CN114066781A - 胶囊内窥镜肠道图像的识别定位方法、存储介质和设备 - Google Patents
胶囊内窥镜肠道图像的识别定位方法、存储介质和设备 Download PDFInfo
- Publication number
- CN114066781A CN114066781A CN202210052705.2A CN202210052705A CN114066781A CN 114066781 A CN114066781 A CN 114066781A CN 202210052705 A CN202210052705 A CN 202210052705A CN 114066781 A CN114066781 A CN 114066781A
- Authority
- CN
- China
- Prior art keywords
- image
- intestinal
- corrected
- intestinal tract
- pixel
- 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.)
- Granted
Links
- 210000001035 gastrointestinal tract Anatomy 0.000 title claims abstract description 79
- 238000000034 method Methods 0.000 title claims abstract description 63
- 239000002775 capsule Substances 0.000 title claims abstract description 57
- 230000000968 intestinal effect Effects 0.000 claims abstract description 75
- 238000005259 measurement Methods 0.000 claims abstract description 29
- 238000012937 correction Methods 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 18
- 230000008569 process Effects 0.000 claims abstract description 16
- 230000000007 visual effect Effects 0.000 claims abstract description 11
- 230000001133 acceleration Effects 0.000 claims description 16
- 238000013139 quantization Methods 0.000 claims description 5
- 230000003287 optical effect Effects 0.000 claims description 4
- 238000005096 rolling process Methods 0.000 claims description 4
- 238000002372 labelling Methods 0.000 claims description 3
- 238000001839 endoscopy Methods 0.000 claims 1
- 238000003745 diagnosis Methods 0.000 abstract description 8
- 230000005484 gravity Effects 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000813 small intestine Anatomy 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10068—Endoscopic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30028—Colon; Small intestine
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Endoscopes (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种胶囊内窥镜肠道图像的识别定位方法、存储介质和设备。该方法包括:对胶囊内窥镜拍摄到的各幅原始肠道图像依序进行旋转校正处理得到校正图像;依次对各幅校正图像进行截取测量处理,获得各幅校正图像对应的肠道内壁环形图像以及获得各幅肠道内壁环形图像的物理宽度;将各幅肠道内壁环形图像展开后按照像素宽度方向依序首尾拼接,形成肠道全景图像;根据获取的指令标注肠道全景图像中的感兴趣区域,并确定感兴趣区域在肠道全景图像中的像素坐标;根据感兴趣区域的像素坐标、各幅肠道内壁环形图像的像素宽度、物理宽度确定感兴趣区域在肠道中的物理位置,使得阅片、诊断过程比较直观、便捷,能快速、精准地确定临床定位。
Description
技术领域
本发明属于医疗设备成像技术领域,具体地讲,涉及一种胶囊内窥镜肠道图像的识别定位方法、计算机可读存储介质、计算机设备。
