一种内窥镜图像的异常病变区域检测方法技术

本发明专利技术公开了一种内窥镜图像的异常病变区域检测方法，包括以下步骤：收集宫腔镜图像数据；数据预处理，对原始内窥镜图像进行动态去噪、增强这些预处理操作；数据增强与合成，构建“基础变换+深度生成”双阶段体系增强合成的数据增强技术扩充数据集；特征提取，构建层级化特征金字塔网络，融合多尺度语义信息；少样本检测策略，基于原型网络改进，构建动态记忆原型库；病变区域可视化标记，利用DBSCAN算法进行聚类，再依据簇内密度，自适应调整标记框大小并显示置信度，从而实现精准的可视化标记。本发明专利技术通过数据预处理、增强合成、特征提取、少样本检测及智能提示的系统化方案，解决数据不均衡难题，提升高风险病变的检出率。

【技术实现步骤摘要】

本专利技术属于医疗影像智能检测，具体涉及一种针对内窥镜图像的异常病变区域检测方法，尤其适用于宫腔镜下病变检测场景。

技术介绍

1、在内窥镜检查中，准确检测异常病变区域对于疾病诊断至关重要。然而，真实的病变区域数据分布并不均匀，常见病变的数据较多，而一些如子宫内膜非典型性增生、早期子宫内膜癌等可能导致严重后果的病变区域数据却较少，这给检测带来了极大挑战。现有的检测方法难以有效应对这种数据不均衡的情况，导致对重要病变区域的检测准确率较低。

2、鉴于此，本专利技术提供一种内窥镜下异常病变区域检测方法，通过数据预处理、增强合成、特征提取、少样本检测及智能提示的系统化方案，解决数据不均衡难题，提升高风险病变的检出率。

技术实现思路

1、本专利技术旨在提供一种内窥镜图像的异常病变区域检测方法，该方法通过数据预处理操作对采集到的内窥镜图像采用局部方差自适应调整中值滤波窗口的方法进行动态去噪，并将图像分解为低、中、高频子带，经clahe独立增强保留病变细节；针对病变区域数据少的问题，构建“基础变换+深度生成”双阶本文档来自技高网...

【技术保护点】

1.一种内窥镜图像的异常病变区域检测方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种内窥镜图像的异常病变区域检测方法，其特征在于：所述步骤1中对从宫腔镜手术视频中搜集视野内包含宫腔病变组织的图像数据。

3.根据权利要求2所述的一种内窥镜图像的异常病变区域检测方法，其特征在于：所述步骤2中对宫腔病变图像进行数据预处理：采用局部方差自适应调整中值滤波窗口的方法进行动态去噪，并将图像分解为低、中、高频子带，经CLAHE独立增强保留病变细节；

4.根据权利要求3所述的一种内窥镜图像的异常病变区域检测方法，其特征在于：所述步骤3中对预处理好的图像进...

【技术特征摘要】

1.一种内窥镜图像的异常病变区域检测方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种内窥镜图像的异常病变区域检测方法，其特征在于：所述步骤1中对从宫腔镜手术视频中搜集视野内包含宫腔病变组织的图像数据。

3.根据权利要求2所述的一种内窥镜图像的异常病变区域检测方法，其特征在于：所述步骤2中对宫腔病变图像进行数据预处理：采用局部方差自适应调整中值滤波窗口的方法进行动态去噪，并将图像分解为低、中、高频子带，经clahe独立增强保留病变细节；

4.根据权利要求3所述的一种内窥镜图像的异常病变区域检测方法，其特征在于：所述步骤3中对预处理好的图像进行数据增强与合成：针对病变区域数据少的问题，构建“基础变换+深度生成”双阶段体系增强合成的数据增强技术扩充数据...

【专利技术属性】
技术研发人员：曹黎俊，张云飞，蔡占毅，谢元涛，陆峦华，
申请(专利权)人：江苏济远医疗科技有限公司，
类型：发明
国别省市：