[發(fā)明專利]基于醫(yī)學(xué)檢驗(yàn)的數(shù)字圖像目標(biāo)檢測方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202310496974.2
• 申請日: 2023-05-05
• 公開（公告）號: CN116205940B
• 公開（公告）日: 2023-08-01
• 發(fā)明（設(shè)計(jì)）人: 肖璇;祝成亮;李瑩;湯冬玲;王發(fā)席
• 申請（專利權(quán)）人: 武漢大學(xué)人民醫(yī)院（湖北省人民醫(yī)院）
• 主分類號: G06T7/187
• 分類號: G06T7/187;G06T7/00;G06T7/269;G06T7/33;G06T5/00
• 代理公司: 武漢知律知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 42307
• 代理人: 張偉

本發(fā)明涉及一種基于醫(yī)學(xué)檢驗(yàn)的數(shù)字圖像目標(biāo)檢測方法及系統(tǒng)，其中，所述方法包括：獲取醫(yī)學(xué)檢驗(yàn)的數(shù)字圖像，利用預(yù)設(shè)的分解算法對數(shù)字圖像進(jìn)行圖像分解，得到分解圖像，并根據(jù)分解圖像生成小波金字塔；從小波金字塔中選取基礎(chǔ)圖像，對基礎(chǔ)圖像進(jìn)行特征提取，得到圖像特征，并計(jì)算基礎(chǔ)圖像的光流；基于光流預(yù)估基礎(chǔ)圖像的背景運(yùn)動(dòng)矢量，將圖像特征及背景運(yùn)動(dòng)矢量進(jìn)行匹配，根據(jù)匹配的結(jié)果對基礎(chǔ)圖像進(jìn)行配準(zhǔn)圖變換，得到差分圖像；從差分圖像中提取最大連通區(qū)域作為潛在的目標(biāo)，并基于目標(biāo)對差分圖像進(jìn)行管道濾波處理，得到目標(biāo)圖像。本發(fā)明可以準(zhǔn)確、有效地檢測出醫(yī)學(xué)檢驗(yàn)的數(shù)字圖像中的目標(biāo)。

技術(shù)領(lǐng)域

本發(fā)明涉及目標(biāo)檢測技術(shù)領(lǐng)域，尤其涉及一種基于醫(yī)學(xué)檢驗(yàn)的數(shù)字圖像目標(biāo)檢測方法及系統(tǒng)。

背景技術(shù)

醫(yī)學(xué)檢驗(yàn)的主要內(nèi)容為從人體中提取關(guān)鍵的材料，并對材料進(jìn)行血液學(xué)、遺傳學(xué)等各個(gè)方面的檢驗(yàn)，以此為疾病的診斷資料及人體健康情況的評估提供準(zhǔn)確、真實(shí)、可靠性高的信息依據(jù)。隨著現(xiàn)代檢驗(yàn)技術(shù)的發(fā)展以及檢驗(yàn)儀器的革新，醫(yī)學(xué)檢驗(yàn)逐漸朝向信息化、智能化、高效化發(fā)展，醫(yī)學(xué)檢驗(yàn)在醫(yī)療衛(wèi)生服務(wù)事業(yè)發(fā)展中發(fā)揮著不可替代的作用，在現(xiàn)代技術(shù)與設(shè)備的支撐下，醫(yī)學(xué)檢驗(yàn)在臨床診斷、個(gè)體健康評估、臨床治療等領(lǐng)域的應(yīng)用更加廣泛，從而需要不斷對醫(yī)學(xué)檢驗(yàn)的數(shù)字圖像中的目標(biāo)進(jìn)行檢測，但是數(shù)字圖像中目標(biāo)的檢測往往是十分困難的，特別是對于那些噪聲干擾較大、?圖像成像較差、?明暗分布不均衡的數(shù)字圖像更是如此，因此，如何準(zhǔn)確、有效地檢測出醫(yī)學(xué)檢驗(yàn)的數(shù)字圖像中的目標(biāo)成為一個(gè)亟待解決的問題。

發(fā)明內(nèi)容

本發(fā)明提供一種基于醫(yī)學(xué)檢驗(yàn)的數(shù)字圖像的目標(biāo)檢測方法及系統(tǒng)，其主要目的在于解決如何準(zhǔn)確、有效地檢測出醫(yī)學(xué)檢驗(yàn)的數(shù)字圖像中的目標(biāo)的問題。

為實(shí)現(xiàn)上述目的，本發(fā)明提供的一種基于醫(yī)學(xué)檢驗(yàn)的數(shù)字圖像目標(biāo)檢測方法，包括：

獲取醫(yī)學(xué)檢驗(yàn)的數(shù)字圖像，利用預(yù)設(shè)的分解算法對所述數(shù)字圖像進(jìn)行圖像分解，得到分解圖像，并根據(jù)所述分解圖像生成小波金字塔，其中，所述分解算法表示為：

；

其中，表示第個(gè)分解圖像對應(yīng)的第行第列的像素，表示第個(gè)數(shù)字圖像對應(yīng)的第行第列的像素，表示預(yù)設(shè)的高通濾波器系數(shù)，表示預(yù)設(shè)的低通濾波器系數(shù)；

從所述小波金字塔中選取基礎(chǔ)圖像，對所述基礎(chǔ)圖像進(jìn)行特征提取，得到圖像特征，并計(jì)算所述基礎(chǔ)圖像的光流；

基于所述光流預(yù)估所述基礎(chǔ)圖像的背景運(yùn)動(dòng)矢量，將所述圖像特征及所述背景運(yùn)動(dòng)矢量進(jìn)行匹配，根據(jù)匹配的結(jié)果對所述基礎(chǔ)圖像進(jìn)行配準(zhǔn)圖變換，得到差分圖像；

從所述差分圖像中提取最大連通區(qū)域作為潛在的目標(biāo)，并基于所述目標(biāo)對所述差分圖像進(jìn)行管道濾波處理，得到目標(biāo)圖像。

可選地，所述根據(jù)所述分解圖像生成小波金字塔，包括：

獲取所述分解圖像的頻率，判斷所述頻率是否大于預(yù)設(shè)的目標(biāo)閾值；

當(dāng)所述頻率未大于所述目標(biāo)閾值時(shí)，判定所述頻率為低頻，對所述分解圖像進(jìn)行權(quán)重賦值，得到分解權(quán)重，基于所述分解權(quán)重對所述分解圖像進(jìn)行融合處理，得到第一融合圖像；

當(dāng)所述頻率大于所述目標(biāo)閾值時(shí)，判定所述頻率為高頻，對所述分解圖像進(jìn)行融合處理，得到第二融合圖像；

根據(jù)所述第一融合圖像及第二融合圖像進(jìn)行整合，得到小波金字塔。

可選地，所述計(jì)算所述基礎(chǔ)圖像的光流，包括：

獲取所述基礎(chǔ)圖像的中心坐標(biāo)及基礎(chǔ)灰度值，根據(jù)所述中心坐標(biāo)及所述基礎(chǔ)灰度值分別計(jì)算所述基礎(chǔ)圖像的橫向光流及縱向光流；

根據(jù)所述橫向光流及所述縱向光流生成所述基礎(chǔ)圖像的光流；

利用下述公式生成所述基礎(chǔ)圖像的光流：

；