背景技术
胶囊内窥镜是一种医疗器械设备,胶囊内窥镜将图像采集、无线传输等核心功能集成于一个可被人体吞咽的胶囊内,在进行检查过程中,将胶囊内窥镜吞入体内,内窥镜在体内采集消化道图像并同步传送到体外,以根据获得的图像数据进行医疗检查和诊断。
胶囊内窥镜在小肠内工作过程中会采集并传输数万张图像。传统的诊断方法和流程是将这数万张图像通过图片播放或者视频播放的方式呈现给医务工作者进行观察。整个过程耗时长,并且医务工作者识别并获取的可疑病灶在肠道中的位置无法确定,极大影响的肠道内窥镜的使用和诊断效率。
发明内容
(一)本发明所要解决的技术问题
本发明解决的技术问题是:如何快速高效地识别肠道中的感兴趣区域并确定该感兴趣区域的位置。
(二)本发明所采用的技术方案
一种胶囊内窥镜肠道图像的识别定位方法,所述识别定位方法包括:
对胶囊内窥镜拍摄到的各幅原始肠道图像依序进行旋转校正处理得到校正图像,其中各幅所述校正图像的视角均相同;
依次对各幅所述校正图像进行截取测量处理,获得各幅所述校正图像对应的肠道内壁环形图像以及获得各幅所述肠道内壁环形图像的像素宽度对应的物理宽度;
将各幅所述肠道内壁环形图像展开后按照像素宽度方向依序首尾拼接,形成肠道全景图像;
根据获取的指令标注所述肠道全景图像中的感兴趣区域,并确定所述感兴趣区域在所述肠道全景图像中的像素坐标;
根据所述感兴趣区域的像素坐标、各幅所述肠道内壁环形图像的像素宽度以及各幅所述肠道内壁环形图像的像素宽度对应的物理宽度确定所述感兴趣区域在肠道中的物理位置。
优选地,所述对胶囊内窥镜拍摄到的各幅原始肠道图像进行旋转校正处理得到校正图像的方法包括:
将待校正图像和与所述待校正图像相邻的已校正图像进行特征点匹配,获得所述待校正图像的第一特征点集和所述已校正图像的第二特征点集;
根据所述待校正图像的第一特征点集和所述已校正图像的第二特征点集确定所述待校正图像与所述已校正图像之间的相对旋转角度;
根据所述相对旋转角度对所述待校正图像的各个像素点值校正,获得校正图像。
优选地,所述对胶囊内窥镜拍摄到的各幅原始肠道图像进行旋转校正处理得到校正图像的方法包括:
获取待校正图像的所在采集时刻的第一重力加速度值以及与所述待校正图像相邻的已校正图像所在采集时刻的第二重力加速度值;
根据所述第一重力加速度值与所述第二重力加速度值确定所述待校正图像与所述已校正图像之间的相对旋转角度;
根据所述相对旋转角度对所述待校正图像的各个像素点值校正,获得校正图像。
优选地,对所述校正图像进行截取测量处理,获得所述校正图像对应的肠道内壁环形图像的方法包括:
确定与待截取测量图像相邻的已截取测量图像的圆形边缘,提取所述圆形边缘在所述待截取测量图像中的目标边缘;
将所述圆形边缘的半径与所述目标边缘的半径的差值作为截取宽度,根据所述截取宽度从所述待截取测量图像中截取部分图像,作为肠道内壁环形图像,所述肠道内壁环形图像的像素宽度等于所述截取宽度。
优选地,所述确定与待截取测量图像相邻的已截取测量图像的圆形边缘,提取所述圆形边缘在所述待截取测量图像中的目标边缘的方法包括:
计算所述圆形边缘的第一离散量化像素灰度值序列;
在所述待截取测量图像选定候选边缘,并计算候选边缘的第二离散量化像素灰度值序列;
计算所述第一离散量化像素灰度值序列与所述第二离散量化像素灰度值序列的莱文斯坦距离;
依次调整候选边缘的半径,直至所述莱文斯坦距离满足预定条件,将此时的候选边缘作为目标边缘。
优选地,所述获得所述肠道内壁环形图像的像素宽度对应的物理宽度的方法包括:
根据获取的胶囊内窥镜的前盖的半径、胶囊内窥镜的等效光心与所述前盖底部的距离、所述圆形边缘的半径与所述目标边缘的半径计算得到所述肠道内壁环形图像的像素宽度对应的物理宽度。
优选地,根据所述感兴趣区域的像素坐标、各幅所述肠道内壁环形图像的像素宽度以及各幅所述肠道内壁环形图像的像素宽度对应的物理宽度确定所述感兴趣区域在肠道中的物理位置的方法包括:
根据所述感兴趣区域的像素坐标和各幅所述肠道内壁环形图像的像素宽度确定与所述像素坐标对应的当前肠道内壁环形图像的图片序号;
计算所述图片序号之前的各幅肠道内壁环形图像的像素宽度之和以及物理宽度之和;
根据所述像素坐标、所述像素宽度之和、所述物理宽度之和以及所述当前肠道内壁环形图像的物理宽度确定所述感兴趣区域在肠道中的物理位置。
优选地,根据获取的指令标注所述肠道全景图像中的感兴趣区域的方法包括:
根据滚动指令、滑动指令、放大指令和缩小指令中的至少一种指令对所述肠道全景图像进行操作,以确定感兴趣区域;
根据单击指令、双击指令和框选指令中的一种指令对所述感兴趣区域进行标注。
本申请还公开了一种计算机可读存储介质,所述计算机可读存储介质存储有胶囊内窥镜肠道图像的识别定位程序,所述胶囊内窥镜肠道图像的识别定位程序被处理器执行时实现上述的胶囊内窥镜肠道图像的识别定位方法。
本申请还公开了一种计算机设备,所述计算机设备包括计算机可读存储介质、处理器和存储在所述计算机可读存储介质中的胶囊内窥镜肠道图像的识别定位程序,所述胶囊内窥镜肠道图像的识别定位程序被处理器执行时实现上述的胶囊内窥镜肠道图像的识别定位方法。
(三)有益效果
本发明公开的一种胶囊内窥镜肠道图像的识别定位方法,相对于传统方法,具有如下技术效果:
通过将原始肠道图片拼接形成肠道全景图片,使得阅片、诊断的整个过程比较直观、便捷,另外根据感兴趣区域的像素坐标及各幅肠道内壁环形图像的物理长度,能快速、精准地确定感兴趣区域的临床定位。
