一种基于图像识别的内镜测量方法、装置制造方法及图纸

本发明专利技术涉及一种基于图像识别的内镜测量方法、装置。基于图像识别的内镜测量方法包括以下步骤：S1.获取物像比例。S2.获取病灶图像，将病灶图像的像素值与预设的标准病灶像素值对比。S3.重复步骤S2，直至病灶图像的像素值达到标准病灶像素值。S4.对病灶图像进行图像识别处理得到病灶中心圆图像，在病灶中心圆图像建立十字线标尺。S5.将病灶中心圆图像上的病灶划分到不同的二维网格中，计算得到单个二维网格的面积；S6.通过单个二维网格的面积计算得到病灶的虚拟病灶面积。S7.通过物像比例计算出实际病灶面积。本发明专利技术通过对病灶图像进行处理后，可以直接读取病灶的长或宽或尺寸，并且能够直接得到病灶面积。且能够直接得到病灶面积。且能够直接得到病灶面积。

【技术实现步骤摘要】
一种基于图像识别的内镜测量方法、装置


[0001]本专利技术涉及内镜测量
，特别是涉及一种基于图像识别的内镜测量方法、一种基于图像识别的内镜测量装置。

技术介绍

[0002]食管静脉曲张是指食道内静脉异常增大，一般由静脉回流受阻引起，当食管内血管发生破裂出血时，可产生呕血、黑色柏油样大便或血便、心跳加快、皮肤湿冷、头晕等症状。长期以来，在对内窥镜拍摄的病灶图像进行尺寸读取时，常见方式为目测、张钳法或器械尺等，目测的方式依赖医护人员的经验判断，否则读取的数据不准确，张钳法或器械尺是借助器具进行读数，操作起来具有一定的繁琐性，虽然常见方式能够读数病灶的长或宽或直径，但是对于病灶的面积无法立刻知晓，且通过读取的数值进行计算也较为麻烦。

