【技术实现步骤摘要】
本专利技术涉及图像处理，具体涉及喉镜图像识别方法、装置、计算机设备及存储介质。
技术介绍
1、喉镜图像的自动分析和识别，可以实现对声带癌等疾病的图像的自动识别和分类，具有重要的临床应用价值和研究意义。现有技术中，通常通过阈值分割或颜色聚类等方法，将喉镜图像中的异常区域分割出来，然后使用形状分析或其他方法进一步对异常区域分析以检测是否存在声带癌。然而这种方法容易受到光照和图像质量的影响，自适应性不强，可能导致误检或漏检。
技术实现思路
1、有鉴于此，本专利技术提供了一种喉镜图像识别方法、装置、计算机设备及存储介质，以解决对喉镜图像检测的准确性不高的问题。
2、第一方面，本专利技术提供了一种喉镜图像识别方法，该方法包括：
3、将获取到的目标图像输入声带检测模型，得到目标图像对应的声带位置信息和声带置信度信息；
4、基于声带位置信息，从目标图像中裁剪得到声带图像；
5、基于声带图像，确定目标图像对应的声带特征信息；
6、基于声带置信度信息和声带特征信息，确定目标图像的类型。
7、如此，可以从目标图像中提取出声带图像，并根据声带图像的声带置信度信息和声带特征信息，确定目标图像的类型，从而确定目标图像是否是声带癌图像，提高喉镜图像检测的准确性。
8、在一种可选的实施方式中，基于声带位置信息，从目标图像中裁剪得到声带图像，包括：
9、基于声带位置信息，确定声带位置的合格值；
10、当合格
11、为初始声带图像填充预设像素值，以将初始声带图像填充为正方形，得到声带图像。
12、如此，可以从目标图像中裁剪出合格的声带图像，避免从声带检测模型中输出的声带位置信息对应的图像位置不满足声带图像的要求，提高了声带图像检测的准确性，从而提高喉镜图像检测的准确性。
13、在一种可选的实施方式中，基于声带图像，确定目标图像对应的声带特征信息，包括：
14、将声带图像输入附着物分类模型，得到附着程度信息；
15、将声带图像输入形变分割模型，得到声带图像对应的形变轮廓图像；
16、基于形变轮廓图像，确定形变程度信息；
17、基于形变轮廓图像，确定纹理粗糙度信息。
18、如此，可以从声带图像中确定目标图像的附着程度信息、形变程度信息和纹理粗糙度信息这些声带特征信息，从多个方面对声带图像进行评价，提高喉镜图像检测的准确性。
19、在一种可选的实施方式中，基于形变轮廓图像，确定形变程度信息，包括：
20、确定形变轮廓图像对应的轮廓点集和轮廓点集中包含的凸包点集；
21、基于轮廓点集和凸包点集，确定形变面积和凸包面积；
22、基于形变面积和凸包面积，确定形变程度信息。
23、如此，可以根据形变轮廓图像确定声带图像中形变区域的面积，从而确定声带的形变程度信息。
24、在一种可选的实施方式中，基于形变轮廓图像，确定纹理粗糙度信息，包括：
25、基于形变轮廓图像，从声带图像中裁剪出形变图像；
26、按照预设灰度级，将形变图像灰度化，得到形变图像的灰度数据；
27、基于灰度数据，确定纹理粗糙度信息。
28、在一种可选的实施方式中，基于灰度数据，确定纹理粗糙度信息，包括：
29、计算灰度数据的共生矩阵，得到灰度数据对应的灰度共生数据；
30、分别将灰度共生数据中每个数据与所有数据之和相除，得到每个数据的概率值；
31、基于每个数据的概率值，确定纹理粗糙度信息。
32、在一种可选的实施方式中，基于声带置信度信息和声带特征信息，确定目标图像的类型，包括：
33、基于拟合得到的权重系数，对声带置信度信息和声带特征信息进行加权计算，得到目标图像的分类信息；
34、当分类信息大于预设阈值时，确定目标图像的类型为癌症图像；和/或，当分类信息小于等于预设阈值时，确定目标图像的类型为非癌症图像。
35、第二方面，本专利技术提供了一种喉镜图像识别装置，该装置包括：
36、声带检测模块，用于将获取到的目标图像输入声带检测模型，得到目标图像对应的声带位置信息和声带置信度信息；
37、声带图像确定模块，用于基于声带位置信息，从目标图像中裁剪得到声带图像；
38、声带特征信息确定模块，用于基于声带图像，确定目标图像对应的声带特征信息；
