【技术实现步骤摘要】
本专利技术涉及静脉曲张识别，特别涉及一种基于图像识别的下肢静脉曲张识别方法和装置。
技术介绍
1、目前，下肢静脉曲张是一种常见的血管疾病，其特征是静脉扩张、扭曲和皮肤变化。传统的诊断方法依赖于医生的临床经验和超声多普勒检查。然而，随着图像处理和人工智能技术的发展，基于图像识别的诊断方法为提高诊断准确性和效率提供了新的途径。
2、但是，在静脉曲张的图像识别上，图像识别的准确性很大程度上依赖于图像的质量。低质量的图像，如模糊、光照不均或背景干扰，可能会影响识别的准确性。静脉曲张的表现形式在不同个体间存在差异，包括静脉的大小、形状、位置以及皮肤的颜色和纹理。这些差异可能使得通用的识别算法难以准确识别所有类型的静脉曲张。
技术实现思路
1、本专利技术提供一种基于图像识别的下肢静脉曲张识别方法和装置，用以解决在静脉曲张的图像识别上，图像识别的准确性很大程度上依赖于图像的质量。低质量的图像，如模糊、光照不均或背景干扰，可能会影响识别的准确性。静脉曲张的表现形式在不同个体间存在差异，包括静脉的大小、形状、位置以及皮肤的颜色和纹理。这些差异可能使得通用的识别算法难以准确识别所有类型的静脉曲张的情况。
2、本申请提出一种基于图像识别的下肢静脉曲张识别方法，包括：
3、获取病人的下肢原始图像，下肢原始图像包括下肢表面高清图像和下肢超声多普勒图像；
4、将下肢表面高清图像进行静脉标记，确定静脉路径，并在静脉路径中确定蚯蚓状特征；
5、将下肢超声
6、将血流状态特征和蚯蚓状特征输入神经网络进行深度特征评估，根据深度特征评估判断下肢静脉曲张状态。
7、作为本申请的一种实施例：所述下肢表面高清图像还存在如下处理步骤：
8、搭建基于下肢表面高清图像的像素网格，并针对每个像素网格进行像素判定；其中，像素判定用于确定的像素清晰度低于目标识别清晰度的缺陷像素网格；
9、搭建基于下肢表面高清图像的平面坐标系，确定每个像素网格的坐标点；
10、根据像素判定和平面坐标系，创建第一像素集合和第二像素集合；其中，
11、第一像素集合的网格像素清晰度高于目标识别清晰度，第二像素集合为缺陷像素网格的网格像素；
12、根据第一像素集合和第二像素集合，进行临近像素补偿，并在临近像素补偿后，生成目标下肢表面高清图像。
13、作为本申请的一种实施例：所述超声多普勒图像还存在如下处理步骤：
14、构建患者下肢的血管图像，并进行动脉和静脉的色彩分割；
15、根据色彩分割，将静脉划分为多段，并判断每段静脉区域的患者皮肤厚度；
16、根据皮肤厚度，设置对比梯度，并根据对比梯度设置对应皮肤厚度处的对比组；
17、根据对比组，确定最优图像，并将不同静脉区域的最优图像进行拼接，生成患者的目标下肢超声多普勒图像。
18、作为本申请的一种实施例：所述蚯蚓状特征的识别步骤包括：
19、预先设置固定卷积核；其中，
20、固定卷积核包括：基于蚯蚓状特征轮廓识别的第一卷积核、基于静脉曲张像素深度的第二卷积核以及基于血管静脉位置识别的第三卷积核，第一卷积核、第二卷积核和第三卷积核互相关联；
21、通过固定卷积核对下肢表面高清图像进行特征提取，并将提取的特征进行中心点融合；
22、根据中心点融合，判断下肢表面高清图像三类特征的中心点是否一致，并在中心点一致时，将对应的区域作为蚯蚓状态特征。
23、作为本申请的一种实施例：所述中心点融合还包括：
24、构建数字下肢的静脉血管分布图；
25、构建下肢的曲面血管网格，平面血管网格是在患者下肢的曲面角度上搭建而成；
26、动态静脉血管分布图，将静脉血管分布图映射到旋成体曲面血管网格上，在动态静脉血管分布图上三维渲染静脉曲面；
27、根据静脉曲面，将提取的特征进行中心点融合。
28、作为本申请的一种实施例：所述血流状态特征包括静脉血流流向状态特征，静脉血流流速度特征、瓣膜状态特征和血流频谱特征。
29、作为本申请的一种实施例：所述将血流状态特征和蚯蚓状特征输入神经网络进行深度特征评估，包括：
30、根据血流状态特征和蚯蚓状特征构建用于表示静脉曲张的静脉状态关联图谱；
31、通过预设的深度静脉分析模型对静脉状态关联图谱进行可视化，并对共轭静脉点和异构静脉点的进行融合；
32、将融合后的静脉关联图谱进行病理阈值计算，确定静脉曲张的病理深度。