技术实现思路

[0003]基于此，有必要针对无法便捷获取病灶图像中的病灶面积的问题，提供一种基于图像识别的内镜测量方法、一种基于图像识别的内镜测量装置。
[0004]为实现上述目的，本专利技术采用了以下技术方案：
[0005]一种基于图像识别的内镜测量方法，测量方法包括以下步骤：
[0006]S1.调整内镜令病灶与内镜的主光轴的横向距离为零，固定内镜的焦距，获取内镜与病灶之间的距离，计算出物像比例；
[0007]S2.拍摄病灶，得到病灶图像，将病灶图像的像素值与预设的标准病灶像素值对比；
[0008]S3.当病灶图像的像素值小于标准病灶像素值时，返回步骤S2，直至病灶图像的像素值达到标准病灶像素值；
[0009]S4.对病灶图像进行图像识别处理，得到病灶中心圆图像，在病灶中心圆图像建立十字线标尺；
[0010]S5.对病灶中心圆图像上的病灶进行描边处理，得到描边区域，将描边区域划分到不同的二维网格中，参考十字线标尺得到单个二维网格的初步尺寸，获取误差参数，将误差参数和初步尺寸相加计算得到虚拟尺寸；
[0011]S6.通过虚拟尺寸计算单个二维网格的面积，统计二维网格的数量，将二维网格的数量与单个二维网格的面积相乘计算得到病灶的虚拟病灶面积；
[0012]S7.将虚拟病灶面积通过物像比例计算出实际病灶面积，计算公式为h/H＝f/d，其中，h是虚拟病灶面积，H是实际病灶面积，f是拍摄病灶图像时的焦距，d是内镜与病灶之间的距离。
[0013]进一步的，误差参数的计算方法包括以下步骤：
[0014]S100.将病灶中心圆图像分解成多个路径，预设一个像素标准值，去除路径像素小于像素标准值的路径；
[0015]S200.将剩余的每条路径近似为一个多边形，将多边形进行曲线优化，得到最优多边形；
[0016]S300.将最优多边形转化成光滑的矢量轮廓，将多个矢量轮廓整合获得病灶中心圆矢量图；
[0017]S400.将病灶中心圆矢量图按额定比例放大，得到矢量放大图，对矢量放大图上的病灶进行描边处理，得到矢量放大图的描边区域，将矢量放大图的描边区域划分到不同的二维网格中，参考十字线标尺得到单个二维网格的精确尺寸；
[0018]S500.将初步尺寸和精确尺寸进行差值计算，得到尺寸误差；
[0019]S600.重复步骤S100，直至重复次数达到预设的次数，停止重复；
[0020]S700.将多个尺寸误差进行平均值计算，得到误差参数。
[0021]进一步的，十字线标尺的获取包括以下步骤：
[0022]获取病灶中心圆图像的圆心，以圆心为中心点建立十字线；
[0023]在十字线上设置与病灶中心圆图像的半径数值同比例匹配的刻度，得到十字线标尺。
[0024]在其中一个实施例中，图像识别处理具体包括以下步骤：
[0025]用一个高斯滤波的模板扫描病灶图像中的每一个像素，用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值，得到一个去噪病灶图像；
[0026]计算去噪病灶图像的梯度幅度和梯度方向，根据梯度方向对梯度幅度进行非极大值抑制和双阈值处理，得到边缘像素点，将边缘像素点连接，得到边缘检测病灶图像；
[0027]对边缘检测病灶图像进行霍夫圆变换，得到病灶中心圆图像。
[0028]在其中一个实施例中，图像识别处理具体包括以下步骤：
[0029]S11.将病灶图像从RGB模式转换到Lab模式中，从Lab模式中的病灶图像提取出蓝色，并进行二值化处理，得到二值化病灶图像；
[0030]S12.对二值化病灶图像进行中值滤波降噪，得到降噪病灶图像；
[0031]S13.用区域检测算法检测出降噪病灶图像中所有的连通区域，过滤掉面积较小的连通区域，将剩下的连通区域标记，并按照顺时针排序将标记的连通区域连接，得到病灶中心圆图像。
[0032]本专利技术还包括一种基于图像识别的内镜测量装置，其包括：
[0033]物像比例计算模块，其用于调整内镜令病灶与内镜的主光轴的横向距离为零，固定内镜的焦距，获取内镜与病灶之间的距离，计算出物像比例；
[0034]像素值对比模块，其用于拍摄病灶，得到病灶图像，将病灶图像的像素值与预设的标准病灶像素值对比；
[0035]病灶图像确认模块，其用于当病灶图像的像素值小于标准病灶像素值时，返回像素值对比模块，直至病灶图像的像素值达到标准病灶像素值；
[0036]病灶中心圆图像计算模块，其用于对病灶图像进行图像识别处理，得到病灶中心圆图像，在病灶中心圆图像建立十字线标尺；
[0037]虚拟尺寸计算模块，其用于对病灶中心圆图像上的病灶进行描边处理，得到描边区域，将描边区域划分到不同的二维网格中，参考十字线标尺得到单个二维网格的初步尺寸，获取误差参数，将误差参数和初步尺寸相加计算得到虚拟尺寸；
[0038]虚拟病灶面积计算模块，其用于通过虚拟尺寸计算单个二维网格的面积，统计二维网格的数量，将二维网格的数量与单个二维网格的面积相乘计算得到病灶的虚拟病灶面积；