附图说明
图1为本发明的实施例一的胶囊内窥镜肠道图像的识别定位方法的流程图;
图2为本发明的实施例一的图像旋转校正示意图;
图3为本发明的实施例一的目标边缘提取示意图;
图4为本发明的实施例一的肠道内壁环形图像的物理宽度测量示意图;
图5为本发明的实施例一的肠道内壁环形图像的截取展开示意图;
图6为本发明的实施例一的多幅肠道内壁环形图像的拼接重建示意图;
图7为本发明的实施例二的计算机设备示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
在详细描述本申请的各个实施例之前,首先简单描述本申请的技术构思:现有技术中根据胶囊内窥镜拍摄的肠道图像进行识别和诊断,主要通过视频或图像阅片的方式,由于图像数量较大,整个阅片过程耗时较长,且对于可疑病灶等感兴趣区域,无法确定其在肠道中的具体位置。为此,本申请提供的胶囊内窥镜肠道图像的识别定位方法,在对原始肠道图像进行旋转校正处理之后,各幅图像进行截取测量后,进行展开、拼接形成肠道全景图像,根据相关操作指令直接地在肠道全景图像中进行阅片,识别并标注感兴趣区域,结合感兴趣区域的像素坐标和对各幅图像进行截取测量到得到的像素宽度、物理宽度,确定感兴趣区域在肠道中的物理位置,阅片、诊断的整个过程比较直观、便捷,且能快速、精准地确定感兴趣区域的临床定位。
具体来说,如图1所示,本实施例一的胶囊内窥镜肠道图像的识别定位方法包括如下步骤:
步骤S10:对胶囊内窥镜拍摄到的各幅原始肠道图像依序进行旋转校正处理得到校正图像,其中各幅校正图像的视角均相同。
步骤S20:依次对各幅校正图像进行截取测量处理,获得各幅校正图像对应的肠道内壁环形图像以及获得各幅肠道内壁环形图像的像素宽度对应的物理宽度。
步骤S30:将各幅肠道内壁环形图像展开后按照像素宽度方向依序进行拼接,形成肠道全景图像。
步骤S40:根据获取的指令标注肠道全景图像中的感兴趣区域,并确定感兴趣区域在肠道全景图像中的像素坐标。
步骤S50:根据感兴趣区域的像素坐标、各幅肠道内壁环形图像的像素宽度以及各幅肠道内壁环形图像的像素宽度对应的物理宽度确定感兴趣区域在肠道中的物理位置。
具体来说,步骤S10中,利用胶囊内窥镜拍摄肠道图像时,由于胶囊内窥镜在移动
过程中还存在绕自身轴向的转动,会导致拍摄得到的图像存在偏转,其中这里的自身轴向
指的是胶囊内窥镜的前进方向,因此需要进行旋转校正处理。为了便于描述,各幅原始肠道
图像构成的原始图像集表示为, 表示获取得到的图像总数,原
始肠道图像的分辨率为。示例性地,本实施例中的胶囊内窥镜的拍摄方向与移动方
向相反,即胶囊内窥镜在前进过程中,对其后方的肠道内壁进行拍摄。旋转校正处理可采用
两种方式进行,一是基于图像本身特征进行校正,二是基于传感器数据进行校正。
基于图像本身进行校正的方法,包括如下步骤:
步骤S101、将待校正图像和与所述待校正图像相邻的已校正图像进行特征点匹配,获得所述待校正图像的第一特征点集和所述已校正图像的第二特征点集。
假设在原始图像集中的已校正图像为,待校正图像为,其
中,第一张图像(n=1)不需要进行校正,将待校正图像为和已校正图像,进行特征点
匹配,获得M对特征点,其中M对特征点在待校正图像的集合表示为第一特征点集,M对特征点在已校正图像的集合表示为第二特征点集,
步骤S102、根据待校正图像的第一特征点集和已校正图像的第二特征点集确定待校正图像与已校正图像之间的相对旋转角度。
如图2所示,第一特征点集的第一中心点表示为,第二特征点集的第二中心点
表示为。在待校正图像为中,第一中心点到图像中心点的连线与图像中心水
平方向的夹角为;在已待校正图像为中,第二中心点到图像中心点的连线与图
像中心水平方向的夹角为。待校正图像与已校正图像之间的相对旋转角度为:
步骤S103、根据所述相对旋转角度对所述待校正图像的各个像素点值校正,获得校正图像。
基于传感器数据进行校正的方法,包括如下步骤:
步骤S111、获取待校正图像的所在采集时刻的第一重力加速度值以及与待校正图像相邻的已校正图像所在采集时刻的第二重力加速度值。
步骤S112、根据第一重力加速度值与第二重力加速度值确定待校正图像与所述已校正图像之间的相对旋转角度。
具体地,按照如下公式计算待校正图像与所述已校正图像之间的相对旋转角度:
步骤S113、根据所述相对旋转角度对所述待校正图像的各个像素点值校正,获得校正图像。
在步骤S20中,对校正图像进行截取测量处理,获得校正图像对应的肠道内壁环形图像的方法包括如下步骤:
步骤S21、确定与待截取测量图像相邻的已截取测量图像的圆形边缘,提取圆形边缘在待截取测量图像中的目标边缘。
步骤S22、将圆形边缘的半径与目标边缘的半径的差值作为截取宽度,根据截取宽度从待截取测量图像中截取部分图像,作为肠道内壁环形图像,肠道内壁环形图像的像素宽度等于所述截取宽度。
其中,将经过旋转校正后得到的校正图像集表示为。对于第一
张图像不进行处理,如图3所示,假设已截取测量图像的圆形边缘表示为201,圆形边缘
201在待截取测量图像中的位置,即为目标边缘202。圆形边缘201是以已截取测量图
像的中心为圆心,半径为的圆;目标边缘202是以待截取测量图像的中心为圆心,半径为的圆。因此,提取目标边缘202的过程可以看做转换为半径的确定过程。其中, 和
均为像素长度。
具体地,步骤S21包括如下过程:
