用于胶囊内窥镜的消化道出血图像检测方法技术

本发明专利技术公开了医疗保健领域的用于胶囊内窥镜的消化道出血图像检测方法，包括如下步骤：步骤一，摄入胶囊内窥镜；步骤二，胶囊内窥镜的自动移动和图像捕捉；图像包括

【技术实现步骤摘要】
用于胶囊内窥镜的消化道出血图像检测方法


[0001]本专利技术属于医疗保健领域，具体是用于胶囊内窥镜的消化道出血图像检测方法
。

技术介绍

[0002]胃肠道疾病如胃癌
、
肠癌
、
急慢性胃炎
、
溃疡病等，多为常见病
、
多发病，它对人类的健康有很大的威胁，胶囊型内窥镜系统由于其高安全性
、
高可靠性等优点，作为判断消化道病症的有效手段目前已被大家认可，并广泛应用于消化道检查中
。
而消化道疾病中很多疾病都伴随有出血
。
现有技术中提出了利用颜色向量相似性系数的出血识别方法和基于神经网络的出血识别方法，论文中提到的两个方法都只用到了颜色信息，仅利用颜色信息并不能很好的识别陈旧性出血点
。
[0003]为了解决上述问题，中国专利公告号为
CN106373137B
的专利公开了了一种用于胶囊内窥镜的消化道出血图像检测方法，它包括如下步骤：步骤1：患者吞服胶囊内窥镜后，胶囊内窥镜在消化道内采集图像，并将图像通过无线通信送入计算机，计算机对消化道图像进行数据预处理；步骤2：对预处理后的消化道图像分别进行点状出血检测和面状出血检测，确定消化道内是否存在出血，并对点状出血区域和面状出血区域进行标识
。
[0004]该方法可有效识别出图像出血，提高了医生的工作
。
但是，由于胶囊内窥镜的小尺寸和固定焦距，它可能无法提供足够广泛的消化道视野，从而可能会错过某些问题区域，降低了检测效率和准确率
。
因此，本方案提出了用于胶囊内窥镜的消化道出血图像检测方法，提供一种便捷
、
高效
、
准确且安全的方式来进行消化道出血图像检测
。

