CN110021020B - 一种图像检测方法、装置及内窥镜系统 - Google Patents

一种图像检测方法、装置及内窥镜系统 Download PDF

Info

Publication number
CN110021020B
CN110021020B CN201910311892.XA CN201910311892A CN110021020B CN 110021020 B CN110021020 B CN 110021020B CN 201910311892 A CN201910311892 A CN 201910311892A CN 110021020 B CN110021020 B CN 110021020B
Authority
CN
China
Prior art keywords
image
probability
imaging
optimized
identification result
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910311892.XA
Other languages
English (en)
Other versions
CN110021020A (zh
Inventor
王继红
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing Jinshan Medical Technology Research Institute Co Ltd
Original Assignee
Chongqing Jinshan Medical Technology Research Institute Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chongqing Jinshan Medical Technology Research Institute Co Ltd filed Critical Chongqing Jinshan Medical Technology Research Institute Co Ltd
Priority to CN201910311892.XA priority Critical patent/CN110021020B/zh
Publication of CN110021020A publication Critical patent/CN110021020A/zh
Application granted granted Critical
Publication of CN110021020B publication Critical patent/CN110021020B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B1/00Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
    • A61B1/00002Operational features of endoscopes
    • A61B1/00011Operational features of endoscopes characterised by signal transmission
    • A61B1/00016Operational features of endoscopes characterised by signal transmission using wireless means
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B1/00Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
    • A61B1/00163Optical arrangements
    • A61B1/00188Optical arrangements with focusing or zooming features
    • A61B1/0019Optical arrangements with focusing or zooming features characterised by variable lenses
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B1/00Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
    • A61B1/04Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor combined with photographic or television appliances
    • A61B1/041Capsule endoscopes for imaging
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10068Endoscopic image

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Optics & Photonics (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Veterinary Medicine (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Endoscopes (AREA)

Abstract

本发明公开了一种图像检测方法、装置及内窥镜系统。该方法包括:S1,实时获得图像,通过第一处理算法对图像进行识别处理,获得识别结果,若识别结果对应的第一概率达到第一阈值,进入S2;S2,基于识别结果优化内镜成像,对优化成像后的图像进行识别处理,获得识别结果的第二概率,若第二概率达到第二阈值,进入S3;S3,判断检查人员手动筛选出的图像中是否存在识别结果的关联特征,若存在,对第二概率进行增大调节获得第三概率,输出检测结果。本发明不但能防止检查人员由于经验不足或者由于疲劳等因素漏诊,而且能结合检测检查人员手动筛选出的图像,做一个综合的判断,提高了检测准确性,同时,对检查人员有辅助教学的作用。