步骤S214、依次调整候选边缘的半径,直至莱文斯坦距离满足预定条件,将此时的候选边缘作为目标边缘。
进一步地,获取肠道内壁环形图像的像素宽度对应的物理宽度的方法如下:
如图4所示,假设设胶囊内镜前盖301半径为R,镜头等效光心303与前盖301底径间
距为d。CO-1为镜头的最大视角边缘视线,对应待截取测量图像中半径为的成像边
缘,CO-2为待截取测量图像中半径为的成像圆环所对应的视线,待测距离304即为
肠道内壁环形图像的像素宽度对应的物理宽度。已知镜头的最大视角为,则待测
距离304的长度可以计算为:
其中,
且
进一步地,在步骤S30中,将各幅肠道内壁环形图像展开后按照像素宽度方向依序进行拼接,形成肠道全景图像。
在步骤S40中,根据获取的指令标注肠道全景图像中的感兴趣区域的方法包括如下步骤:
步骤S41:根据滚动指令、滑动指令、放大指令和缩小指令中的至少一种指令对肠道全景图像进行操作,以确定感兴趣区域。
由于重建得到的肠道全景图像的图像分辨率超过显示屏幕的分辨率,操作者可以通过滚动、滑动、放大和缩小等方式对图像进行操作,方便进行阅片和诊断,可快速地确定出临床定位标志、疑似病灶等感兴趣区域。
步骤S42:根据单击指令、双击指令和框选指令中的一种指令对所述感兴趣区域进行标注。
本申请的实施例二还公开了一种计算机可读存储介质,计算机可读存储介质存储有胶囊内窥镜肠道图像的识别定位程序,胶囊内窥镜肠道图像的识别定位程序被处理器执行时实现上述的胶囊内窥镜肠道图像的识别定位方法。
本实施例三还公开了一种计算机设备,在硬件层面,如图7所示,该计算机设备包括处理器12、内部总线13、网络接口14、计算机可读存储介质11。处理器12从计算机可读存储介质中读取对应的计算机程序然后运行,在逻辑层面上形成请求处理装置。当然,除了软件实现方式之外,本说明书一个或多个实施例并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。计算机可读存储介质11上存储有胶囊内窥镜肠道图像的识别定位程序,所述胶囊内窥镜肠道图像的识别定位程序被处理器执行时实现上述的胶囊内窥镜肠道图像的识别定位方法。
计算机可读存储介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机可读存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带、磁盘存储、量子存储器、基于石墨烯的存储介质或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。
上面对本发明的具体实施方式进行了详细描述,虽然已表示和描述了一些实施例,但本领域技术人员应该理解,在不脱离由权利要求及其等同物限定其范围的本发明的原理和精神的情况下,可以对这些实施例进行修改和完善,这些修改和完善也应在本发明的保护范围内。
Claims (10)
1.一种胶囊内窥镜肠道图像的识别定位方法,其特征在于,所述识别定位方法包括:
对胶囊内窥镜拍摄到的各幅原始肠道图像依序进行旋转校正处理得到校正图像,其中各幅所述校正图像的视角均相同;
依次对各幅所述校正图像进行截取测量处理,获得各幅所述校正图像对应的肠道内壁环形图像以及获得各幅所述肠道内壁环形图像的像素宽度对应的物理宽度;
将各幅所述肠道内壁环形图像展开后按照像素宽度方向依序首尾拼接,形成肠道全景图像;
根据获取的指令标注所述肠道全景图像中的感兴趣区域,并确定所述感兴趣区域在所述肠道全景图像中的像素坐标;
根据所述感兴趣区域的像素坐标、各幅所述肠道内壁环形图像的像素宽度以及各幅所述肠道内壁环形图像的像素宽度对应的物理宽度确定所述感兴趣区域在肠道中的物理位置。
2.根据权利要求1所述的胶囊内窥镜肠道图像的识别定位方法,其特征在于,所述对胶囊内窥镜拍摄到的各幅原始肠道图像进行旋转校正处理得到校正图像的方法包括:
将待校正图像和与所述待校正图像相邻的已校正图像进行特征点匹配,获得所述待校正图像的第一特征点集和所述已校正图像的第二特征点集;
根据所述待校正图像的第一特征点集和所述已校正图像的第二特征点集确定所述待校正图像与所述已校正图像之间的相对旋转角度;
根据所述相对旋转角度对所述待校正图像的各个像素点值校正,获得校正图像。
3.根据权利要求1所述的胶囊内窥镜肠道图像的识别定位方法,其特征在于,所述对胶囊内窥镜拍摄到的各幅原始肠道图像进行旋转校正处理得到校正图像的方法包括:
获取待校正图像的所在采集时刻的第一重力加速度值以及与所述待校正图像相邻的已校正图像所在采集时刻的第二重力加速度值;
根据所述第一重力加速度值与所述第二重力加速度值确定所述待校正图像与所述已校正图像之间的相对旋转角度;
根据所述相对旋转角度对所述待校正图像的各个像素点值校正,获得校正图像。
4.根据权利要求1所述的胶囊内窥镜肠道图像的识别定位方法,其特征在于,对所述校正图像进行截取测量处理,获得所述校正图像对应的肠道内壁环形图像的方法包括:
确定与待截取测量图像相邻的已截取测量图像的圆形边缘,提取所述圆形边缘在所述待截取测量图像中的目标边缘;
将所述圆形边缘的半径与所述目标边缘的半径的差值作为截取宽度,根据所述截取宽度从所述待截取测量图像中截取部分图像,作为肠道内壁环形图像,所述肠道内壁环形图像的像素宽度等于所述截取宽度。
5.根据权利要求4所述的胶囊内窥镜肠道图像的识别定位方法,其特征在于,所述确定与待截取测量图像相邻的已截取测量图像的圆形边缘,提取所述圆形边缘在所述待截取测量图像中的目标边缘的方法包括:
