[發明專利]一種基于光纖顯微內鏡圖像的胃腸上皮隱窩結構自動量化分析方法及系統

在審

• 申請號: 201810793315.4
• 申請日: 2018-07-18
• 公開（公告）號: CN109255775A
• 公開（公告）日: 2019-01-22
• 發明（設計）人: 王璐瑤;吳郁清;安昕;林立
• 申請（專利權）人: 蘇州精觀醫療科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/12;G06T7/136;G06T7/155;G06T7/194
• 代理公司: 蘇州謹和知識產權代理事務所(特殊普通合伙) 32295
• 代理人: 唐靜芳

1.一種基于光纖顯微內鏡圖像的胃腸上皮隱窩結構自動量化分析方法，其特征在于包括以下步驟：

(1)使用雙邊濾波方法，對原始光纖顯微內鏡圖像進行濾波預處理，以消除圖像像素化的問題，并保持圖像的邊緣；

(2)對圖像進行對比度增強：

(2.1)使用CLAHE方法，對濾波后的圖像進行第一次增強操作；

(2.2)采用二次函數進行非線性灰度變換，讓圖像的直方圖往兩端擴散，拉大圖像前景和背景的對比度，對圖像上每一個像素點按如下公式計算非線性灰度變換后的灰度值，獲得新圖像：

其中，坐標(x,y)表示像素點的坐標，為像素點的新灰度值，f(x,y)為處理前像素點的原始灰度值；

(3)對圖像進行分割，提取出隱窩結構：

(3.1)通過基于閾值的自動分割方法將增強后的圖像轉為二值化圖像，分割出前景(白色，常用灰度值1或255表示)和背景(黑色，常用灰度值0表示)，其中灰度值較低的似隱窩部分被分為背景，其余則為前景；

(3.3)將圖像中前景和背景的灰度值進行置換，此時，前景(白色，常用灰度值1或255表示)代表了隱窩；

(3.4)通過先腐蝕后膨脹的開運算，在并不明顯改變前景和背景的面積的情況下對這些區域的邊界進行平滑；

(3.5)在分割后的二值化圖像中提取出圖像中各完整隱窩的邊緣；

(4)按照如下公式計算隱窩結構的形態特征，包括各完整隱窩結構的面積，圓度和質心距離；

(a)面積定義為各完整隱窩邊緣內的像素總數；

(b)圓度定義為：

C＝4π×面積/周長的平方

其中，周長為各完整隱窩邊緣上的像素總數；

(c)質心距離定義為相鄰兩個完整隱窩的質心距離，其中，各完整隱窩的質心坐標為其邊緣內所有像素點坐標的平均值。

2.根據權利要求1所述的基于光纖顯微內鏡圖像的胃腸上皮隱窩結構自動量化分析方法，其特征在于：步驟(2.2)之后還包括步驟(2.3)為使直方圖進一步均衡化，對圖像再次進行CLAHE增強操作。

3.根據權利要求1所述的基于光纖顯微內鏡圖像的胃腸上皮隱窩結構自動量化分析方法，其特征在于：步驟(2)中的CLAHE算法實現過程中，采用雙線性插值以降低算法的時間復雜度，插值時，需要將圖像分割成M列×N行大小相等、連續不重疊的子圖像區域。

4.根據權利要求1所述的基于光纖顯微內鏡圖像的胃腸上皮隱窩結構自動量化分析方法，其特征在于：步驟(3.1)和(3.3)之間還包括步驟(3.2)通過先膨脹后腐蝕的閉運算，填充前景和背景中可能存在的空洞和狹窄的缺口。

5.根據權利要求2所述的基于光纖顯微內鏡圖像的胃腸上皮隱窩結構自動量化分析方法，其特征在于：所述M列×N行取值8×8。

6.根據權利要求1所述的基于光纖顯微內鏡圖像的胃腸上皮隱窩結構自動量化分析方法，其特征在于：步驟(3.1)中的基于閾值的自動分割方法可以采用Ostu方法。

7.根據權利要求1所述的基于光纖顯微內鏡圖像的胃腸上皮隱窩結構自動量化分析方法，其特征在于：步驟(3.5)中的隱窩邊緣提取可以采用基于連通域的輪廓追蹤算法。