3D医用微型摄像头的图像目标检测方法、系统及装置制造方法及图纸

本发明专利技术公开一种3D医用微型摄像头的图像目标检测方法、系统和装置，检测方法包括：利用经训练的模型对医学图像进行切割处理，得到割后图像；割后图像由环境部分、病灶部分和正常部分构成；对病灶部分和正常部分进行区域合并处理，生成合并部分；合并部分的数量与目标部位的数量相匹配；基于每个合并部分中最大覆盖大小对应的连通域，确定表征目标部位实质区域的目标部分；基于目标部分和病灶部分，确定医学图像的检测结果，检测结果包括目标病灶部分和目标病灶的区域位置；将检测结果解析为文本文件，使用特征提取网络和预测网络进行训练，直至获取准确的目标坐标值。本发明专利技术技术方案实现了3D医用微型摄像头的图像目标智能检测。现了3D医用微型摄像头的图像目标智能检测。现了3D医用微型摄像头的图像目标智能检测。

【技术实现步骤摘要】
3D医用微型摄像头的图像目标检测方法、系统及装置


[0001]本专利技术涉及一种3D医用微型摄像头的图像目标检测方法、系统及装置。

技术介绍

[0002]医用内窥镜采用前端微小的CCD/CMOS传感器构成探头，经由软管进入 体内获取图像，在手术和诊断中可辅助医生观察病灶，方便操作，提供最直 观的图像数据，放大局部细节。现有的内窥镜成像系统以二维图像内窥镜为 主，采用单光源、单传感器的方式生成高清图像，可满足医生诊疗的基本要 求，具有小型化、模块化的特点。
[0003]但在手术中，经常存在体积较大的病灶和较深的腔体，此时二维画面观 察受限，需要更多的深度信息生成三维图像来还原图像细节。示例性技术提 出一种3D医用摄像头，可有效获取病灶的三维图像，但由于病灶处光线暗等 环境原因，三维图像的清晰度往往较差，以致医生通过肉眼无法准确地分辨 图像中的目标物。