计算所述圆形边缘的第一离散量化像素灰度值序列;
在所述待截取测量图像选定候选边缘,并计算候选边缘的第二离散量化像素灰度值序列;
计算所述第一离散量化像素灰度值序列与所述第二离散量化像素灰度值序列的莱文斯坦距离;
依次调整候选边缘的半径,直至所述莱文斯坦距离满足预定条件,将此时的候选边缘作为目标边缘。
6.根据权利要求4所述的胶囊内窥镜肠道图像的识别定位方法,其特征在于,所述获得所述肠道内壁环形图像的像素宽度对应的物理宽度的方法包括:
根据获取的胶囊内窥镜的前盖的半径、胶囊内窥镜的等效光心与所述前盖底部的距离、所述圆形边缘的半径与所述目标边缘的半径计算得到所述肠道内壁环形图像的像素宽度对应的物理宽度。
7.根据权利要求4所述的胶囊内窥镜肠道图像的识别定位方法,其特征在于,根据所述感兴趣区域的像素坐标、各幅所述肠道内壁环形图像的像素宽度以及各幅所述肠道内壁环形图像的像素宽度对应的物理宽度确定所述感兴趣区域在肠道中的物理位置的方法包括:
根据所述感兴趣区域的像素坐标和各幅所述肠道内壁环形图像的像素宽度确定与所述像素坐标对应的当前肠道内壁环形图像的图片序号;
计算所述图片序号之前的各幅肠道内壁环形图像的像素宽度之和以及物理宽度之和;
根据所述像素坐标、所述像素宽度之和、所述物理宽度之和以及所述当前肠道内壁环形图像的物理宽度确定所述感兴趣区域在肠道中的物理位置。
8.根据权利要求4所述的胶囊内窥镜肠道图像的识别定位方法,其特征在于,根据获取的指令标注所述肠道全景图像中的感兴趣区域的方法包括:
根据滚动指令、滑动指令、放大指令和缩小指令中的至少一种指令对所述肠道全景图像进行操作,以确定感兴趣区域;
根据单击指令、双击指令和框选指令中的一种指令对所述感兴趣区域进行标注。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有胶囊内窥镜肠道图像的识别定位程序,所述胶囊内窥镜肠道图像的识别定位程序被处理器执行时实现权利要求1至8任一项所述的胶囊内窥镜肠道图像的识别定位方法。
10.一种计算机设备,其特征在于,所述计算机设备包括计算机可读存储介质、处理器和存储在所述计算机可读存储介质中的胶囊内窥镜肠道图像的识别定位程序,所述胶囊内窥镜肠道图像的识别定位程序被处理器执行时实现权利要求1至8任一项所述的胶囊内窥镜肠道图像的识别定位方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210052705.2A CN114066781B (zh) | 2022-01-18 | 2022-01-18 | 胶囊内窥镜肠道图像的识别定位方法、存储介质和设备 |
PCT/CN2023/072477 WO2023138544A1 (zh) | 2022-01-18 | 2023-01-17 | 胶囊内窥镜肠道图像的识别定位方法、存储介质和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210052705.2A CN114066781B (zh) | 2022-01-18 | 2022-01-18 | 胶囊内窥镜肠道图像的识别定位方法、存储介质和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114066781A true CN114066781A (zh) | 2022-02-18 |
CN114066781B CN114066781B (zh) | 2022-05-10 |
Family
ID=80231291
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210052705.2A Active CN114066781B (zh) | 2022-01-18 | 2022-01-18 | 胶囊内窥镜肠道图像的识别定位方法、存储介质和设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114066781B (zh) |
WO (1) | WO2023138544A1 (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114511045A (zh) * | 2022-04-19 | 2022-05-17 | 武汉大学 | 图像处理方法、装置、终端及计算机可读存储介质 |
CN114782470A (zh) * | 2022-06-22 | 2022-07-22 | 浙江鸿禾医疗科技有限责任公司 | 消化道的三维全景识别定位方法、存储介质和设备 |
CN114972144A (zh) * | 2022-05-23 | 2022-08-30 | 江苏势通生物科技有限公司 | 胶囊内镜肠道图像的拼接方法、装置、存储介质和设备 |
CN116076995A (zh) * | 2023-02-03 | 2023-05-09 | 浙江势通机器人科技有限公司 | 用于胶囊内窥镜的扫描控制方法和扫描控制系统 |
WO2023138544A1 (zh) * | 2022-01-18 | 2023-07-27 | 江苏势通生物科技有限公司 | 胶囊内窥镜肠道图像的识别定位方法、存储介质和设备 |