39、类型确定模块，用于基于声带置信度信息和声带特征信息，确定目标图像的类型。
40、在一种可选的实施方式中，声带图像确定模块，包括：
41、合格值确定单元，用于基于声带位置信息，确定声带位置的合格值；
42、初始声带图像确定单元，用于当合格值在预设范围内时，按照声带位置信息裁剪目标图像，得到初始声带图像；
43、声带图像确定单元，用于为初始声带图像填充预设像素值，以将初始声带图像填充为正方形，得到声带图像。
44、在一种可选的实施方式中，声带特征信息确定模块，包括：
45、附着程度信息确定单元，用于将声带图像输入附着物分类模型，得到附着程度信息；
46、形变轮廓图像确定单元，用于将声带图像输入形变分割模型，得到声带图像对应的形变轮廓图像；
47、形变程度信息确定单元，用于基于形变轮廓图像，确定形变程度信息；
48、纹理粗糙度信息确定单元，用于基于形变轮廓图像，确定纹理粗糙度信息。
49、在一种可选的实施方式中，形变程度信息确定单元，包括：
50、凸包点集确定子单元，用于确定形变轮廓图像对应的轮廓点集和轮廓点集中包含的凸包点集；
51、面积确定子单元，用于基于轮廓点集和凸包点集，确定形变面积和凸包面积；
52、形变程度信息确子单元，用于基于形变面积和凸包面积，确定形变程度信息。
53、在一种可选的实施方式中，纹理粗糙度信息确定单元，包括：
54、形变图像确定子单元，用于基于形变轮廓图像，从声带图像中裁剪出形变图像；
55、灰度数据确定子单元，用于按照预设灰度级，将形变图像灰度化，得到形变图像的灰度数据；
56、纹理粗糙度信息确定子单元，用于基于灰度数据，确定纹理粗糙度信息。
57、在一种可选的实施方式中，纹理粗糙度信息确定子单元，包括：
58、灰度共生数据确定子模块，用于计算灰度数据的共生矩阵，得到灰度数据对应的灰度共生数据；
59、概率值确定子模块，用于分别将灰度共生数据中每个数据与所有数据之和相除，得到每个数据的概率值；
60、确定纹理粗糙度信息确定子模块，用于基于每个数据的概率值，确定纹理粗糙度信息。...
【技术保护点】
1.一种喉镜图像识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述声带位置信息，从所述目标图像中裁剪得到声带图像，包括：
3.根据权利要求2所述的方法，其特征在于，所述基于所述声带图像，确定所述目标图像对应的声带特征信息，包括：
4.根据权利要求3所述的方法，其特征在于，所述基于所述形变轮廓图像，确定所述形变程度信息，包括：
5.根据权利要求3所述的方法，其特征在于，所述基于所述形变轮廓图像，确定所述纹理粗糙度信息，包括：
6.根据权利要求5所述的方法，其特征在于，所述基于所述灰度数据，确定所述纹理粗糙度信息，包括：
7.根据权利要求1所述的方法，其特征在于，所述基于所述声带置信度信息和所述声带特征信息，确定所述目标图像的类型，包括：
8.一种喉镜图像识别装置，其特征在于，所述装置包括：
9.一种计算机设备，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机指令，所述计算机指令用于使计
...【技术特征摘要】
1.一种喉镜图像识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述声带位置信息，从所述目标图像中裁剪得到声带图像，包括：
3.根据权利要求2所述的方法，其特征在于，所述基于所述声带图像，确定所述目标图像对应的声带特征信息，包括：
4.根据权利要求3所述的方法，其特征在于，所述基于所述形变轮廓图像，确定所述形变程度信息，包括：
5.根据权利要求3所述的方法，其特征在于，所述基于所述形变轮廓图像，确定所述纹理粗糙度信息，包括：
...【专利技术属性】
技术研发人员：孙运波，程明辉，
申请(专利权)人：深圳市科曼医疗设备有限公司，
类型：发明
国别省市：
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。