Description

一种图像检测方法、装置及内窥镜系统
技术领域
本发明涉及医疗器械领域,特别是涉及一种图像检测方法、装置及内窥镜系统。
背景技术
目前,消化道早癌的筛查、治疗、随访主要借助于内镜检查以及CT/MR工等影像学检查,其中内镜检查最为重要。随着内镜诊断技术的进步,白光观察、电子色素放大内镜、超声内镜、碘染色等多种手段均可选用。然而,上述检查方法的检出率受临床内镜医师的经验影响,不同检查者在判断时受到的主观影响较大,尤其在我国医疗水平较低的地区,年诊治量水平与发达地区相比极其低下,临床医师经验严重欠缺,即使医院购置了相关设备,内镜下消化道癌的诊治仍很难令人满意,因此容易漏诊,导致病人承担较大的患癌的风险。
现有技术中公开号为CN108960305A的中国专利披露了一种内镜影像判定系统,该方法包括:接收待诊患者的医疗影像;预处理医疗影像,建立病症图像的待诊特征;将患者病征图像的待诊特征与训练图库中各疾病的标准特征集进行比对,获得患者病征图像的待诊特征与各疾病标准特征之间的相似度,并根据相似度得出患者患各疾病的概率。该专利虽然可以协助医生进行分析和诊断,但是只是对拍摄的图片简单的进行了对比获得诊断结果,而不同病变识别结果的最有利于凸显它的成像优化参数并不相同,如当病变识别为肿瘤时,若将图像染色为蓝色,更有利于观察和测量肿瘤;如当病变识别为溃疡时,若图像亮度增加,更有利于观察和测量溃疡;如当病变识别为出血时,若放大成像倍数,更有利于观察和测量出血。该专利并没有做优化成像后进一步的检查对比。因此,其图像判定准确性并不高,存在着较高的误检率,因此,作为医生的辅助诊断并不可信。
发明内容
本发明旨在至少解决现有技术中存在的技术问题,特别创新地提出了一种图像检测方法、装置及内窥镜系统。
为了实现本发明的上述目的,根据本发明的第一个方面,本发明提供了一种图像检测方法,包括:
步骤S1,实时获得图像,通过第一处理算法对图像进行识别处理,获得识别结果,若所述识别结果对应的第一概率达到第一阈值,进入步骤S2,否则认为图像正常,重复执行步骤S1,进行后续图像检查;
步骤S2,基于识别结果优化内镜成像,采集并通过第一处理算法对优化成像后的图像进行识别处理,获得识别结果的第二概率,若第二概率达到第二阈值,进入步骤S3,否则认为图像正常,重复执行步骤S1进行后续图像检查;
步骤S3,判断检查人员手动筛选出的图像中是否存在识别结果的关联特征,若存在,对第二概率进行增大调节获得第三概率,输出识别结果、第三概率、以及识别结果对应的图像,若不存在,输出识别结果、第二概率、以及识别结果对应的图像;
如果完成所有图像检测,结束检测;否则,返回执行步骤S1。
上述技术方案的有益效果为:本发明在第一概率达到第一阈值时会根据识别结果进行优化成像,并对优化成像后的图像进一步做识别处理,提高了检测结果的准确性,进一步地,在第二概率达到第二阈值时,通过检测检查人员手动筛选出的图像中是否存在识别结果的关联特征来调节第二概率的值,进一步地提高了检测结果的准确性。本发明不但能防止检查人员由于经验不足或者由于疲劳等因素漏诊,而且能结合检测检查人员手动筛选出的图像,做一个综合的判断,提高了检测准确性,同时,对检查人员有辅助教学的作用。
在本发明的一种优选实施方式中,所述步骤S3中还包括:
步骤S31:判断第一图像库中的图像是否存在识别结果的关联特征,若存在,对第二概率进行增大调节获得第三概率,输出识别结果、第三概率、以及识别结果对应的图像,若不存在,输出识别结果、第二概率、以及识别结果对应的图像;
所述第一图像库包括步骤S1中第一概率达到第一阈值对应的图像,和/或步骤S2中第二概率达到第二阈值对应的优化成像后的图像。
上述技术方案的有益效果为:加大了检测识别结果的关联特征的图像范围,有利于提高检测结果的准确性。
在本发明的一种优选实施方式中,在所述步骤S1中还包括当所述识别结果对应的第一概率达到第一阈值时,提示检测人员保存第一概率对应的图像和/或开启优化内镜成像的步骤;
和/或在所述步骤S2中还包括当第二概率达到第二阈值时,提示检测人员保存第二概率对应的优化成像后的图像和/或关闭优化内镜成像的步骤。
上述技术方案的有益效果为:保存图像,便于后续输出检测结果时附上图像,使检测结果更具说服力。提示检测人员开启或关闭优化内镜成像,与检测人员产生人机互动,便于检测人员了解机器自动识别的状态。
在本发明的一种优选实施方式中,通过以下公式对第二概率P2进行增大调节:
Figure BDA0002031781390000041
其中,P3为第三概率;P2为第二概率;N为识别结果的关联特征的个数;ni表示在检查人员手动筛选出的图像中和/或第一图像库中存在识别结果的第i个关联特征的图片数量;M表示检查人员手动筛选出的图像中和/或第一图像库中图片的总数。
上述技术方案的有益效果为:公开了对第二概率P2进行增大调节的具体方法。
在本发明的一种优选实施方式中,所述步骤S2中,基于识别结果优化内镜成像的步骤包括:
针对识别结果,从成像优化调整表中查找到与识别结果对应的成像优化参数,将成像优化参数输出给图像传感器,用于调整图像传感器的优化执行单元优化成像;
所述成像优化调整表中包括多个不同的识别结果,以及与每个识别结果对应的成像优化参数。
上述技术方案的有益效果为:根据识别结果判断是否需要成像优化,当需要优化时能够自动进行成像优化,无需人工参与,避免了因人工参与调解成像时,带来的误判、耗时长或者遗漏等问题,提高了自动化程度和效率,非常智能化。
在本发明的一种优选实施方式中,所述第一处理算法包括如下步骤:
设有多张不同类型的标准图像,分别计算优化成像前的图像或优化成像后的图像与不同类型的标准图像的相似度,将与优化成像前的图像或优化成像后的图像相似度最高的标准图像的类型名称作为识别结果。
上述技术方案的有益效果为:能够快速得到识别结果,算法简单,运算量少。
在本发明的一种优选实施方式中,所述第一概率获取步骤包括:
步骤S11,在与图像相似度最高的标准图像中求得与优化成像前的图像中位置对应像素点的像素值相等或相近的像素点数量,记为第一像素点数量;
步骤S12,获得与优化成像前的图像相似度最高的标准图像的像素点总和,记为第二像素点数量;
步骤S13,第一概率为第一像素点数量与第二像素点数量的比值;
和/或所述第二概率获取步骤包括:
步骤S21,在与优化成像后的图像相似度最高的标准图像中求得与优化成像后的图像中位置对应像素点的像素值相等或相近的像素点数量,记为第三像素点数量;
步骤S22,获得优化成像后的图像相似度最高的标准图像的像素点总和,记为第四像素点数量;
步骤S23,第二概率为第三像素点数量与第四像素点数量的比值。
上述技术方案的有益效果为:公开了求取第一概率和/或第二概率的方法,该方法简单,运算量少。
在本发明的一种优选实施方式中,在所述步骤S2中,优化成像包括放大成像倍数,或改变成像焦距,或改变成像亮度,或染色图像四者中的一个或几个方面。
上述技术方案的有益效果为:提供了优化成像的比较有用的几个实施手段。
为了实现本发明的上述目的,根据本发明的第二个方面,本发明提供了一种图像检测装置,包括图像传感器和接收图像传感器输出的图像信号的处理器,所述处理器按照本发明所述的图像检测方法对图像传感器输出的图像进行检测获得检测结果。
上述技术方案的有益效果为:具有本发明所述的图像检测方法的有益效果。
为了实现本发明的上述目的,根据本发明的第三个方面,本发明提供了一种系统,所述内窥镜系统包括本发明所述的图像检测装置。
上述技术方案的有益效果为:具有本发明所述的图像检测装置的有益效果。
附图说明
图1是本发明一具体实施方式中的流程示意图;
图2是本发明一种应用场景中图像检测方法的应用流程图;
图3是本发明一具体实施方式中内窥镜系统的一种应用场景中包含有焦距调节单元的胶囊内镜的结构示意图;
图4是本发明一具体实施方式中内窥镜系统的一种应用场景中包含有焦距调节单元的胶囊内镜内部件的分布示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
在本发明的描述中,需要理解的是,术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
在本发明的描述中,除非另有规定和限定,需要说明的是,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是机械连接或电连接,也可以是两个元件内部的连通,可以是直接相连,也可以通过中间媒介间接相连,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
本发明公开了一种图像检测方法,一种优选实施方式中该方法流程示意图如图1所示,包括:
步骤S1,实时获得图像,通过第一处理算法对图像进行识别处理,获得识别结果,若识别结果对应的第一概率达到第一阈值,进入步骤S2,否则认为图像正常,重复执行步骤S1,进行后续图像检查;
步骤S2,基于识别结果优化内镜成像,采集并通过第一处理算法对优化成像后的图像进行识别处理,获得识别结果的第二概率,若第二概率达到第二阈值,进入步骤S3,否则认为图像正常,重复执行步骤S1进行后续图像检查;
步骤S3,判断检查人员手动筛选出的图像中是否存在识别结果的关联特征,若存在,对第二概率进行增大调节获得第三概率,输出识别结果、第三概率、以及识别结果对应的图像,若不存在,输出识别结果、第二概率、以及识别结果对应的图像;
如果完成所有图像检测,则结束检测;否则,返回执行步骤S1。
在本实施方式中,第一阈值不大于第二阈值,优选的,第一阈值的取值范围为50%到100%,第二阈值的取值范围为60%到100%;识别结果至少有一个,每个识别结果预设有至少一个关联特征,对图像进行识别处理,获得其中至少一个识别结果。
在本实施方式中,在对图像进行自动检测的同时,还需要检查人员手动对图像进行筛选,这样可以借用检查人员的经验提高最终检测结果的准确率。
本方法具有多个应用场景,如内窥镜系统、植物监控等各种需要对被测物的图像进行识别处理,得到不同的识别结果,根据识别结果来调整成像参数以优化成像,得到被测物最优图像后做进一步检测的应用场景中。
应用于内窥镜系统中时,从内窥镜的图像传感器拍摄的图像中识别出图像是否类似于某种病变的图像,则这种病变的名称就可作为识别结果,为了进一步确定,需要根据识别结果进行对应的优化成像,不同的病变需要对成像进行不同的优化以便更有利观察和检测出病变,如肿瘤时,需要染色放大。对优化成像的图像再一次进行识别处理并获得第二概率,并从检测人员手动筛选的图像找出是否存在与肿瘤相关联的溃疡、出血、红肿等特征,以对第二概率进行调整并输出,增加了检测结果的准确性,有助于提高一些疾病早期的发现率,如早癌等。
应用于植物生长监控中时,从拍摄植物的图像传感器输出的图像中根据叶片大小或植株图像大小等识别出植物不同的生长阶段,每个生长阶段作为一个识别结果,为了更准确的得到识别结果,根据生长阶段调整成像参数,其图像传感器拍摄的图像能更全面清晰的反应植物状态,如放大处理后,获得的叶片大小或植株图像大小测量或观察会更准确,获得第二概率,同时检查图像中是否具有花朵、花朵数量、果实、果实数量、果实颜色等与生长阶段相关联的特征,以对第二概率进行调整并输出。
