散程度阈值给出是否含有B3型血管判定结果。/n

【技术特征摘要】
1.一种基于变异系数法的食管癌B3型血管识别方法，其特征在于：包括如下步骤：
S1、利用深度学习分割模型在食管图像上提取血管整图；
S2、在连通域的基础上，提取血管整图中的单根血管，测量每根血管直径；
S3、通过聚类算法提取的所有血管直径进行数据处理，得到聚类结果；
S4、根据聚类结果计算最大类直径变异系数与最小类直径变异系数；
S5、通过最大类直径变异系数和最小类直径变异系数计算出血管直径离散程度系数，进而根据血管直径离散程度阈值给出是否含有B3型血管判定结果。


2.根据权利要求1所述的一种基于变异系数法的食管癌B3型血管识别方法，其特征在于：所述步骤S1中采用训练好的U-Net分割模型从食管内窥镜图像中获取血管整图。


3.根据权利要求1所述的一种基于变异系数法的食管癌B3型血管识别方法，其特征在于：所述步骤S2在连通域的基础上，提取血管整图中的单根血管及其对应的外接矩形，并通过外接矩形面积和外接矩形周长过滤掉血管整图中由于反射光、回填因素形成的噪声点，再调用halcon中的直径测量工具包测量血管直径。


4.根据权利要求1所述的一种基于变异系数法的食管癌B3型血管识别方法，其特征在于：所述步骤S3中，聚类算法采用k-means聚类算法聚3类。


5.根据权利要求1所述的一种基于变异系数法的食管癌B3型血管识别方法，其特征在于：所述步骤S4中，计算变异系数，根据...

【专利技术属性】
技术研发人员：李昊，刘奇为，于天成，胡珊，
申请(专利权)人：武汉楚精灵医疗科技有限公司，
类型：发明
国别省市：湖北;42