TWI816471B (zh) * | 2022-07-18 | 2023-09-21 | 樸實美股份有限公司 | 膠囊內視鏡、內視鏡系統以及影像校正方法 |
WO2024002012A1 (zh) * | 2022-06-28 | 2024-01-04 | 安翰科技(武汉)股份有限公司 | 内窥镜图像校正方法、系统及计算机存储介质 |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1899222A (zh) * | 2005-07-21 | 2007-01-24 | 西门子公司 | 植入物和用于确定植入物在身体中的位置的装置和方法 |
CN101551862A (zh) * | 2009-05-13 | 2009-10-07 | 西安电子科技大学 | 基于边界距离场的血管中心路径提取方法 |
CN101862205A (zh) * | 2010-05-25 | 2010-10-20 | 中国人民解放军第四军医大学 | 一种结合术前影像的术中组织跟踪方法 |
CN103505217A (zh) * | 2012-06-28 | 2014-01-15 | 吕海涛 | 内镜下病灶尺寸的精确测量方法 |
US20150223668A1 (en) * | 2004-04-26 | 2015-08-13 | Covidien Lp | System and method for image-based alignment of an endoscope |
CN105045841A (zh) * | 2015-07-01 | 2015-11-11 | 北京理工大学 | 结合重力传感器与图像特征点角度的图像特征查询方法 |
CN108734665A (zh) * | 2017-04-13 | 2018-11-02 | 深圳怡化电脑股份有限公司 | 一种图像的校正方法、装置、设备及存储介质 |
CN109620108A (zh) * | 2019-01-22 | 2019-04-16 | 大连理工大学 | 一种双半球型胶囊机器人弯曲肠道内视觉导航方法 |
CN109730683A (zh) * | 2018-12-21 | 2019-05-10 | 重庆金山医疗器械有限公司 | 内窥镜目标物大小计算方法及分析系统 |
CN109886243A (zh) * | 2019-03-01 | 2019-06-14 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、存储介质、设备以及系统 |
CN109978755A (zh) * | 2019-03-11 | 2019-07-05 | 广州杰赛科技股份有限公司 | 全景图像合成方法、装置、设备与存储介质 |
CN110891471A (zh) * | 2018-03-21 | 2020-03-17 | 卡普索影像公司 | 采用结构光提供生理特征尺寸测量的内窥镜 |
CN111414124A (zh) * | 2020-03-26 | 2020-07-14 | 新名医(北京)科技有限公司 | 一种图像测量方法、装置、设备及存储介质 |
CN111494006A (zh) * | 2019-01-30 | 2020-08-07 | 柯惠有限合伙公司 | 用于在内窥镜图像中显示肿瘤位置的方法 |
CN111524071A (zh) * | 2020-04-24 | 2020-08-11 | 安翰科技(武汉)股份有限公司 | 胶囊内窥镜图像拼接方法、电子设备及可读存储介质 |
CN112654280A (zh) * | 2018-09-11 | 2021-04-13 | 索尼公司 | 医学观察系统、医学观察装置和医学观察方法 |
CN113034426A (zh) * | 2019-12-25 | 2021-06-25 | 飞依诺科技(苏州)有限公司 | 超声图像病灶描述方法、装置、计算机设备和存储介质 |
CN113573654A (zh) * | 2019-02-28 | 2021-10-29 | 美国尤太克产品公司 | 用于检测并测定病灶尺寸的ai系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107730489A (zh) * | 2017-10-09 | 2018-02-23 | 杭州电子科技大学 | 无线胶囊内窥镜小肠病变计算机辅助检测系统及检测方法 |
IT201800004930A1 (it) * | 2018-04-27 | 2019-10-27 | Metodo per unire una pluralità di immagini dell'angolo iridocorneale | |
CN113610887B (zh) * | 2021-05-26 | 2024-08-13 | 江苏势通生物科技有限公司 | 胶囊内窥镜运动拍摄路径的确定方法、存储介质和设备 |
CN114066781B (zh) * | 2022-01-18 | 2022-05-10 | 浙江鸿禾医疗科技有限责任公司 | 胶囊内窥镜肠道图像的识别定位方法、存储介质和设备 |
-
2022
- 2022-01-18 CN CN202210052705.2A patent/CN114066781B/zh active Active
-
2023