优选的,应用于内窥镜系统时,关联特征的判断也可将待测试图片与典型的出血图片或溃疡图片进行对比(如进行相似度计算,当其相似度达到一个预设的阈值时,认为该图片中具有出血或溃疡等关联特征),获得判断结果,也可根据现有技术中提供的技术方案判断出血或溃疡,如可参照现有技术中公开号为CN106373137B或CN106910184A中的技术方案判断出血。也可通过人眼观察来判断。
优选的,应用于植物生长监测时,可通过人眼观察判断植物图像中花朵、花朵数量、果实、果实数量、果实颜色等与生长阶段相关联的特征,也可参照现有技术进行判断,如可通过公开号为CN103440672A的现有技术中提供的一种花卉图像分割提取方法提取出花朵区域,获得花朵区域的个数,花朵区域的颜色直方图获得花朵颜色等与植物生长阶段关联的特征,如也可通过公开号为CN106525852A的专利进行果实检测。
在一种优选实施方式中,步骤S3中还包括:
步骤S31:判断第一图像库中的图像是否存在识别结果的关联特征,若存在,对第二概率进行增大调节获得第三概率,输出识别结果、第三概率、以及识别结果对应的图像,若不存在,输出识别结果、第二概率、以及识别结果对应的图像;
第一图像库包括步骤S1中第一概率达到第一阈值对应的图像,和/或步骤S2中第二概率达到第二阈值对应的优化成像后的图像。
在本实施方式中,优选的,获得第一图像库的过程为:在第一概率达到第一阈值和/或第二概率达到第二阈值时,由检查人员手动保存第一概率对应的图像和/或第二概率对应的图像,或者自动保存第一概率对应的图像和/或第二概率对应的图像。
在一种优选实施方式中,在步骤S1中还包括当识别结果对应的第一概率达到第一阈值时,提示检测人员保存第一概率对应的图像和/或开启优化内镜成像的步骤;
和/或在步骤S2中还包括当第二概率达到第二阈值时,提示检测人员保存第二概率对应的优化成像后的图像和/或关闭优化内镜成像的步骤。
在本实施方式中,优选但不限于通过语音、屏闪、对话框中的一种或多种方式对检测人员进行提示。
在一种优选实施方式中,通过以下公式对第二概率P2进行增大调节:
Figure BDA0002031781390000101
其中,P3为第三概率;P2为第二概率;N为识别结果的关联特征的个数;ni表示在检查人员手动筛选出的图像中和/或第一图像库中存在识别结果的第i个关联特征的图片数量;M表示检查人员手动筛选出的图像中和/或第一图像库中图片的总数。
在一种优选实施方式中,步骤S2中,基于识别结果优化内镜成像的步骤包括:
针对识别结果,从成像优化调整表中查找到与识别结果对应的成像优化参数,将成像优化参数输出给图像传感器,用于调整图像传感器的优化执行单元优化成像;
成像优化调整表中包括多个不同的识别结果,以及与每个识别结果对应的成像优化参数。
在本实施方式中,成像优化调整表优选但不限于如下形式:
识别结果1 第一焦距,光源第一强度,光源第一颜色,……
识别结果2 第二焦距,光源第二强度,光源第二颜色,……
识别结果3 第三焦距,光源第三强度,光源第三颜色,……
识别结果4 第四焦距,光源第四强度,光源第四颜色,……
…… ……
优选的,成像优化参数包括焦距、光源强度或光源颜色等的一组参数。优选的,设置有一组初始成像参数,图像传感器开始工作时使用初始成像参数,同时,当识别结果在成像优化调整表中不存在时,可以使用初始成像参数进行成像。
在一种优选实施方式中,第一处理算法包括如下步骤:
设有多张不同类型的标准图像,分别计算优化成像前的图像或优化成像后的图像与不同类型的标准图像的相似度,将与优化成像前的图像或优化成像后的图像相似度最高的标准图像的类型名称作为识别结果。
在本实施方式中,标准图像包括各识别结果对应的优化成像前的典型图像以及优化成像后各识别结果对应的典型图像。如在内窥镜系统中,其可为胃内各部位优化成像前的不同年龄段、不同性别的典型的息肉图像或肿瘤图像等,以及胃内各部位优化成像后的不同年龄段、不同性别的典型的息肉图像或肿瘤图像等。如在植物生长监控中,其可为优化成像前的不同植物的典型的幼苗期、成苗期、枯萎期图像等,以及优化成像后的不同植物的典型的幼苗期、成苗期、枯萎期图像等。
在本实施方式中,两幅图像的相似度计算方法可使用现有算法,如SIFT算法,或者使用公开号为CN107689041A或CN103870828A的中国专利中披露的相似度算法。
在一种优选实施方式中,第一概率获取步骤包括:
步骤S11,在与图像相似度最高的标准图像中求得与优化成像前的图像中位置对应像素点的像素值相等或相近的像素点数量,记为第一像素点数量;
步骤S12,获得与优化成像前的图像相似度最高的标准图像的像素点总和,记为第二像素点数量;
步骤S13,第一概率为第一像素点数量与第二像素点数量的比值;
和/或第二概率获取步骤包括:
步骤S21,在与优化成像后的图像相似度最高的标准图像中求得与优化成像后的图像中位置对应像素点的像素值相等或相近的像素点数量,记为第三像素点数量;
步骤S22,获得优化成像后的图像相似度最高的标准图像的像素点总和,记为第四像素点数量;
步骤S23,第二概率为第三像素点数量与第四像素点数量的比值。
在一种优选实施方式中,在步骤S2中,优化成像包括放大成像倍数,或改变成像焦距,或改变成像亮度,或染色图像四者中的一个或几个方面。
图2公开了本发明的图像检测方法在一种应用场景中的实际应用流程图。
本发明还公开了一种图像检测装置,包括图像传感器和接收图像传感器输出的图像信号的处理器,处理器按照本发明的图像检测方法对图像传感器输出的图像进行检测获得检测结果。
