内窥镜图像的处理方法、装置、用户设备及介质制造方法及图纸

本申请提供一种内窥镜图像的处理方法，所述方法包括，接收待检测图像，基于训练后的各个图像识别模型确定所述待检测图像的质量；以及输出符合质量要求的图像；其中，所述各个图像识别模型是通过以下方法训练的：对上消化道的第一部分分别获取第一图像和第二图像；对所述上消化道的第二部分获取第三图像；以及基于所述第一图像、所述第二图像、所述第三图像分别训练第一图像识别模型、第二图像识别模型和第三图像识别模型，得到所述训练后的各个图像识别模型。识别模型。识别模型。

【技术实现步骤摘要】
内窥镜图像的处理方法、装置、用户设备及介质


[0001]本申请属于图像显示领域，特别涉及一种内窥镜图像的处理方法、装置、用户设备及介质。

技术介绍

[0002]随着内镜医疗设备的普及以及人们对自身健康的重视，上消化道的检查需求激增。由于食管狭长、胃内部位较多且容易蜷缩不易观察，医生在检查过程中难免出现观察时间不足、观察角度不对、易漏检的部位。

技术实现思路

[0003]本申请提供的一种内窥镜图像的处理方法、装置、用户设备及介质，能够提高消化道检查的可靠性。
[0004]本申请的第一方面公开了一种内窥镜图像的处理方法，所述方法包括，接收待检测图像，基于训练后的各个图像识别模型确定所述待检测图像的质量；输出符合质量要求的图像；其中，所述各个图像识别模型是通过以下方法训练的：对上消化道的第一部分分别获取第一图像和第二图像；对所述上消化道的第二部分获取第三图像；以及基于所述第一图像、所述第二图像、所述第三图像分别训练第一图像识别模型、第二图像识别模型和第三图像识别模型，得到所述训练后的各个图像识别模型。
[0005]在上述第一方面的一种可能的实现中，所述第一图像是根据蓝激光成像BLI得到的，所述第二图像是根据白光成像WLI或者联动成像LCI得到的。
[0006]在上述第一方面的一种可能的实现中，所述第三图像是根据白光成像WLI或者联动成像LCI得到的。
[0007]在上述第一方面的一种可能的实现中，基于训练后的各个图像识别模型确定所述待检测图像的质量包括，将所述训练后的各个图像识别模型的输出与特定阈值进行比较，所述特定阈值表示检测部位的暴露情况和展开状态；当满足所述特定阈值时，判定所述训练后的各个图像识别模型输出的图像为所述符合所述质量的图像。
[0008]在上述第一方面的一种可能的实现中，对于不同的检测部位设置不同的所述特定阈值。
[0009]在上述第一方面的一种可能的实现中，还包括，获取采集所述内窥镜图像的光源信息；确定所述内窥镜图像对应的检测部位；以及基于所述光源信息和所述检测部位确定相应的图像识别模型。
[0010]本申请的第二方面公开了一种内窥镜图像处理装置，包括，接收模块，用于接收待检测图像，基于训练后的各个图像识别模型确定所述待检测图像的质量；输出模块，用于输出符合质量要求的图像；训练模块，用于对上消化道的第一部分分别获取第一图像和第二图像；对所述上消化道的第二部分获取第三图像；以及基于所述第一图像、所述第二图像、所述第三图像分别训练第一图像识别模型、第二图像识别模型和第三图像识别模型，得到
所述训练后的各个图像识别模型。
[0011]本申请的第三方面公开了一种用户设备，所述设备包括存储有计算机可执行指令的存储器和处理器；当所述指令被所述处理器执行时，使得所述设备实施根据实施本申请第一方面的方法。
[0012]本申请的第四方面公开了一种计算机可读存储介质，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现上述第一方面的方法。
[0013]本申请的第五方面公开了一种计算机程序产品，所述计算机程序被处理器执行时实现上述第一方面的方法。
[0014]本申请提供用于用户设备的内窥镜图像处理方法、设备和介质，对于内窥镜图像分别训练了三个图像识别模型，利用训练好的图像识别模型来确定待检测图像的质量，并将符合质量的图像输出。对上消化道的不同部分采用不同图像识别模型的方法，可以有利于多光源的策略来提高检查的质量，从而保证上消化道检查的充分性和可靠性。
附图说明
[0015]图1为本申请一个实施例的内窥镜图像的处理方法100的流程示意图；
[0016]图2为本申请一个实施例的待检测图像符合质量时的输出显示的示意图；
[0017]图3为本申请一个实施例的确定待检测图像的质量的方法300的流程示意图；
[0018]图4为本申请一个实施例的确定图像识别模型的方法400的流程示意图；
[0019]图5为本申请一个实施例的内窥镜图像处理装置500的示意图；
[0020]图6为本申请一个实施例的用户设备600的结构示意图。
具体实施方式
[0021]下面结合具体实施例和附图对本申请做进一步说明。可以理解的是，本公开的说明性实施例包括但不限于内窥镜图像的处理方法、装置、用户设备及介质，此处描述的具体实施例仅仅是为了解释本申请，而非对本申请的限定。此外，为了便于描述，附图中仅示出了与本申请相关的部分而非全部的结构或过程。
[0022]在附图中，以特定布置和/或顺序示出一些结构或方法特征。然而，应该理解，可以不需要这样的特定布置和/或排序。在一些实施例中，这些特征可以以不同于说明性附图中所示的方式和/或顺序来布置。另外，在特定图中包含结构或方法特征并不意味着暗示在所有实施例中都需要这样的特征，并且在一些实施例中，可以不包括这些特征或者可以与其他特征组合。
[0023]应当理解的是，虽然在这里可能使用了术语“第一”、“第二”等等来描述各个单元或是数据，但是这些单元或数据不应当受这些术语限制。使用这些术语仅仅是为了将一个特征与另一个特征进行区分。举例来说，在不背离示例性实施例的范围的情况下，第一特征可以被称为第二特征，并且类似地第二特征可以被称为第一特征。
[0024]应注意的是，在本说明书中，相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
[0025]为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请的实施方式作进一步地详细描述。
[0026]内镜医疗设备在上消化道的检查中具有广泛的应用。在内镜检查中，由于白光照明模式较贴近人眼视觉效果，所以医生通常采用白光照明模式对消化道做全程检查。在发现可疑病灶后，再切换到BLI、LCI等特殊光照明模式进行进一步精查。
[0027]BLI(Blue Laser Imaging，蓝激光成像)是采用波长在440
‑
460nm的窄带光源对检测场景进行照明成像，BLI对光中的红色分量更为敏感，因而可以提高浅表血管和黏膜的可视化。LCI(Linked Color Imaging，联动成像)结合白光和窄带波长光对检测场景进行照明成像，其可以通过对白光和窄带波长光的调整与转换来使黏膜附近的细微色差更易于识别。
[0028]在上消化道中，由于食管狭长、胃内部的部位较多且容易蜷缩不易观察等因素，在内镜检查过程中难免出现观察时间不足、观察角度不对等状况，造成漏检，从而不能够保证上消化道检查的可靠性。
[0029]为了解决上述问题，本申请的一个实施例提供了一种内窥镜图像的处理方法100。包括如下步骤。
[0030]在S110中，接收待检测图像，基于训练后的各个图像识别模型确定待检测图像的质量。
[0031]可以根据镜头直接获取视频流的方式来获取内窥镜图像。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种内窥镜图像的处理方法，其特征在于，所述方法包括，接收待检测图像，基于训练后的各个图像识别模型确定所述待检测图像的质量；以及输出符合质量要求的图像；其中，所述各个图像识别模型是通过以下方法训练的：对上消化道的第一部分分别获取第一图像和第二图像；对所述上消化道的第二部分获取第三图像；以及基于所述第一图像、所述第二图像、所述第三图像分别训练第一图像识别模型、第二图像识别模型和第三图像识别模型，得到所述训练后的各个图像识别模型。2.根据权利要求1所述的方法，其特征在于，所述第一图像是根据蓝激光成像BLI得到的，所述第二图像是根据白光成像WLI或者联动成像LCI得到的。3.根据权利要求1所述的方法，其特征在于，所述第三图像是根据白光成像WLI或者联动成像LCI得到的。4.根据权利要求3所述的方法，其特征在于，基于训练后的各个图像识别模型确定所述待检测图像的质量包括，将所述训练后的各个图像识别模型的输出与特定阈值进行比较，所述特定阈值表示检测部位的暴露情况和展开状态；以及当满足所述特定阈值时，判定所述训练后的各个图像识别模型输出的图像为所述符合所述质量的图像。5.根据权利要求4所述的方法，其特征在于，所述方法还包括，对于不同的检测部位设置不同的所述特定阈值。6.根据权...

【专利技术属性】
技术研发人员：马文超，侯英秋，原建宇，缪建锋，
申请(专利权)人：富士胶片中国投资有限公司，
类型：发明
国别省市：