[0039]实际病灶面积计算模块，其用于将虚拟面积通过物像比例计算出实际病灶面积，计算公式为h/H＝f/d，其中，h是虚拟病灶面积，H是实际病灶面积，f是拍摄病灶图像时的焦距，d是内镜与病灶之间的距离。
[0040]进一步的，测量装置还包括误差参数计算模块，其用于：
[0041]将病灶中心圆图像分解成多个路径，预设一个像素标准值，去除路径像素小于像素标准值的路径；
[0042]将剩余的每条路径近似为一个多边形，将多边形进行曲线优化，得到最优多边形；
[0043]将最优多边形转化成光滑的矢量轮廓，将多个矢量轮廓整合获得病灶中心圆矢量图；
[0044]将病灶中心圆矢量图按额定比例放大，得到矢量放大图，对矢量放大图上的病灶进行描边处理，得到矢量放大图的描边区域，将矢量放大图的描边区域划分到不同的二维网格中，参考十字线标尺得到单个二维网格的精确尺寸；
[0045]将初步尺寸和精确尺寸进行差值计算，得到尺寸误差；
[0046]重复上述操作，直至重复次数达本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像识别的内镜测量方法，其用于测量病灶的面积，其特征在于，所述测量方法包括以下步骤：S1.调整内镜令病灶与内镜的主光轴的横向距离为零，固定内镜的焦距，获取内镜与病灶之间的距离，计算出物像比例；S2.拍摄病灶，得到病灶图像，将所述病灶图像的像素值与预设的标准病灶像素值对比；S3.当所述病灶图像的像素值小于所述标准病灶像素值时，返回步骤S2，直至所述病灶图像的像素值达到所述标准病灶像素值；S4.对所述病灶图像进行图像识别处理，得到病灶中心圆图像，在所述病灶中心圆图像建立十字线标尺；S5.对所述病灶中心圆图像上的病灶进行描边处理，得到描边区域，将所述描边区域划分到不同的二维网格中，参考所述十字线标尺得到单个二维网格的初步尺寸，获取误差参数，将所述误差参数和所述初步尺寸相加计算得到虚拟尺寸；S6.通过所述虚拟尺寸计算单个二维网格的面积，统计二维网格的数量，将二维网格的数量与单个二维网格的面积相乘计算得到病灶的虚拟病灶面积；S7.将所述虚拟病灶面积通过所述物像比例计算出实际病灶面积，计算公式为h/H＝f/d，其中，h是虚拟病灶面积，H是实际病灶面积，f是拍摄病灶图像时的焦距，d是内镜与病灶之间的距离。2.根据权利要求1所述的基于图像识别的内镜测量方法，其特征在于，所述误差参数的计算方法包括以下步骤：S100.将所述病灶中心圆图像分解成多个路径，预设一个像素标准值，去除路径像素小于所述像素标准值的路径；S200.将剩余的每条路径近似为一个多边形，将所述多边形进行曲线优化，得到最优多边形；S300.将所述最优多边形转化成光滑的矢量轮廓，将多个所述矢量轮廓整合获得病灶中心圆矢量图；S400.将所述病灶中心圆矢量图按额定比例放大，得到矢量放大图，对所述矢量放大图上的病灶进行描边处理，得到矢量放大图的描边区域，将矢量放大图的描边区域划分到不同的二维网格中，参考所述十字线标尺得到单个二维网格的精确尺寸；S500.将所述初步尺寸和所述精确尺寸进行差值计算，得到尺寸误差；S600.重复步骤S100，直至重复次数达到预设的次数，停止重复；S700.将多个尺寸误差进行平均值计算，得到所述误差参数。3.根据权利要求1所述的基于图像识别的内镜测量方法，其特征在于，所述十字线标尺的获取包括以下步骤：获取所述病灶中心圆图像的圆心，以所述圆心为中心点建立十字线；在所述十字线上设置与所述病灶中心圆图像的半径数值同比例匹配的刻度，得到十字线标尺。4.根据权利要求1所述的基于图像识别的内镜测量方法，其特征在于，所述图像识别处理具体包括以下步骤：
用一个高斯滤波的模板扫描所述病灶图像中的每一个像素，用所述模板确定的邻域内像素的加权平均灰度值去替代所述模板中心像素点的值，得到一个去噪病灶图像；计算所述去噪病灶图像的梯度幅度和梯度方向，根据梯度方向对梯度幅度进行非极大值抑制和双阈值处理，得到边缘像素点，将边缘像素点连接，得到边缘检测病灶图像；对所述边缘检测病灶图像进行霍夫圆变换，得到所述病灶中心圆图像。5.根据权利要求1所述的基于图像识别的内镜测量方法，其特征在于，所述图像识别处理具体包括以下步骤：S11.将所述病灶图像从RGB模式转换到Lab模式中，从Lab模式中的病灶图像提取出蓝色，并进行二值化处理，得到二值化病灶图像；S12.对所述二值化病灶图像进行中值滤波降噪，得到降噪病灶图像；S13.用区域检测算法检测出所述降噪病灶图像中所有的连通区域，过滤掉面积较小的连通区域，将剩下的连通区域标记，并按照顺时针排序将标记的连通区域连接，得到所述病灶中心圆图像。6.一种基于图像识别的内镜测量装置，其用于测...

【专利技术属性】
技术研发人员：孔德润，董兰芳，董天意，晋晶，彭杰，宋绍方，谢鑫，吴艾久，
申请(专利权)人：合肥中纳医学仪器有限公司，
类型：发明
国别省市：