优选的,图像检测装置还包括成像控制器和优化执行单元,处理器获得成像优化参数并发送至图像传感器端的成像控制器,成像控制器按照成像优化参数控制优化执行单元优化成像。
在本实施方式中,处理器优选但不限于为ARM+FPGA的异构组合,其内部或外部设有存储单元,该存储单元内可存储有成像优化调整表。处理器与图像传感器端的成像控制器可有线或无线通信连接,无线连接时可分别通过WiFi模块进行WIFI通信,或者分别通过蓝牙模块进行蓝牙通信,或者分别通过3G/4G/GPRS无线射频模块进行通信。有线连接可通过串口、并口或者以太网口进行通信连接。
在本实施方式中,优选的,成像控制器优选但不限于为单片机、MCU等处理器,其内部或外部设有存储单元,成像优化调整表可存储在该存储单元内。
优选的,优化执行单元包括焦距调节单元或光源切换单元或亮度调节单元中的部分或全部焦距调节单元或光源切换单元或亮度调节单元的具体结构和原理可采用现有技术。
本发明还公开了一种内窥镜系统,包括本发明的图像检测装置。
在本发明的内窥镜系统的一种应用场景中,内窥镜系统还包括胶囊内镜,胶囊内镜中包含焦距调节单元,其具体的结构和调焦原理如下:
在该应用场景中,胶囊内镜是一个镜头,把电池、PCB板、芯片等电路元器件嵌入到了这颗镜头里。镜头采集到图像通过图像传感器传输给成像控制器,成像控制器将图像通过天线发送出去,本实施方式中,重点研究可变焦镜头,其余部分的工作原理和结构可采用现有技术。
如图3所示,光学变焦胶囊内镜包括设置于胶囊内镜内的固定的或可移动的至少一个第一类镜片,在本实施方式中,第一类镜片为凸透镜,其可以固定于胶囊内镜内,也可以设置为在胶囊内镜内的一定范围内活动,可采用驱动装置驱动其沿导轨移动。优选地第一类镜片固定于胶囊内镜内部。
优选的,第一类镜片包括前固定镜片和后固定镜片,前固定镜片靠近胶囊内镜的检测面,后固定镜片靠近胶囊内镜的图像传感器。
该光学变焦胶囊内镜还包括设置于第一类镜片前、后或相邻两个第一类镜片之间的导轨(图3中的导轨设置于前固定镜片和后固定镜片之间),导轨上可移动地设置有至少一个变倍透镜和至少一个补偿透镜,至少一个变倍透镜和至少一个补偿透镜分别由同一或不同的驱动机构驱动沿导轨移动。变倍透镜为凸透镜,补偿透镜为凹透镜,通过变倍透镜实现放大倍数的变化,通过补偿透镜位置的变化,使光线顺利在图像传感器上汇聚成像。
变倍透镜和补偿透镜分别安装于相应的支撑框上,支撑框一端与导轨可滑动连接,另一端与驱动机构连接。
如图3所示,驱动机构包括电机,电机的转轴通过第一转杆连接第一齿轮,第一齿轮与第二齿轮齿合,第二齿轮连接有带螺纹的第二转杆,第二转杆转动带动变倍透镜和/或补偿透镜支撑框前后移动。优选的,还包括外部控制装置,外部控制装置与电机控制接收端无线连接,外部控制装置控制电机正转或反转。例如,在外部设置有调节透镜前移或者后移的按钮,当需要透镜前移时,按动透镜前移按钮,电机正转带动透镜前移;当需要透镜后移时,按动透镜后移按钮,电机反转带动透镜后移。电机采用双向电机,具体控制电机正转和反转的技术采用现有技术。
在该应用场景中,优选的,驱动机构包括电磁驱动装置,电磁驱动装置包括与电池连接的吸引线圈和保持线圈,动铁心的一端与变倍透镜和/或补偿透镜的支撑框连接,带动支撑框前后移动。具体电磁驱动装置可采用类似于电磁开关的结构设置。优选的,还包括外部控制装置,外部控制装置控制线圈的流过的电流方向,实现动铁心的移动。例如,在外部设置有调节透镜前移或者后移的按钮(可以为电流方向相同按钮和电流方向相反按钮),当需要透镜前移时,按动电流方向相同按钮,动铁心推动透镜前移;当需要透镜后移时,按动电流方向相反按钮,动铁心推动透镜后移。
胶囊内镜内设置有多个驱动机构,变倍透镜和补偿透镜分别由不同的驱动机构带动移动。
如图3所示,电机带动第一齿轮转动,第一齿轮带动第二齿轮转动,从而带螺纹的第二转杆转动,第二转杆转动带动变倍组和/或补偿组座子前后移动,就达到了光学变焦的目的。
由于电路元器件较多,如图4所示,胶囊内镜的PCB板贴敷于胶囊侧壁上。例如第一PCB板和第二PCB板不能容纳下所有的元器件,所以第一PCB板和第二PCB板主要放置一些面积比较大的元器件,而面积小的元器件(电容,电阻等),放置在第三PCB板和第四PCB板,图4只看到了第三PCB板和第四PCB板的横截面。实际第三PCB板和第四PCB板是长方形,比如长8mm,宽2-3mm的PCB板(这里长宽是假定,是为了便于理解,具体长宽会根据实际情况而定),放置在胶囊中。只要对第三PCB板和第四PCB板合理放置,不阻挡镜片的通光就可以,而需要多少类似于第三PCB板和第四PCB板一样的PCB板,数量也根据实际情况定,这里只列出2个。
在本发明的内窥镜系统的一种应用场景中,内窥镜系统还包括电子内窥镜探头,焦距调节单元的结构和工作原理可参照公开号为CN203328665U的专利中的调焦结构和调焦原理。
在本发明的内窥镜系统的一种应用场景中,光源切换单元为不同颜色的光源的切换,其具体的机构和切换原理可参照CN204542017U或CN108463760A等现有技术。
在本发明的内窥镜系统的一种应用场景中,亮度调节单元优选但不限于为位于内窥镜系统光源的供电回路中电控电阻器,根据其输出电阻的大小与光源的供电电流成反比的原理,可控制光源的输出光线的亮度,也可参照CN104398231B或CN108650473A等现有技术进行光源亮度调节。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。

