一种内窥镜图像质量评估方法和系统技术方案

本说明书实施例提供一种内窥镜图像质量评估方法和系统，用于确定内窥镜图像的图像质量。该内窥镜图像质量评估方法包括：获取目标视频的第一图像；基于分割模型分割第一图像，获得第一图像中的无效区域，其中，无效区域为第一图像中的无效信息所在的区域，无效信息包括杂质异物和/或图像缺陷，杂质异物包括粪便、粪水或气泡，图像缺陷包括阴影、高光或模糊；基于第一图像以及无效区域，确定第一图像中的有效区域的占比，其中，有效区域为第一图像中无效区域以外的区域；基于有效区域的占比，确定第一图像的目标图像质量，从而能够基于前述目标图像质量，对内窥镜手术术前准备是否完善和医生操作手法是否规范进行评估。医生操作手法是否规范进行评估。医生操作手法是否规范进行评估。

【技术实现步骤摘要】
一种内窥镜图像质量评估方法和系统


[0001]本说明书涉及图像质量评估领域，特别涉及一种内窥镜图像质量评估方法和系统。

技术介绍

[0002]随着医疗技术的不断发展，内窥镜已逐渐成为辅助医生诊断疾病的重要手段。医生可以将内窥镜经口腔进入胃内或经其他天然孔道进入体内，并基于内窥镜进行拍摄，获得相关器官的图像和/或视频信息。在医疗内镜手术中，可以通过对内窥镜图像的图像质量进行评估，确定相关器官在术前的清洁度以及医生的操作是否符合规范。而现有的图像和/或视频质量评估方法，一般着重于图像的峰值信噪比、边缘结构、清晰度等因素，并不适用于对内窥镜图像的图像质量进行评估。
[0003]由此，期望可以提供一种内窥镜图像质量评估方法，可以确定内镜手术中的内窥镜图像的图像质量，从而可以对内镜手术术前准备是否完善和医生操作手法是否规范进行评估。

