内镜检查图像采集方法及装置制造方法及图纸

技术编号:30974769 阅读:14 留言:0更新日期:2021-11-25 21:00
本发明专利技术涉及一种内镜检查图像采集方法及装置,所述内镜检查图像采集方法包括:在内镜检查过程中,根据预设的采图帧数阈值,确定内镜检查视频的相邻各帧图像的汉明距离和;当所述汉明距离和达到预设的第一汉明距离阈值时,从预先分类识别的各类别内镜检查图像中,保存识别概率值最高或满足预设识别阈值的图像。本发明专利技术不仅提高了内镜检查效率,提高了用户的工作效率,而且减少了内镜检查的人力负担。而且减少了内镜检查的人力负担。而且减少了内镜检查的人力负担。

【技术实现步骤摘要】
内镜检查图像采集方法及装置


[0001]本专利技术涉及医学图像处理领域,特别涉及一种内镜检查图像采集方法及装置。

技术介绍

[0002]目前,在内镜检查过程中医师需要手工触发采图功能。在实际工作中,医师的双手操作器械,并通过脚踏或者配备的助手触发内镜采图。但是由于脚踏固定在指定地点,限制医师的活动范围。通过给医师配备的助手,也增加了额外的人力负担。
[0003]另外,在实际使用过程中,从医师观察到合适图像到触发采集图像有一定延时,所以采集到图像往往不是医师需要的图像,医师往往采用先冻结图像再采图(检查设备必须有冻结图像功能),或者同一部位连续采集多张图像,在写报告的时候再从中挑取合适的图像,这也降低了医师的工作效率。
[0004]针对现有内镜图像采集存在的上述问题,现有技术未给出有效的解决方案。