Claims (8)

1.一种图像检测方法,其特征在于,包括:
步骤S1,实时获得图像,通过第一处理算法对图像进行识别处理,获得识别结果,若所述识别结果对应的第一概率达到第一阈值,进入步骤S2,否则认为图像正常,重复执行步骤S1,进行后续图像检查;
步骤S2,基于识别结果优化内镜成像,采集并通过第一处理算法对优化成像后的图像进行识别处理,获得识别结果的第二概率,若第二概率达到第二阈值,进入步骤S3,否则认为图像正常,重复执行步骤S1进行后续图像检查;
该步骤中,基于识别结果优化内镜成像的步骤包括:
针对识别结果,从成像优化调整表中查找到与识别结果对应的成像优化参数,将成像优化参数输出给图像传感器,用于调整图像传感器的优化执行单元优化成像;
所述成像优化调整表中包括多个不同的识别结果,以及与每个识别结果对应的成像优化参数;
步骤S3,判断检查人员手动筛选出的图像中是否存在识别结果的关联特征,若存在,对第二概率进行增大调节获得第三概率,输出识别结果、第三概率、以及识别结果对应的图像,若不存在,输出识别结果、第二概率、以及识别结果对应的图像;
如果完成所有图像检测,则结束检测;否则,返回执行步骤S1;
该步骤中,通过以下公式对第二概率P2进行增大调节:
Figure FDA0003320427490000021
其中,P3为第三概率;P2为第二概率;N为识别结果的关联特征的个数;ni表示在检查人员手动筛选出的图像中和/或第一图像库中存在识别结果的第i个关联特征的图片数量;M表示检查人员手动筛选出的图像中和/或第一图像库中图片的总数。
2.如权利要求1所述的图像检测方法,其特征在于,所述步骤S3中还包括:
步骤S31:判断第一图像库中的图像是否存在识别结果的关联特征,若存在,对第二概率进行增大调节获得第三概率,输出识别结果、第三概率、以及识别结果对应的图像,若不存在,输出识别结果、第二概率、以及识别结果对应的图像;
所述第一图像库包括步骤S1中第一概率达到第一阈值对应的图像,和/或步骤S2中第二概率达到第二阈值对应的优化成像后的图像。
3.如权利要求1所述的图像检测方法,其特征在于,在所述步骤S1中还包括当所述识别结果对应的第一概率达到第一阈值时,提示检测人员保存第一概率对应的图像和/或开启优化内镜成像的步骤;
和/或在所述步骤S2中还包括当第二概率达到第二阈值时,提示检测人员保存第二概率对应的优化成像后的图像和/或关闭优化内镜成像的步骤。
4.如权利要求1所述的图像检测方法,其特征在于,所述第一处理算法包括如下步骤:
设有多张不同类型的标准图像,分别计算优化成像前的图像或优化成像后的图像与不同类型的标准图像的相似度,将与优化成像前的图像或优化成像后的图像相似度最高的标准图像的类型名称作为识别结果。
5.如权利要求4所述的图像检测方法,其特征在于,所述第一概率获取步骤包括:
步骤S11,在与优化成像前的图像相似度最高的标准图像中求得与优化成像前的图像中位置对应像素点的像素值相等或相近的像素点数量,记为第一像素点数量;
步骤S12,获得与优化成像前的图像相似度最高的标准图像的像素点总和,记为第二像素点数量;
步骤S13,第一概率为第一像素点数量与第二像素点数量的比值;
和/或所述第二概率获取步骤包括:
步骤S21,在与优化成像后的图像相似度最高的标准图像中求得与优化成像后的图像中位置对应像素点的像素值相等或相近的像素点数量,记为第三像素点数量;
步骤S22,获得优化成像后的图像相似度最高的标准图像的像素点总和,记为第四像素点数量;
步骤S23,第二概率为第三像素点数量与第四像素点数量的比值。
6.如权利要求1所述的图像检测方法,其特征在于,在所述步骤S2中,优化成像包括放大成像倍数,或改变成像焦距,或改变成像亮度,或染色图像四者中的一个或几个方面。
7.一种图像检测装置,其特征在于,包括图像传感器和接收图像传感器输出的图像信号的处理器,所述处理器按照权利要求1-6之一所述的图像检测方法对图像传感器输出的图像进行检测获得检测结果。
8.一种内窥镜系统,其特征在于,包括权利要求7所述的图像检测装置。
CN201910311892.XA 2019-04-18 2019-04-18 一种图像检测方法、装置及内窥镜系统 Active CN110021020B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910311892.XA CN110021020B (zh) 2019-04-18 2019-04-18 一种图像检测方法、装置及内窥镜系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910311892.XA CN110021020B (zh) 2019-04-18 2019-04-18 一种图像检测方法、装置及内窥镜系统

