[發明專利]扁平、微小息肉圖像識別方法

在審

• 申請號: 202011337345.8
• 申請日: 2020-11-25
• 公開（公告）號: CN112465766A
• 公開（公告）日: 2021-03-09
• 發明（設計）人: 李昊;胡珊;劉奇為;于天成
• 申請（專利權）人: 武漢楚精靈醫療科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/136;G06T7/73;G06T5/00;G06N3/04;G06N3/08
• 代理公司: 上海精晟知識產權代理有限公司 31253
• 代理人: 莫冬麗

1.扁平、微小息肉圖像識別方法，其特征在于：包括如下步驟：

S1、將結腸內窺鏡靜態圖像代入光斑修復算法EA_A，獲得光斑修復后的結腸內窺鏡靜態圖像；

光斑修復算法EA_A包含兩個子類算法：光斑區域檢測算法EA_A_01和光斑區域修復算法EA_A_02；

結腸內窺鏡靜態圖像進入光斑區域檢測算法EA_A_01后，按照式

可獲得圖像高光區域，式中c_G，c_B，c_R分別為圖像三個通道的像素值，P₉₅(c_i)表示i通道像素值95％分位值，T1通過大津閾值法獲得，x表示i通道x位置處；而后使用高光區域周圍一圈的像素值的平均值對高光區域進行填充；然后對填充后的圖像做中值濾波處理獲得反光區域；

將結腸內窺鏡靜態圖像及其通過光斑區域檢測算法EA_A_01獲得的反光區域一同代入光斑區域修復算法EA_A_02，對原圖中的反光區域進行填充，填充方式與光斑區域檢測算法EA_A_01中所使用的填充方式保持一致；而后對填充后的圖像進行高斯模糊處理，并進行權重加權相加，完成對填充后圖像中的光斑區域進行修復；

S2、對于有息肉的結腸內窺鏡靜態圖像，通過人工標注識別目標，制作具有準確標注息肉的結腸內窺靜態圖像；對于無息肉的結腸內窺鏡靜態圖像，通過人工標注無息肉注意力轉移標簽，制作具有準確標注無息肉的結腸內窺鏡靜態圖像，將這兩者作為訓練樣本；

S3、對訓練樣本進行離線增強訓練和在線增強訓練；

S4、將增廣后的訓練樣本代入yolov3_4layers目標檢測網絡進行網絡模型訓練，以得到具備識別息肉目標特征能力的yolov3_4layers網絡模型，yolov3_4layers網絡模型包含一個負責檢測扁平、微小息肉的第4個特征檢測層，利用yolov3_4layers模型對修復后的結腸內窺鏡靜態圖像進行息肉檢測，進而標示出息肉的位置及息肉判定概率。

2.根據權利要求1所述的扁平、微小息肉圖像識別方法，其特征在于：所述步驟S1中值濾波按照如下方式進行：

1)在圖像中任取某一像素點，其坐標位置(x，y)，若此像素點為邊緣點，需對邊緣進行填充；

2)以此像素為坐標中心，取3*3的窗口，共9個像素，對這9個像素點進行排序，按下式求其中間值g₀：

g₀＝median(f(x-1，y-1)+f(x，y-1)+f(x+1，y-1)+f(x-1，y)+f(x，y)+f(x+1，y)+f(x-1，y+1)+f(x，y+1)+f(x+1，y+1))；

3)取中間值作為(x，y)處的像素值，最后通過式：

獲得反光區域，式中c_i(x)為原圖任意通道的x位置處的像素值，c_i^*(x)為中值濾波后的圖像任意通道x位置處的像素值，為i通道所有像素值的平均值，s(c_i)為i通道所有像素值的標準差，T2為閾值，若高于T2，x位置處即為反光區域。

3.根據權利要求1所述的扁平、微小息肉圖像識別方法，其特征在于：所述步驟S1中對填充后的圖像進行高斯模糊處理，按照如下公式進行

式中x，y為像素點的坐標，其中σ是方差，可自行選取，然后對權值進行歸一化處理，將算得的權值與圖像中的每個像素進行卷積，可獲得高斯模糊圖像。