[發(fā)明專利]一種基于圖像多特征融合的膠囊胃鏡圖像出血點(diǎn)識別方法

在審

• 申請?zhí)枺?/td>: 201810886596.8
• 申請日: 2018-08-06
• 公開（公告）號: CN109345503A
• 公開（公告）日: 2019-02-15
• 發(fā)明（設(shè)計）人: 丁勇;戴悅;胡拓;劉毅;羅述杰;陳宏達(dá)
• 申請（專利權(quán)）人: 浙江大學(xué)
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 杭州求是專利事務(wù)所有限公司 33200
• 代理人: 鄭海峰

本發(fā)明公開了一種基于圖像多特征融合的膠囊胃鏡圖像出血點(diǎn)識別方法。步驟如下：首先，提取膠囊胃鏡圖像的多個特征；接著，對圖像特征進(jìn)行特征融合得到一組新的特征向量；然后，對特征向量的各個方向分量進(jìn)行歸一化處理；進(jìn)而，使用k?NN算法訓(xùn)練基本分類器；最后，通過AdaBoost算法集成基本分類器為強(qiáng)分類器，從而實(shí)現(xiàn)出血點(diǎn)的識別。本發(fā)明有效地對膠囊胃鏡圖像出血點(diǎn)進(jìn)行了識別，運(yùn)算速度快，計算復(fù)雜度比較低。

技術(shù)領(lǐng)域

本發(fā)明屬于醫(yī)學(xué)圖像處理技術(shù)領(lǐng)域，用于膠囊胃鏡圖像出血點(diǎn)識別，具體為一種基于圖像多特征融合的膠囊胃鏡圖像出血點(diǎn)識別方法。

背景技術(shù)

隨著我們現(xiàn)代人生活的飲食習(xí)慣改變，以胃癌為主的消化道疾病檢測越來越受到醫(yī)生以及病人的重視。隨著病人數(shù)量的快速增加與日漸增長的疾病診斷精確程度的需求，胃鏡檢測顯微圖像的分析數(shù)量成倍增加。這導(dǎo)致了實(shí)驗室專家的工作量增加，需要增加更多人員、設(shè)備來應(yīng)對病人的需求。并且胃鏡圖像檢測結(jié)果受到當(dāng)事者的狀態(tài)限制，可能會產(chǎn)生錯誤的結(jié)果。利用計算機(jī)技術(shù)對胃鏡檢測圖像進(jìn)行分析，提高胃鏡檢查的準(zhǔn)確率，無疑是是提高胃鏡檢查準(zhǔn)確率的有效方法。若能利用計算機(jī)輔助系統(tǒng)分擔(dān)部分病理圖像分析工作，在當(dāng)前醫(yī)療資源如此緊張的情況下具有重要意義。

發(fā)明內(nèi)容

本發(fā)明的目的是圖像多特征融合結(jié)合起來用于膠囊胃鏡圖像出血點(diǎn)識別，并利用k-NN算法和AdaBoost算法實(shí)現(xiàn)強(qiáng)分類器的學(xué)習(xí)與訓(xùn)練，從而實(shí)現(xiàn)對出血點(diǎn)的有效識別，實(shí)現(xiàn)計算機(jī)輔助醫(yī)生更便捷地開展診斷工作。

本發(fā)明采取的技術(shù)方案是：

首先，提取膠囊胃鏡圖像的多個特征；接著，對圖像特征進(jìn)行特征融合得到一組新的特征向量；然后，對特征向量的各個方向分量進(jìn)行歸一化處理；進(jìn)而，使用k-NN(k-nearest neighbour,k近鄰)算法訓(xùn)練基本分類器；最后，通過AdaBoost算法集成基本分類器為強(qiáng)分類器。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案如下：

步驟(1).輸入數(shù)據(jù)庫中的圖像I_D；

步驟(2).將步驟(1)輸入的圖像I_D從RGB空間映射到HSV空間，轉(zhuǎn)換公式如下：

r＝R/255 (1)

g＝G/255 (2)

b＝B/255 (3)

max＝max{r,g,b} (4)

min＝min{r,g,b} (5)

V＝max (8)

其中，R，G，B是圖像I_D在RGB空間的三個分量，H，S，V是轉(zhuǎn)換后的值。

步驟(3).對步驟(2)得到的HSV空間進(jìn)行等間隔量化，H量化為Q_H級；S量化成Q_S級；V量化為Q_V級。

步驟(4).對步驟(3)得到等間隔量化后的HSV空間采用直方圖法提取圖像的顏色特征。公式如下：

G＝Q_SQ_VH₀+Q_VS₀+V₀ (10)

F(G)＝n_G/N (11)

其中，N表示I_D的像素點(diǎn)總數(shù)，n_G表示特征為G的像素點(diǎn)數(shù)，形成了一個直方圖。從而得到顏色特征向量：