Publications (2)

Publication Number Publication Date
CN110021020A CN110021020A (zh) 2019-07-16
CN110021020B true CN110021020B (zh) 2022-03-15

Family

ID=67191764

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910311892.XA Active CN110021020B (zh) 2019-04-18 2019-04-18 一种图像检测方法、装置及内窥镜系统

Country Status (1)

Country Link
CN (1) CN110021020B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110931132B (zh) * 2019-12-31 2022-09-30 天津市口腔医院 一种牙胚发育阶段的判断方法
CN111814592B (zh) * 2020-03-31 2024-04-26 同济大学 一种基于可叠加胶囊网络的植物叶片识别方法
CN112800969B (zh) * 2021-01-29 2022-04-19 深圳市爱深盈通信息技术有限公司 图像质量调节方法和系统、ai处理方法、门禁系统
CN115251808B (zh) * 2022-09-22 2022-12-16 深圳市资福医疗技术有限公司 基于场景指导的胶囊内窥镜控制方法、装置及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8929629B1 (en) * 2011-06-29 2015-01-06 Given Imaging Ltd. Method and system for image-based ulcer detection
CN108960305A (zh) * 2018-06-21 2018-12-07 四川希氏异构医疗科技有限公司 一种内镜影像判定系统及方法
CN109222865A (zh) * 2018-10-17 2019-01-18 卓外(上海)医疗电子科技有限公司 一种多模态成像内窥镜系统
CN109447973A (zh) * 2018-10-31 2019-03-08 腾讯科技(深圳)有限公司 一种结肠息肉图像的处理方法和装置及系统
CN109616195A (zh) * 2018-11-28 2019-04-12 武汉大学人民医院(湖北省人民医院) 基于深度学习的纵隔超声内镜图像实时辅助诊断系统及方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2525588A (en) * 2014-04-22 2015-11-04 Biosignatures Ltd Real-time endoscopic image enhancement