技术实现思路

[0004]本专利技术的主要目的是提出一种3D医用微型摄像头的图像目标检测方法， 旨在解决现有技术中无法智能识别3D医用摄像头三维图像中目标物的技术问 题。
[0005]一种3D医用微型摄像头的图像目标检测方法，其特征在于，包括：获取 医学图像；利用光谱图像库将所述医学图像的每个元素值归一化至【0，1】内； 基于卷积自编码的算法原理，在解码过程中将医学图像处理为优化图像；利 用经训练的模型对所述医学图像进行切割处理，得到割后图像；所述割后图 像由环境部分、病灶部分和正常部分构成；对所述病灶部分和所述正常部分 进行区域合并处理，生成合并部分；所述合并部分的数量与所述目标部位的 数量相匹配；基于每个合并部分中最大覆盖大小对应的连通域，确定表征目 标部位实质区域的目标部分；基于所述目标部分和所述病灶部分，确定所述 医学图像的检测结果，所述检测结果包括目标病灶部分和目标病灶的区域位 置；将检测结果解析为文本文件，使用特征提取网络和预测网络进行训练， 直至获取准确的目标坐标值。
[0006]可选地，在获取医学图像后，还包括：获取多个多医生标注图像，其中， 所述多医生标注图像携带有被多个医生标注的病灶轮廓信息；对所述病灶轮 廓信息进行轮廓填充，获得完整病灶轮廓；判断所述完整病灶轮廓是否满足 预设的一致性要求；若所述病灶轮廓信息满足预设的一致性要求，将所述多 个多医生标注图像确定为审核通过图像。
[0007]可选地，在获取医学图像后，还包括：基于去噪自编码算法原理，在解 码过程中将带噪图像还原为纯净样本同时加入图像增强运算；基于改进的稀 疏自编码提取算法提取图像局部特征。
[0008]本专利技术还提出一种3D医用微型摄像头的图像目标检测系统，包括处理器 和存储器，所述处理器用于执行存储器中存储的计算机程序以实现如权利要 求1至3任意一项所述的3D医用微型摄像头的图像目标检测方法。
[0009]本专利技术还提出一种3D医用微型摄像头的图像目标检测装置，包括：
[0010]获取模块，用于获取医学图像；
[0011]切割模块，用于对医学图像进行切割处理；
[0012]合并模块，用于对病灶部分和所述正常部分进行合并；
[0013]检测模块，用于检测目标病灶部分和目标病灶的区域位置；以及
[0014]训练模块，用于对检测结果进行训练。
[0015]本专利技术技术方案通过提高图像光谱强度、分割病灶图像以及特征、预测 网络训练等方式，准确提高3D医用微型摄像头的图像目标检测和识别的准确 性和智能化。
附图说明
[0016]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实 施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面 描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲， 在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的 附图。
[0017]图1为本专利技术3D医用微型摄像头的图像目标检测方法一实施例的流程示 意图。
[0018]本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步 说明。
具体实施方式
[0019]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行 清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术的一部分实施例， 而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有 作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0020]需要说明，若本专利技术实施例中有涉及方向性指示(诸如上、下、左、右、 前、后
……
)，则该方向性指示仅用于解释在某一特定姿态(如附图所示) 下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时， 则该方向性指示也相应地随之改变。
[0021]另外，若本专利技术实施例中有涉及“第一”、“第二”等的描述，则该“第一”、“第 二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐 含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明 示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以 相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案 的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也 不在本专利技术要求的保护范围之内。
[0022]本专利技术提出一种3D医用微型摄像头的图像目标检测方法。
[0023]在本专利技术实施例中，该3D医用微型摄像头的图像目标检测方法包括：获 取医学图像；利用光谱图像库将所述医学图像的每个元素值归一化至【0,1】 内；基于卷积自编码的算法原理，在解码过程中将医学图像处理为优化图像； 利用经训练的模型对所述医学图像进行切割处理，得到割后图像；所述割后 图像由环境部分、病灶部分和正常部分构成；对所述病灶部分和所述正常部 分进行区域合并处理，生成合并部分；所述合并部分的数量与所述目标部位 的数量相匹配；基于每个合并部分中最大覆盖大小对应的连通域，确定表征 目标部位实质区域的目标部分；基于所述目标部分和所述病灶部分，确定所 述医学图像的检测结果，所述检测结果包括目标病灶部分和目标病灶的区域 位置；将检测结果解析为文
本文件，使用特征提取网络和预测网络进行训练， 直至获取准确的目标坐标值。
[0024]本专利技术技术方案通过提高图像光谱强度、分割病灶图像以及特征、预测 网络训练等方式，准确提高3D医用微型摄像头的图像目标检测和识别的准确 性和智能化。
[0025]可选地，在获取医学图像后，还包括：获取多个多医生标注图像，其中， 所述多医生标注图像携带有被多个医生标注的病灶轮廓信息；对所述病灶轮 廓信息进行轮廓填充，获得完整病灶轮廓；判断所述完整病灶轮廓是否满足 预设的一致性要求；若所述病灶轮廓信息满足预设的一致性要求，将所述多 个多医生标注图像确定为审核通过图像。
[0026]可选地，在获取医学图像后，还包括：基于去噪自编码算法原理，在解 码过程中将带噪图像还原本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种3D医用微型摄像头的图像目标检测方法，其特征在于，包括：获取医学图像；利用光谱图像库将所述医学图像的每个元素值归一化至【0，1】内；基于卷积自编码的算法原理，在解码过程中将医学图像处理为优化图像；利用经训练的模型对所述医学图像进行切割处理，得到割后图像；所述割后图像由环境部分、病灶部分和正常部分构成；对所述病灶部分和所述正常部分进行区域合并处理，生成合并部分；所述合并部分的数量与所述目标部位的数量相匹配；基于每个合并部分中最大覆盖大小对应的连通域，确定表征目标部位实质区域的目标部分；基于所述目标部分和所述病灶部分，确定所述医学图像的检测结果，所述检测结果包括目标病灶部分和目标病灶的区域位置；将检测结果解析为文本文件，使用特征提取网络和预测网络进行训练，直至获取准确的目标坐标值。2.如权利要求1所述的3D医用微型摄像头的图像目标检测方法，其特征在于，在获取医学图像后，还包括：获取多个多医生标注图像，其中，所述多医生标注图像携带有被多个医生标注的病灶轮廓信息；对...

【专利技术属性】
技术研发人员：牙就芳，杜宝雪，周作光，
申请(专利权)人：深圳市永吉星光电有限公司，
类型：发明
国别省市：