33、作为本申请的一种实施例：所述根据深度特征评估判断下肢静脉曲张状态，包括：
34、获取深度评估数据，在下肢原始图像上进行静脉曲张的图像标记，确定静脉曲张的区域位置；
35、根据区域位置，将对应区域的深度评估数据进行ceap分级归类；
36、根据ceap分级归类，确定每个静脉曲张区域的严重程度。
37、作为本申请的一种实施例：所述根据深度特征评估判断下肢静脉曲张状态，还包括：
38、根据ceap分级归类，生成每个静脉曲张区域的四组评估序列数据；其中，
39、四组评估序列数据包括：蚯蚓状特征评估数据、血流状态评估数据、血流区域评估数据和体格评估数据；
40、将四组评估序列数据按照容错控制算法进行ceap分级归类评估；
41、根据ceap分级归类评估，确定静脉曲张区域的分级特征。
42、一种基于图像识别的下肢静脉曲张识别装置，所述装置包括：
43、图像采集装置：获取病人的下肢原始图像，下肢原始图像包括下肢表面高清图像和下肢超声多普勒图像；
44、图像标记识别装置：将下肢表面高清图像进行静脉标记，确定静脉路径，并在静脉路径中确定蚯蚓状特征；
45、血流状态判定装置：将下肢超声多普勒图像进行静脉血流检测，确定血流状态特征；
46、深度评估装置：将血流状态特征和蚯蚓状特征输入神经网络进行深度特征评估，根据深度特征评估判断下肢静脉曲张状态。
47、本申请有益效果在于：
48、本申请存在图像处理的步骤，通过下肢表面高清图像的蚯蚓状特征识别和静脉路径标记，以及下肢超声多普勒图像中血流状态的检测和血流状态特征的提取，可以进行静脉血流状态判定，最后通过深度神经网络，进行静脉曲张的图像识别，在结果上通过双重图像识别，结果更加准确。
49、本专利技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
50、下面通过附图和实施例，对本专利技术的技术方案做进一步的详细描述。
本文档来自技高网...【技术保护点】
1.一种基于图像识别的下肢静脉曲张识别方法，其特征在于，包括：
2.如权利要求1所述的一种基于图像识别的下肢静脉曲张识别方法，其特征在于，所述下肢表面高清图像还存在如下处理步骤：
3.如权利要求1所述的一种基于图像识别的下肢静脉曲张识别方法，其特征在于，所述超声多普勒图像还存在如下处理步骤：
4.如权利要求1所述的一种基于图像识别的下肢静脉曲张识别方法，其特征在于，所述蚯蚓状特征的识别步骤包括：
5.如权利要4所述的一种基于图像识别的下肢静脉曲张识别方法，其特征在于，所述中心点融合还包括：
6.如权利要求1所述的一种基于图像识别的下肢静脉曲张识别方法，其特征在于，所述血流状态特征包括静脉血流流向状态特征，静脉血流流速度特征、瓣膜状态特征和血流频谱特征。
7.如权利要求1所述的一种基于图像识别的下肢静脉曲张识别方法，其特征在于，所述将血流状态特征和蚯蚓状特征输入神经网络进行深度特征评估，包括：
8.如权利要求1所述的一种基于图像识别的下肢静脉曲张识别方法，其特征在于，所述根据深度特征评估判断下肢静脉
9.如权利要求8所述的一种基于图像识别的下肢静脉曲张识别方法，其特征在于，所述根据深度特征评估判断下肢静脉曲张状态，还包括：
10.一种基于图像识别的下肢静脉曲张识别装置，其特征在于，所述装置包括：
...【技术特征摘要】
1.一种基于图像识别的下肢静脉曲张识别方法，其特征在于，包括：
2.如权利要求1所述的一种基于图像识别的下肢静脉曲张识别方法，其特征在于，所述下肢表面高清图像还存在如下处理步骤：
3.如权利要求1所述的一种基于图像识别的下肢静脉曲张识别方法，其特征在于，所述超声多普勒图像还存在如下处理步骤：
4.如权利要求1所述的一种基于图像识别的下肢静脉曲张识别方法，其特征在于，所述蚯蚓状特征的识别步骤包括：
5.如权利要4所述的一种基于图像识别的下肢静脉曲张识别方法，其特征在于，所述中心点融合还包括：
6.如权利要求1所述的一种基于图像识别的下肢静脉曲张识别方法，...
【专利技术属性】
技术研发人员：张世达，杨博，
申请(专利权)人：宝鸡市人民医院市急救中心，
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。