技术实现思路

[0004]本说明书实施例之一提供一种内窥镜图像质量评估方法。所述方法包括：获取目标视频的第一图像，所述第一图像为所述目标视频中的视频帧；基于分割模型分割所述第一图像，获得所述第一图像中的无效区域，其中，所述无效区域为所述第一图像中的无效信息所在的区域，所述无效信息包括杂质异物和/或图像缺陷，所述杂质异物包括粪便、粪水或气泡，所述图像缺陷包括阴影、高光或模糊；基于所述第一图像以及所述无效区域，确定所述第一图像中的有效区域的占比，其中，所述有效区域为所述第一图像中所述无效区域以外的区域；基于所述有效区域的占比，确定所述第一图像的目标图像质量。
[0005]本说明书实施例之一提供一种内窥镜图像质量评估方法。所述方法包括：获取目标视频的第一图像以及第二图像，其中，所述第一图像与所述第二图像为所述目标视频中的两个相邻帧；确定所述第一图像以及所述第二图像的结构相似性；基于所述结构相似性，确定所述第一图像的目标图像质量。
[0006]本说明书实施例之一提供一种内窥镜图像质量评估系统，所述系统包括：第一获取模块，用于获取目标视频的第一图像；第二获取模块，用于基于分割模型分割所述第一图像，获得所述第一图像中的无效区域，其中，所述无效区域为所述第一图像中的无效信息所在的区域，所述无效信息包括杂质异物和/或图像缺陷，所述杂质异物包括粪便、粪水或气泡，所述图像缺陷包括阴影、高光或模糊；第一确定模块，用于基于所述第一图像以及所述无效区域，确定所述第一图像的有效区域的占比，其中，所述有效区域为所述第一图像中所述无效区域以外的区域；第二确定模块，用于基于所述有效区域的占比，确定所述第一图像的目标图像质量。
[0007]本说明书实施例之一提供一种计算机可读存储介质，所述存储介质存储计算机指
令，当计算机读取存储介质中的计算机指令后，计算机执行如上述实施例中任一项所述内窥镜图像质量评估方法。
附图说明
[0008]本说明书将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：图1是根据本说明书一些实施例所示的内窥镜图像质量评估系统的应用场景示意图；图2是根据本说明书一些实施例所示的内窥镜图像质量评估系统的示例性模块图；图3是根据本说明书一些实施例所示的内窥镜图像质量评估方法的示例性流程图；图4A是根据本说明书一些实施例所示的第一图像的示例图；图4B是根据本说明书一些实施例所示的分割图像的示例图；图5是根据本说明书一些实施例所示的训练分割模型的示意图；图6是根据本说明书一些实施例所示的又一内窥镜图像质量评估方法的示例性流程图；图7是根据本说明书一些实施例所示的确定目标视频的目标视频质量的流程图；图8是根据本说明书一些实施例所示的又一内窥镜图像质量评估方法的示例性流程图。
具体实施方式
[0009]为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。
[0010]应当理解，本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。
[0011]如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。
[0012]本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
[0013]图1是根据本说明书一些实施例所示的内窥镜图像质量评估系统的应用场景示意图。
[0014]如图1所示，内窥镜图像质量评估系统的应用场景100可以包括存储器110、处理器120、网络130、用户终端140、内窥镜150、目标器官160以及目标视频170。
[0015]存储器110可以用于存储数据、指令和/或任何其他信息。在一些实施例中，存储器110可以存储从应用场景100中其他组件（例如，处理器120、用户终端140、内窥镜150等）中获得的数据和/或信息。例如，存储器110可以存储图像数据。在一些实施例中，存储器110可以设置在处理器120中。在一些实施例中，存储器110可包括大容量存储器、可移除存储器等或其任意组合。
[0016]处理器120可以处理与内窥镜图像质量评估系统相关的数据和/或信息。在一些实施例中，处理器120可以访问存储器110、用户终端140和/或内窥镜150以获取信息和/或数据。例如，处理器120可以从存储器110和/或内窥镜150获取图像数据、视频数据等。又例如，处理器120可以从用户终端140获取用户指令信息。在一些实施例中，处理器120可以处理获取的信息和/或数据。例如，处理器120可以对获取的第一图像进行分割，得到第一图像的无效区域；基于第一图像以及无效区域，确定第一图像中的有效区域的占比；基于有效区域的占比，确定第一图像的目标图像质量。在一些实施例中，处理器120可以包括一个或以上处理引擎（例如，单芯片处理引擎或多芯片处理引擎）。仅作为示例，处理器120可以包括中央处理单元（CPU）。处理器120可以处理从其他设备或系统组成部分中获得的数据、信息和/或处理结果，并基于这些数据、信息和/或处理结果执行程序指令，以执行本说明书中描述的一个或以上功能。
[0017]网络130可以包括能够提供应用场景100中各个组件进行信息和/本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种内窥镜图像质量评估方法，其特征在于，所述方法包括：获取目标视频的第一图像；基于分割模型分割所述第一图像，获得所述第一图像中的无效区域，其中，所述无效区域为所述第一图像中的无效信息所在的区域，所述无效信息包括杂质异物和/或图像缺陷，所述杂质异物包括粪便、粪水或气泡，所述图像缺陷包括阴影、高光或模糊；基于所述第一图像以及所述无效区域，确定所述第一图像中的有效区域的占比，其中，所述有效区域为所述第一图像中所述无效区域以外的区域；基于所述有效区域的占比，确定所述第一图像的目标图像质量。2.根据权利要求1所述的方法，其特征在于，所述基于分割模型对所述第一图像分割，获得所述第一图像中的无效区域包括：将所述第一图像输入所述分割模型，所述分割模型的输出为带有目标掩膜的分割图像；其中，所述目标掩膜在所述分割图像中对应的区域为所述第一图像中的所述无效区域。3.根据权利要求2所述的方法，其特征在于，所述基于所述第一图像以及所述无效区域，确定所述第一图像中的有效区域的占比包括：获取所述第一图像的总面积；基于所述带有目标掩膜的分割图像，确定所述第一图像中的所述无效区域的无效区域面积；基于所述总面积以及所述无效区域面积，确定所述有效区域的占比。4.根据权利要求1所述的方法，其特征在于，所述分割模型通过以下步骤获得：获取多组训练样本，其中，所述训练样本包括携带有标签的历史图像，所述标签为通过第一掩膜标记所述历史图像中的无效区域的历史分割图像；基于所述多组训练样本对初始分割模型进行多轮训练，获得训练好的分割模型，其中，在对所述初始分割模型进行每预设轮次训练后，针对每一组所述训练样本，将该训练样本输入预设轮次训练后的所述初始分割模型中，获得带有第二掩膜的初始分割图像；确定所述第一掩膜与所述第二掩膜的交并比与戴斯相似性系数；当所述交并比与所述戴斯相似性系数满足预设条件时，在下一预设轮次的训练中，将该训练样本的标签更换为所述带有第二掩膜的初始分割图像。5.根据权利要求1所述的方法，其特征在于，所...

【专利技术属性】
技术研发人员：沈成，金朝汇，谌明，汪火根，俞磊，
申请(专利权)人：杭州同花顺数据开发有限公司，
类型：发明
国别省市：