- 2023-01-17 WO PCT/CN2023/072477 patent/WO2023138544A1/zh unknown
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150223668A1 (en) * | 2004-04-26 | 2015-08-13 | Covidien Lp | System and method for image-based alignment of an endoscope |
CN1899222A (zh) * | 2005-07-21 | 2007-01-24 | 西门子公司 | 植入物和用于确定植入物在身体中的位置的装置和方法 |
CN101551862A (zh) * | 2009-05-13 | 2009-10-07 | 西安电子科技大学 | 基于边界距离场的血管中心路径提取方法 |
CN101862205A (zh) * | 2010-05-25 | 2010-10-20 | 中国人民解放军第四军医大学 | 一种结合术前影像的术中组织跟踪方法 |
CN103505217A (zh) * | 2012-06-28 | 2014-01-15 | 吕海涛 | 内镜下病灶尺寸的精确测量方法 |
CN105045841A (zh) * | 2015-07-01 | 2015-11-11 | 北京理工大学 | 结合重力传感器与图像特征点角度的图像特征查询方法 |
CN108734665A (zh) * | 2017-04-13 | 2018-11-02 | 深圳怡化电脑股份有限公司 | 一种图像的校正方法、装置、设备及存储介质 |
CN110891471A (zh) * | 2018-03-21 | 2020-03-17 | 卡普索影像公司 | 采用结构光提供生理特征尺寸测量的内窥镜 |
CN112654280A (zh) * | 2018-09-11 | 2021-04-13 | 索尼公司 | 医学观察系统、医学观察装置和医学观察方法 |
CN109730683A (zh) * | 2018-12-21 | 2019-05-10 | 重庆金山医疗器械有限公司 | 内窥镜目标物大小计算方法及分析系统 |
CN109620108A (zh) * | 2019-01-22 | 2019-04-16 | 大连理工大学 | 一种双半球型胶囊机器人弯曲肠道内视觉导航方法 |
CN111494006A (zh) * | 2019-01-30 | 2020-08-07 | 柯惠有限合伙公司 | 用于在内窥镜图像中显示肿瘤位置的方法 |
CN113573654A (zh) * | 2019-02-28 | 2021-10-29 | 美国尤太克产品公司 | 用于检测并测定病灶尺寸的ai系统 |
CN109886243A (zh) * | 2019-03-01 | 2019-06-14 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、存储介质、设备以及系统 |
CN109978755A (zh) * | 2019-03-11 | 2019-07-05 | 广州杰赛科技股份有限公司 | 全景图像合成方法、装置、设备与存储介质 |
CN113034426A (zh) * | 2019-12-25 | 2021-06-25 | 飞依诺科技(苏州)有限公司 | 超声图像病灶描述方法、装置、计算机设备和存储介质 |
CN111414124A (zh) * | 2020-03-26 | 2020-07-14 | 新名医(北京)科技有限公司 | 一种图像测量方法、装置、设备及存储介质 |
CN111524071A (zh) * | 2020-04-24 | 2020-08-11 | 安翰科技(武汉)股份有限公司 | 胶囊内窥镜图像拼接方法、电子设备及可读存储介质 |
Non-Patent Citations (3)
Title |
---|
张国鹏: "《三维纹理分析在虚拟结肠镜计算机辅助检测/诊断中的应用研究》", 《中国博士论文全文数据库 信息科技辑》 * |
王李东等: "《一种基于感兴趣区域提取的医学图像检索技术》", 《宁波大学学报(理工版)》 * |
黄耀才: "《一种超声胶囊内窥镜及其成像方法研究》", 《中国优秀硕士学位论文全文数据库 医药卫生科技辑》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023138544A1 (zh) * | 2022-01-18 | 2023-07-27 | 江苏势通生物科技有限公司 | 胶囊内窥镜肠道图像的识别定位方法、存储介质和设备 |
CN114511045A (zh) * | 2022-04-19 | 2022-05-17 | 武汉大学 | 图像处理方法、装置、终端及计算机可读存储介质 |
CN114972144A (zh) * | 2022-05-23 | 2022-08-30 | 江苏势通生物科技有限公司 | 胶囊内镜肠道图像的拼接方法、装置、存储介质和设备 |
WO2023226941A1 (zh) * | 2022-05-23 | 2023-11-30 | 江苏势通生物科技有限公司 | 胶囊内镜肠道图像的拼接方法、拼接装置、存储介质 |