技术实现思路

[0005]为了解决上述问题，本专利技术提供用于胶囊内窥镜的消化道出血图像检测方法，以提供一种便捷
、
高效
、
准确且安全的方式来进行消化道出血图像检测，提高医疗诊断的质量
。
[0006]为了实现上述目的，本专利技术的技术方案如下：用于胶囊内窥镜的消化道出血图像检测方法，包括如下步骤：
[0007]步骤一，摄入胶囊内窥镜：患者吞咽一颗小型胶囊内窥镜，使其进入消化道；
[0008]步骤二，胶囊内窥镜的自动移动和图像捕捉：一旦在消化道内，胶囊内窥镜会自动移动，并在其移动中自动捕捉消化道内的图像；
[0009]进行消化道内的图像捕捉时，将图像像素在
RGB
和
HIS
颜色空间的特征值组成6维的颜色特征向量
x
＝
(R,G,B,L*,a*,b*)
作为
RBF
神经网络出血识别分类器的输入，定义输出为待检测图像像素的模式
d
，
d
＝1表示出血；
d
＝0为非出血；然后采用腐蚀的方法计算图像中每一块出血区域的面积，如果面积太小则被自动剔出；最后根据一幅内窥图像中是否有出血区域，判断该图像为出血图像，或则为非出血图像；
[0010]图像识别时，通过颜色的欧拉聚类特征，结合
RBF
函数局部响应的特性，在
CIEXYZ
和
CIEL*a*b*
颜色空间中设计一种
RBF
人工神经网络分类器应用于内窥图像出血的模式识
别，选用若干训练样本对该神经网络进行分组强化训练，得到有效分类器，同时通过计算机编程实现基于
RBF
神经网络的内窥图像出血自动识别应用；
[0011]步骤三，紫外线补光：紫外线补光灯发出紫外线光线，提供额外的照明，以帮助获得更清晰的图像，尤其是在暗或有出血迹象的区域；
[0012]步骤四，变焦调整：变焦透镜会根据需要进行调整，以确保获得适当焦距的图像，允许医生观察不同深度和距离上的消化道组织；
[0013]步骤五，数据记录和传输：胶囊内窥镜的光学系统连续捕捉图像，并将这些图像传输到外部设备，供医生后续分析和诊断使用
。
[0014]采用上述方案的原理及有益效果：患者只需吞咽一颗小型胶囊内窥镜，无需进行内镜检查，避免了传统内镜检查的不适感和风险
。
胶囊内窥镜能够自动移动并捕捉消化道内的图像，无需手动操作，减轻了医生的工作负担，同时提高了检测的一致性和准确性
。
[0015]使用
RBF
神经网络和颜色特征向量进行出血识别，可以提供较高的检测精度
。
这种方法结合了颜色信息和图像处理技术，可以有效地区分出血和非出血区域
。
胶囊内窥镜捕捉的图像可以实时传输到外部设备，医生可以即时观察消化道组织，有助于及时诊断和治疗
。
[0016]紫外线补光和变焦功能可以提高图像的清晰度和可见性，特别是在暗或有出血迹象的区域，有助于更准确地检测出血
。
图像数据可以被记录和传输，用于医疗记录
、
病例研究和后续分析，为医生提供了更多信息支持
。
相对于传统内镜检查，胶囊内窥镜检查几乎没有风险，不需要麻醉或镇静剂，也不会引起内镜检查相关的并发症
。
[0017]总的来说，这种方法为胃肠道出血的诊断提供了一种便捷
、
高效
、
准确且安全的方式，可以提高医疗诊断的质量，并减少了患者的不适感和风险
。
同时，自动化图像处理和神经网络技术的应用使得检测更加智能化和可靠
。
[0018]进一步，步骤二中，胶囊内窥镜利用自动图像处理功能，改善图像质量
、
去除噪音和增强对比度
。
[0019]有益效果：胶囊内窥镜的自动图像处理功能有助于改善图像质量，提高医疗诊断的准确性和效率
。
这种技术的应用使得医生能够更轻松地检测消化道出血迹象，同时减少了对患者的不适感和检查时间
。
[0020]进一步，步骤二中，胶囊内窥镜的自动移动时，利用导航系统，使用传感器数据和计算机视觉技术来识别和跟踪消化道的形状和方向，并避开障碍物
。
[0021]有益效果：自动导航系统使胶囊内窥镜能够自动移动，无需手动操作
。
这降低了医生的技能要求，提高了检查的一致性和可重复性
。
通过传感器数据和计算机视觉技术，系统可以检测并避开消化道中的障碍物，如狭窄部位或潜在的阻塞点
。
这有助于减少胶囊内窥镜卡在消化道中的风险
。
[0022]进一步，步骤三中，在开始紫外线补光之前，先检测消化道内的环境光线水平，判断是否需要额外的照明，在暗或有出血迹象的区域进行照明
。
[0023]有益效果：自动检测消化道内环境光线水平并智能调整照明具本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
用于胶囊内窥镜的消化道出血图像检测方法，其特征在于：包括如下步骤：步骤一，摄入胶囊内窥镜：患者吞咽一颗小型胶囊内窥镜，使其进入消化道；步骤二，胶囊内窥镜的自动移动和图像捕捉：一旦在消化道内，胶囊内窥镜会自动移动，并在其移动中自动捕捉消化道内的图像；进行消化道内的图像捕捉时，将图像像素在
RGB
和
HIS
颜色空间的特征值组成6维的颜色特征向量
x
＝
(R,G,B,L*,a*,b*)
作为
RBF
神经网络出血识别分类器的输入，定义输出为待检测图像像素的模式
d
，
d
＝1表示出血；
d
＝0为非出血；然后采用腐蚀的方法计算图像中每一块出血区域的面积，如果面积太小则被自动剔出；最后根据一幅内窥图像中是否有出血区域，判断该图像为出血图像，或则为非出血图像；图像识别时，通过颜色的欧拉聚类特征，结合
RBF
函数局部响应的特性，在
CIEXYZ
和
CIEL*a*b*
颜色空间中设计一种
RBF
人工神经网络分类器应用于内窥图像出血的模式识别，选用若干训练样本对该神经网络进行分组强化训练，得到有效分类器，同时通过计算机编程实现基于
RBF
神经网络的内窥图像出血自动识别应用；步骤三，紫外线补光：紫外线补光灯发出紫外线光线，提供额外的照明，以帮助获得更清晰的图像，尤其是在暗或有出血迹象的区域；步骤四，变焦调整：变焦透镜会根据需要进行调整，以确保获得适当焦距的图像，允许医生观察不同深度和距离上的消化道组织；步骤五，数据记录和传输：胶囊内窥镜的光学系统...

【专利技术属性】
技术研发人员：方兴国，张海，徐玉洁，杨丽娜，李成成，
申请(专利权)人：遵义医科大学第二附属医院，
类型：发明
国别省市：