[發(fā)明專利]對鼓膜病理進行分類的系統(tǒng)、方法和計算機可讀介質(zhì)

有效

• 申請?zhí)枺?/td>: 201780067908.6
• 申請日: 2017-09-01
• 公開（公告）號: CN109997147B
• 公開（公告）日: 2023-09-05
• 發(fā)明（設(shè)計）人: C·塞那拉司;A·C·莫伯利;T·特克諾斯;G·F·小艾西格;C·A·艾爾瑪拉基;N·F·塔吉-沙爾;于連波;M·N·庫爾坎
• 申請（專利權(quán)）人: 俄亥俄州創(chuàng)新基金會
• 主分類號: G06V10/56
• 分類號: G06V10/56;G06V10/764;G06N20/20
• 代理公司: 北京三友知識產(chǎn)權(quán)代理有限公司 11127
• 代理人: 王青芝;黃綸偉

1.一種對視頻中的鼓膜病理進行分類的方法，所述方法包括以下步驟：

使用視頻捕獲設(shè)備捕獲鼓膜的視頻；

對所捕獲的視頻的視頻幀執(zhí)行預處理以生成一個或多個復合圖像，其中，所述視頻幀中的障礙物和所述視頻幀的照明被檢測，并且在選擇所述視頻幀的感興趣區(qū)域中被使用，所選擇的感興趣區(qū)域被使用以形成所述一個或多個復合圖像；

從所述一個或多個復合圖像中提取計算機視覺特征和臨床動機的耳膜特征；以及

使用所述計算機視覺特征和所述臨床動機的耳膜特征對所述鼓膜的病理進行分類，所述計算機視覺特征和所述臨床動機的耳膜特征通過雙層堆疊泛化算法融合，所述雙層堆疊泛化算法側(cè)重于互補特征而非強特征。

2.根據(jù)權(quán)利要求1所述的方法，其中，對所述視頻幀執(zhí)行所述預處理以生成所述一個或多個復合圖像的步驟包括以下中的一者或多者：減少基于傳感器的問題，選擇所述視頻幀中的所述感興趣區(qū)域，檢測眩光效果；以及創(chuàng)建具有減少的眩光效果的所述視頻幀的副本。

3.根據(jù)權(quán)利要求1或2所述的方法，其中，從所述一個或多個復合圖像中提取所述計算機視覺特征包括：使用視覺MPEG-7描述符、梯度直方圖和網(wǎng)格顏色矩特征中的一個或多個從所述一個或多個復合圖像中提取顏色、紋理和形狀信息。

4.根據(jù)權(quán)利要求1所述的方法，其中，所述臨床動機的耳膜特征從所述一個或多個復合圖像中識別異常和正常的一些線索。

5.根據(jù)權(quán)利要求1所述的方法，其中，所述臨床動機的耳膜特征包括光錐的位置、錘骨的可見度、膜的突起、鼓膜造孔管的存在或蠟的存在。

6.根據(jù)權(quán)利要求1所述的方法，其中，所述雙層堆疊泛化算法包括使用模糊堆疊泛化分類器。

7.根據(jù)權(quán)利要求1所述的方法，其中，使用所述一個或多個復合圖像對所述鼓膜的病理進行分類包括：使用深度學習來自動識別異常。

8.根據(jù)權(quán)利要求7所述的方法，其中，所述深度學習包括深度學習網(wǎng)絡(luò)，所述深度學習網(wǎng)絡(luò)包括Inception?V3或ResNet。

9.根據(jù)權(quán)利要求1所述的方法，其中，使用所述一個或多個復合圖像對所述鼓膜的病理進行分類包括：使用基于內(nèi)容的圖像檢索將所述一個或多個復合圖像與圖像庫進行比較以識別異常。

10.根據(jù)權(quán)利要求7至9中任一項所述的方法，其中，所述異常包括急性中耳炎、中耳積液、膽脂瘤、耳膜穿孔和耳膜回縮與正常的一種或多種，其中，所述中耳積液是無感染的液體，并且所述膽脂瘤是耳中常見的破壞性皮膚囊腫。

11.根據(jù)權(quán)利要求1所述的方法，其中，從所述視頻幀中選擇的所述感興趣區(qū)域無障礙物，使得生成的一個或多個復合圖像不包括障礙物。

12.根據(jù)權(quán)利要求11所述的方法，其中，所述障礙物包括所述視頻幀中的模糊、蠟、眩光和毛發(fā)中的一者或多者。

13.根據(jù)權(quán)利要求1所述的方法，其中，計算圖像熵，并且選擇具有最高熵值的視頻幀，以生成所述一個或多個復合圖像。