CN114972144B (zh) * | 2022-05-23 | 2024-02-02 | 江苏势通生物科技有限公司 | 胶囊内镜肠道图像的拼接方法、装置、存储介质和设备 |
CN114782470A (zh) * | 2022-06-22 | 2022-07-22 | 浙江鸿禾医疗科技有限责任公司 | 消化道的三维全景识别定位方法、存储介质和设备 |
WO2023246441A1 (zh) * | 2022-06-22 | 2023-12-28 | 江苏势通生物科技有限公司 | 消化道的三维全景识别定位方法、存储介质和计算机设备 |
WO2024002012A1 (zh) * | 2022-06-28 | 2024-01-04 | 安翰科技(武汉)股份有限公司 | 内窥镜图像校正方法、系统及计算机存储介质 |
TWI816471B (zh) * | 2022-07-18 | 2023-09-21 | 樸實美股份有限公司 | 膠囊內視鏡、內視鏡系統以及影像校正方法 |
CN116076995A (zh) * | 2023-02-03 | 2023-05-09 | 浙江势通机器人科技有限公司 | 用于胶囊内窥镜的扫描控制方法和扫描控制系统 |
CN116076995B (zh) * | 2023-02-03 | 2023-09-01 | 浙江势通机器人科技有限公司 | 用于胶囊内窥镜的扫描控制方法和扫描控制系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114066781B (zh) | 2022-05-10 |
WO2023138544A1 (zh) | 2023-07-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114066781B (zh) | 胶囊内窥镜肠道图像的识别定位方法、存储介质和设备 | |
CN113573654B (zh) | 用于检测并测定病灶尺寸的ai系统、方法和存储介质 | |
KR102237441B1 (ko) | 뉴럴 네트워크를 이용하여 캡슐 내시경 영상으로부터 병변 판독 방법 및 장치 | |
JP2022535873A (ja) | 結腸画像およびビデオを処理するためのシステムおよび方法 | |
US10068334B2 (en) | Reconstruction of images from an in vivo multi-camera capsule | |
US7733404B2 (en) | Fast imaging system calibration | |
CN111091562B (zh) | 一种消化道病灶大小测量方法及系统 | |
JP2017522072A (ja) | 信頼度マッチング付き生体内マルチカメラカプセルからの画像の再構築 | |
CN114782470B (zh) | 消化道的三维全景识别定位方法、存储介质和设备 | |
Seshamani et al. | Real-time endoscopic mosaicking | |
JP2018197674A (ja) | 計測装置の作動方法、計測装置、計測システム、3次元形状復元装置、およびプログラム | |
CN109171817A (zh) | 三维乳腺超声扫描方法及超声扫描系统 | |
CN114022547A (zh) | 一种内窥镜图像检测方法、装置、设备及存储介质 | |
KR102294739B1 (ko) | 캡슐 내시경의 위치정보를 기반으로 캡슐 내시경의 위치를 파악하는 시스템 및 방법 | |
JP2008302100A (ja) | 医用画像表示装置及びプログラム | |
WO2020224199A1 (zh) | 鱼眼相机标定系统、方法、装置、电子设备及存储介质 | |
CN116958147B (zh) | 基于深度图像特征的目标区域确定方法、装置和设备 | |
Ben-Hamadou et al. | Construction of extended 3D field of views of the internal bladder wall surface: A proof of concept | |
JP6409769B2 (ja) | 3次元形状計測装置、3次元形状計測方法及び3次元形状計測プログラム | |
CN115797348B (zh) | 内窥镜下目标结构评估系统、方法、设备及存储介质 | |
Safavian et al. | Endoscopic measurement of the size of gastrointestinal polyps using an electromagnetic tracking system and computer vision-based algorithm | |
CN110520893B (zh) | 对通过胶囊相机所撷取的图像进行图像处理并显示的方法 | |
CN116016815A (zh) | 视频质控方法、视频质控装置以及计算机可读存储介质 | |
Hong et al. | Colonoscopy simulation | |
CN113538426A (zh) | 医学图像处理方法及装置、病灶定位方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |