[發(fā)明專利]基于局部細(xì)粒度輪廓特征的電子喉鏡醫(yī)學(xué)圖像檢測方法

在審

• 申請?zhí)枺?/td>: 202211042016.X
• 申請日: 2022-08-29
• 公開（公告）號: CN115393326A
• 公開（公告）日: 2022-11-25
• 發(fā)明（設(shè)計）人: 樊玉琦;姚瑞璇;鄒峰;劉佳昊
• 申請（專利權(quán)）人: 合肥工業(yè)大學(xué);浙江藥科職業(yè)大學(xué)
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/12;G06V10/26;G06V10/44;G06V10/764;G06V10/82;G06V10/774;G06N3/04;G06N3/08
• 代理公司: 北京鑫瑞森知識產(chǎn)權(quán)代理有限公司 11961
• 代理人: 代芳

1.一種基于局部細(xì)粒度輪廓特征的電子喉鏡醫(yī)學(xué)圖像檢測方法，其特征在于，包括如下步驟：

步驟1：獲取電子喉鏡圖像，并對其進行預(yù)處理，得到訓(xùn)練數(shù)據(jù)集；

步驟2：構(gòu)建圖像分割的網(wǎng)絡(luò)模型，并對其進行訓(xùn)練，得到器官分割模型，將訓(xùn)練數(shù)據(jù)集輸入到器官分割模型中，進行分割，生成器官分割數(shù)據(jù)集；

步驟3：對器官分割數(shù)據(jù)集進行基于像素點值的輪廓邊緣提取，保留器官邊緣顯著性特征，并對圖像剩余部分進行丟棄，生成器官內(nèi)輪廓數(shù)據(jù)集；

步驟4：基于器官內(nèi)輪廓數(shù)據(jù)集中的器官邊緣各點的切線傾角提取細(xì)粒度特征，并將所有特征組合成最終特征；

步驟5：根據(jù)最終特征，使用ResNet網(wǎng)絡(luò)進行喉鏡圖像分類。

2.根據(jù)權(quán)利要求1所述的基于局部細(xì)粒度輪廓特征的電子喉鏡醫(yī)學(xué)圖像檢測方法，其特征在于，步驟1中，獲取電子喉鏡圖像，并對其進行預(yù)處理，得到訓(xùn)練數(shù)據(jù)集，具體包括為：

步驟101：采集醫(yī)院電子喉鏡分類正確的圖像；

步驟102：對采集的圖像進行裁剪，通過圖像處理識別方法識別出用于顯示喉鏡圖像的矩形邊框，將矩形邊框外部的無用區(qū)域進行裁剪，得到裁剪后的圖像；

步驟103：去除裁剪后的圖像中模糊的圖像，并按照病種、編號及序號的方式對各個圖像進行命名保存，得到訓(xùn)練數(shù)據(jù)集。

3.根據(jù)權(quán)利要求2所述的基于局部細(xì)粒度輪廓特征的電子喉鏡醫(yī)學(xué)圖像檢測方法，其特征在于，步驟2中，構(gòu)建圖像分割的網(wǎng)絡(luò)模型，并對其進行訓(xùn)練，得到器官分割模型，將訓(xùn)練數(shù)據(jù)集輸入到器官分割模型中，進行分割，生成器官分割數(shù)據(jù)集，具體包括如下步驟：

步驟201：采集訓(xùn)練數(shù)據(jù)集，通過不規(guī)則多邊形對訓(xùn)練數(shù)據(jù)集的圖像中的器官邊緣進行標(biāo)記，并對器官類別進行標(biāo)示；

步驟202：構(gòu)建圖像分割的網(wǎng)絡(luò)模型，將標(biāo)示后的圖像數(shù)據(jù)作為訓(xùn)練樣本，對網(wǎng)絡(luò)模型進行訓(xùn)練，訓(xùn)練完畢后，得到器官分割模型；

步驟203：將訓(xùn)練數(shù)據(jù)集輸入器官分割模型中，進行分割，輸出器官類別及輪廓圖像，根據(jù)器官類別及輪廓圖像生成器官分割數(shù)據(jù)集。

4.根據(jù)權(quán)利要求3所述的基于局部細(xì)粒度輪廓特征的電子喉鏡醫(yī)學(xué)圖像檢測方法，其特征在于，步驟3中，對器官分割數(shù)據(jù)集進行基于像素點值的輪廓邊緣提取，保留器官邊緣顯著性特征，并對圖像剩余部分進行丟棄，生成器官內(nèi)輪廓數(shù)據(jù)集，具體為：

步驟301：對器官分割數(shù)據(jù)集進行基于像素點值的輪廓邊緣提取，保留器官邊緣顯著性特征，并對圖像剩余部分進行丟棄，生成器官內(nèi)輪廓數(shù)據(jù)集，得到器官的內(nèi)部輪廓數(shù)據(jù)；

步驟302：構(gòu)建圖像分割的網(wǎng)絡(luò)模型，將器官的內(nèi)部輪廓數(shù)據(jù)中的內(nèi)輪廓曲線圖像數(shù)據(jù)作為訓(xùn)練樣本對網(wǎng)絡(luò)模型進行訓(xùn)練，得到器官內(nèi)輪廓分割模型；

步驟303：將器官分割數(shù)據(jù)集輸入器官內(nèi)輪廓分割模型，得到器官內(nèi)輪廓數(shù)據(jù)集。

5.根據(jù)權(quán)利要求4所述的基于局部細(xì)粒度輪廓特征的電子喉鏡醫(yī)學(xué)圖像檢測方法，其特征在于，步驟4中，基于器官內(nèi)輪廓數(shù)據(jù)集中的器官邊緣各點的切線傾角提取細(xì)粒度特征，并將所有特征組合成最終特征，具體包括如下步驟：

步驟401：采集器官內(nèi)輪廓數(shù)據(jù)集中的器官的邊緣各點集合，為C＝{cp₁,cp₂,cp₃,...,cp_n}，計算每個點p_n的切線傾斜角a(p_n)，則每個點cp_n(i,j)的特征向量表示為A_i,j,a＝[i,j,a_i,j]；

步驟402：基于器官內(nèi)輪廓數(shù)據(jù)集中的器官的邊緣各點的切線傾角a(p_n)提取細(xì)粒度特征，并將所有的特征組合成最終特征。