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8929629B1 (en) * 2011-06-29 2015-01-06 Given Imaging Ltd. Method and system for image-based ulcer detection
CN108960305A (zh) * 2018-06-21 2018-12-07 四川希氏异构医疗科技有限公司 一种内镜影像判定系统及方法
CN109222865A (zh) * 2018-10-17 2019-01-18 卓外(上海)医疗电子科技有限公司 一种多模态成像内窥镜系统
CN109447973A (zh) * 2018-10-31 2019-03-08 腾讯科技(深圳)有限公司 一种结肠息肉图像的处理方法和装置及系统
CN109616195A (zh) * 2018-11-28 2019-04-12 武汉大学人民医院(湖北省人民医院) 基于深度学习的纵隔超声内镜图像实时辅助诊断系统及方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Computer-aided system for Polyp detection in wireless capsule endoscopy images;Mohamed El Ansari 等;《2017 International Conference on Wireless Networks and Mobile Communications》;20171225;第1-6页 *
内窥镜照度智能调节算法研究;叶尔江・哈力木 等;《微型电脑应用》;20121231(第12期);第47-49页 *
医用内窥镜质量检测中的图像识别技术研究;赵治翔;《工程科技Ⅱ辑》;20190131;第C030-315页 *

Also Published As

Publication number Publication date
CN110021020A (zh) 2019-07-16

Similar Documents

Publication Publication Date Title
CN110021020B (zh) 一种图像检测方法、装置及内窥镜系统
CN111474701B (zh) 一种病理显微图像实时采集分析系统、方法、装置及介质
DE112010004507B4 (de) System und Verfahren zur Steuerung des Stromverbrauchs einer In-vivo-Vorrichtung
US20180008134A1 (en) Endoscope system
US9462192B2 (en) Automatic exposure control device, control device, endoscope device and automatic exposure control method
JP7135082B2 (ja) 内視鏡装置、内視鏡装置の作動方法、及びプログラム
US20090240108A1 (en) Capsule endoscopy system and method of controlling operation of capsule endoscope
EP1849402A1 (en) Medical image processing device, lumen image processing device, lumen image processing method, and programs for them
KR20170094231A (ko) 파대역-선택적 이미징을 사용하는 요관 검출
JP7289296B2 (ja) 画像処理装置、内視鏡システム及び画像処理装置の作動方法
JP2005237968A (ja) サジタル面の自動決定方法
JP5750669B2 (ja) 内視鏡システム
US8657738B2 (en) Endoscope system and illumination light control method therefor
US11944261B2 (en) Electronic endoscope system and data processing device
CN111128382A (zh) 一种人工智能多模成像分析装置
US20120071718A1 (en) Endoscope apparatus and method of controlling endoscope apparatus
CN110060252B (zh) 一种图片内目标提示处理方法、装置及内窥镜系统
CN109965829B (zh) 成像优化方法、图像处理装置、成像装置及内窥镜系统
CN113907693B (zh) 操作映射比例调整方法、装置、电子设备以及存储介质
CN113456095A (zh) 一种放射科远程智能检查系统
CN113812978A (zh) 数据采样方法、病灶部位检查方法及智能终端
KR101871451B1 (ko) 결막 모세혈관 이미징 장치 및 방법
CN114157815B (zh) 一种望诊成像系统及望诊图像采集方法
JP4373726B2 (ja) 自家蛍光観察装置
CN111870264B (zh) 适用于车载ct的摄像定位系统和方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20210917

Address after: 401120 1-1, 2-1, 3-1, building 5, No. 18, Cuiping Lane 2, Huixing street, Yubei District, Chongqing

Applicant after: Chongqing Jinshan Medical Technology Research Institute Co.,Ltd.

Address before: 401120 1 office buildings, Jinshan International Industrial City, 18 of Nei sang Road, Hui Xing street, Yubei District, Chongqing.

Applicant before: CHONGQING JINSHAN MEDICAL APPLIANCE Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant