[發明專利]基于局部細粒度輪廓特征的電子喉鏡醫學圖像檢測方法

在審

• 申請號: 202211042016.X
• 申請日: 2022-08-29
• 公開（公告）號: CN115393326A
• 公開（公告）日: 2022-11-25
• 發明（設計）人: 樊玉琦;姚瑞璇;鄒峰;劉佳昊
• 申請（專利權）人: 合肥工業大學;浙江藥科職業大學
• 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: 北京鑫瑞森知識產權代理有限公司 11961
• 代理人: 代芳

本發明提供了一種基于局部細粒度輪廓特征的電子喉鏡醫學圖像檢測方法，包括：獲取電子喉鏡圖像，并對其進行預處理，得到訓練數據集，構建圖像分割的網絡模型，并對其進行訓練，得到器官分割模型，將訓練數據集輸入到器官分割模型中，生成器官分割數據集，對器官分割數據集進行基于像素點值的輪廓邊緣提取，生成器官內輪廓數據集，基于器官內輪廓數據集中的器官邊緣各點的切線傾角提取細粒度特征，并將所有特征組合成最終特征，根據最終特征預測喉鏡圖像類別。本發明提供的基于局部細粒度輪廓特征的電子喉鏡醫學圖像檢測方法，能夠在背景復雜的情況下識別出器官輪廓并標記，生成檢測結果，提高對器官異常檢測的準確率。

技術領域

本發明涉及電子喉鏡醫學圖像檢測技術領域，特別是涉及一種基于局部細粒度輪廓特征的電子喉鏡醫學圖像檢測方法。

背景技術

電子喉鏡是診斷器官疾病的常用檢查方法。它是觀察中空器官粘膜最直接有效的手段。在喉鏡圖像中，器官疾病的癥狀集中在器官內部輪廓，通常以贅生物為特征、香腸狀腫塊和小突起。電子喉鏡具有體積輕、細長方便、方便、插入性好的特點，使鏡頭進入喉腔更接近病變部位，能清楚地看到呼吸道的細微變化，從而實現更快的診斷和治療。目前的電子內窺鏡存在一些缺陷：首先，傳統的喉鏡圖像篩查是勞動密集型的，在很大程度上取決于醫學專家的經驗；其次，內窺鏡檢查需要集中注意力，醫生容易出現漏檢和誤檢等失誤，而鼻咽部位精細，若漏檢和誤檢，患者則會付出了高昂的代價；最后，醫生需要手動將相應的癥狀和描述添加到報告中，這會增加檢查時間并導致效率低下。因此，設計一種基于局部細粒度輪廓特征的電子喉鏡醫學圖像檢測方法是十分有必要的。

發明內容

本發明的目的是提供一種基于局部細粒度輪廓特征的電子喉鏡醫學圖像檢測方法，能夠在背景復雜的情況下識別出器官輪廓并標記，生成檢測結果，提高對器官異常檢測的準確率。

為實現上述目的，本發明提供了如下方案：

一種基于局部細粒度輪廓特征的電子喉鏡醫學圖像檢測方法，包括如下步驟：

步驟1：獲取電子喉鏡圖像，并對其進行預處理，得到訓練數據集；

步驟2：構建圖像分割的網絡模型，并對其進行訓練，得到器官分割模型，將訓練數據集輸入到器官分割模型中，進行分割，生成器官分割數據集；

步驟3：對器官分割數據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，生成器官內輪廓數據集；

步驟4：基于器官內輪廓數據集中的器官邊緣各點的切線傾角提取細粒度特征，并將所有特征組合成最終特征；

步驟5：根據最終特征，使用ResNet網絡進行喉鏡圖像分類。

步驟1中，獲取電子喉鏡圖像，并對其進行預處理，得到訓練數據集，具體包括為：

步驟101：采集醫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，得到訓練數據集。

步驟2中，構建圖像分割的網絡模型，并對其進行訓練，得到器官分割模型，將訓練數據集輸入到器官分割模型中，進行分割，生成器官分割數據集，具體包括如下步驟：

步驟201：采集訓練數據集，通過不規則多邊形對訓練數據集的圖像中的器官邊緣進行標記，并對器官類別進行標示；

步驟202：構建圖像分割的網絡模型，將標示后的圖像數據作為訓練樣本，對網絡模型進行訓練，訓練完畢后，得到器官分割模型；