技术实现思路

[0005]本专利技术实施例中提供一种内镜检查图像采集方法及装置,用以至少提高内镜检查效率。
[0006]第一方面,本专利技术实施例提供一种内镜检查图像采集方法,所述内镜检查图像采集方法包括:在内镜检查过程中,根据预设的采图帧数阈值,确定内镜检查视频的相邻各帧图像的汉明距离和;当所述汉明距离和达到预设的第一汉明距离阈值时,从预先分类识别的各类别内镜检查图像中,保存识别概率值最高或满足预设识别阈值的图像。
[0007]可选地,所述当所述汉明距离和达到预设的第一汉明距离阈值时,从预先分类识别的各类别内镜检查图像中,保存识别概率值最高或满足预设识别阈值的图像之前,包括:当所述汉明距离和达到预设的第二汉明距离阈值时,通过预先构建的深度神经网络模型对满足预设清晰度阈值的内镜检查视频的每帧图像进行分类识别;根据所述分类识别,确定各类别内镜检查图像和各类别内镜检查图像对应的识别概率;缓存各类别内镜检查图像和各类别内镜检查图像对应的识别概率。
[0008]可选地,所述内镜检查图像采集方法还包括:通过在灰度方差算法中,采用带通滤波器和高通滤波器分别对内镜检查视频的各帧图像进行滤波;通过确定的低频部分能量和高频部分能量评价滤波后的各帧图像的清晰度值;从滤波后的各帧图像中确定满足所述清晰度阈值的内镜检查视频的每帧图像。
[0009]可选地,所述灰度方差算法的公式如下:
式中,F(I) 为清晰度值,I(x,y)为像素点(x,y)处的灰度值。
[0010]可选地,各类别图像包括部位类别和病灶类别的图像;所述部位类别包括以下一种或多种:食管、贲门、反转贲门、胃底、胃体、胃角、胃窦、幽门、咽喉、十二指肠球部和十二指肠降部。
[0011]可选地,所述通过预先构建的深度神经网络模型对满足预设清晰度阈值的内镜检查视频的每帧图像进行分类识别,包括:通过预先构建的MobileNet模型对满足所述清晰度阈值的内镜检查视频的每帧图像进行分类识别。
[0012]可选地,所述内镜检查图像采集方法包括:对预先获得的N次采样值进行百分位点求区间估计,得到所述目标汉明距离阈值的置信区间;去掉该置信区间的最大值和最小值后,将该置信区间的中位数作为目标汉明距离阈值;其中,在所述采样值为第一采样值时,所述目标汉明距离阈值为所述第一汉明距离阈值;在所述采样值为第二采样值时,所述目标汉明距离阈值为所述第二汉明距离阈值;N次内镜检查图像采集过程中,每次内镜检查图像被触发开始采集时,根据所述采图帧数阈值,确定的汉明距离和为每次第一采样值,在所述第一汉明距离阈值对应内镜检查图像的前预设的M帧图像处,确定的汉明距离和为每次第二采样值;N和M为正整数。
[0013]可选地,所述根据预设的采图帧数阈值,确定内镜检查视频的相邻各帧图像的汉明距离和,包括:根据预设第一图像尺寸,缩放内镜检查视频的各帧图像;将缩放的各帧图像转换为各帧灰度图像;根据预设第二图像尺寸,缩放各帧灰度图像;根据所述采图帧数阈值,确定相邻各帧的缩放灰度图像的汉明距离和,并将各帧的缩放灰度图像的汉明距离和作为内镜检查视频的相邻各帧图像的汉明距离和;所述第二图像尺寸小于所述第一图像尺寸。
[0014]可选地,所述内镜检查图像采集方法还包括:对于相邻两帧的缩放灰度图像,确定每帧缩放灰度图像的灰度平均值;依次将每帧缩放灰度图像的各像素灰度值和所述灰度平均值进行比较;根据比较结果,将每帧缩放灰度图像的像素灰度值二值化,用以得到每帧缩放灰度图像的哈希值;根据相邻两帧的缩放灰度图像的哈希值,确定相邻两帧的缩放灰度图像的汉明距离。
[0015]第二方面,本专利技术实施例提供一种内镜检查装置,所述内镜检查包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序;所述计算机程序被所述处理器执行时,实现如上任一项所述的内镜检查图像采集方法的步骤。
[0016]本专利技术各个实施例可以在内镜检查过程中,对内镜检查视频进行分类识别,从而
通过确定内镜检查视频的相邻各帧图像的汉明距离和,并判断汉明距离和是否达到第一汉明距离阈值,从而判定用户的采图意向,并根据判定从分类识别的各类别内镜检查图像中,保存识别概率值最高或满足预设识别阈值的图像,进而帮助用户自动采集用户所需要的内镜检查图像,不仅提高了内镜检查效率,提高了用户的工作效率,而且减少了内镜检查的人力负担。
附图说明
[0017]图1是根据本专利技术实施例可选地内镜检查图像采集方法流程图;图2是根据本专利技术实施例另一可选地内镜检查图像采集方法流程图;图中:S101、在内镜检查过程中,根据预设的采图帧数阈值,确定内镜检查视频的相邻各帧图像的汉明距离和;S102、当所述汉明距离和达到预设的第一汉明距离阈值时,从预先分类识别的各类别内镜检查图像中,保存识别概率值最高或满足预设识别阈值的图像。
具体实施方式
[0018]下面结合附图和具体实施例对本专利技术作进一步详细描述,应当理解,此处所描述的具体实施例仅仅用以解释本专利技术,并不用于限定本专利技术。
[0019]在后续的描述中,使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本专利技术的说明,其本身没有特定的意义。因此,“模块”、“部件”或“单元”可以混合地使用。
[0020]实施例一本专利技术实施例提供一种内镜检查图像采集方法,如图1所示,所述内镜检查图像采集方法包括:S101,在内镜检查过程中,根据预设的采图帧数阈值,确定内镜检查视频的相邻各帧图像的汉明距离和;其中,内镜检查视频为内镜检查过程中内镜观察的、并显示在内镜检查设备的显示器上的视频;S102,当所述汉明距离和达到预设的第一汉明距离阈值时,从预先分类识别的各类别内镜检查图像中,保存识别概率值最高或满足预设识别阈值的图像。
[0021]其中,采图帧数阈值的设置可以决定图像采集的精度,可选地采图帧数阈值选择10帧。在实际实现过程中,第一汉明距离阈值主要用于判断用户(例如医生)开始触发设备启动采集图像的采图意向。采图意向可以包括图像采集和准备采图两个意向,比如,用户在进行内镜检查过程,发现需要进行图像采集(准备采集图像),首先会放慢内镜的速度,本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种内镜检查图像采集方法,其特征在于,所述内镜检查图像采集方法包括:在内镜检查过程中,根据预设的采图帧数阈值,确定内镜检查视频的相邻各帧图像的汉明距离和;当所述汉明距离和达到预设的第一汉明距离阈值时,从预先分类识别的各类别内镜检查图像中,保存识别概率值最高或满足预设识别阈值的图像。2.根据权利要求1所述的内镜检查图像采集方法,其特征在于,所述当所述汉明距离和达到预设的第一汉明距离阈值时,从预先分类识别的各类别内镜检查图像中,保存识别概率值最高或满足预设识别阈值的图像之前,包括:当所述汉明距离和达到预设的第二汉明距离阈值时,通过预先构建的深度神经网络模型对满足预设清晰度阈值的内镜检查视频的每帧图像进行分类识别;根据所述分类识别,确定各类别内镜检查图像和各类别内镜检查图像对应的识别概率;缓存各类别内镜检查图像和各类别内镜检查图像对应的识别概率。3.根据权利要求2所述的内镜检查图像采集方法,其特征在于,所述内镜检查图像采集方法还包括:通过在灰度方差算法中,采用带通滤波器和高通滤波器分别对内镜检查视频的各帧图像进行滤波;通过确定的低频部分能量和高频部分能量评价滤波后的各帧图像的清晰度值;从滤波后的各帧图像中确定满足所述清晰度阈值的内镜检查视频的每帧图像。4.根据权利要求3所述的内镜检查图像采集方法,其特征在于,所述灰度方差算法的公式如下:式中,F(I) 为清晰度值,I(x,y)为像素点(x,y)处的灰度值。5.根据权利要求2所述的内镜检查图像采集方法,其特征在于,各类别图像包括部位类别和病灶类别的图像;所述部位类别包括以下一种或多种:食管、贲门、反转贲门、胃底、胃体、胃角、胃窦、幽门、咽喉、十二指肠球部和十二指肠降部;所述通过预先构建的深度神经网络模型对满足预设清晰度阈值的内镜检查视频的每帧图像进行分类识别,包括:通过预先构建的MobileNet模型对满足所述清晰度阈值的内镜检查视频的每帧图像进行分类识别。6.根据权利要求2

5中任意一项所述的内镜检查图像采集...

【专利技术属性】
技术研发人员:冯健常培佳邵学军杨延成
申请(专利权)人:青岛美迪康数字工程有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1