CN114066781B - 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 PDF

Info

Publication number
CN114066781B
CN114066781B CN202210052705.2A CN202210052705A CN114066781B CN 114066781 B CN114066781 B CN 114066781B CN 202210052705 A CN202210052705 A CN 202210052705A CN 114066781 B CN114066781 B CN 114066781B
Authority
CN
China
Prior art keywords
image
intestinal
corrected
pixel
capsule endoscope
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
CN202210052705.2A
Other languages
English (en)
Other versions
CN114066781A (zh
Inventor
李鹏
胡峰
谢浩生
刘揆亮
刘一君
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.)
Jiangsu Shitong Biotechnology Co ltd
Zhejiang Honghe Medical Technology Co ltd
Original Assignee
Jiangsu Shitong Biotechnology Co ltd
Zhejiang Honghe Medical Technology 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 Jiangsu Shitong Biotechnology Co ltd, Zhejiang Honghe Medical Technology Co ltd filed Critical Jiangsu Shitong Biotechnology Co ltd
Priority to CN202210052705.2A priority Critical patent/CN114066781B/zh
Publication of CN114066781A publication Critical patent/CN114066781A/zh
Application granted granted Critical
Publication of CN114066781B publication Critical patent/CN114066781B/zh
Priority to PCT/CN2023/072477 priority patent/WO2023138544A1/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G06T5/80—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformation in the plane of the image
    • G06T3/40—Scaling the whole image or part thereof
    • G06T3/4038—Scaling the whole image or part thereof for image mosaicing, i.e. plane images composed of 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

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

胶囊内窥镜肠道图像的识别定位方法、存储介质和设备
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
Figure 409512DEST_PATH_IMAGE001
构成的原始图像集表示为
Figure 123390DEST_PATH_IMAGE002
，
Figure 231023DEST_PATH_IMAGE003
表示获取得到的图像总数，原始肠道 图像的分辨率为
Figure 95074DEST_PATH_IMAGE004
。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
Figure 502922DEST_PATH_IMAGE005
中的已校正图像为
Figure 794226DEST_PATH_IMAGE006
，待校正图像为
Figure 654734DEST_PATH_IMAGE007
，其中，第 一张图像（n=1）不需要进行校正，将待校正图像为
Figure 322476DEST_PATH_IMAGE007
和已校正图像
Figure 584830DEST_PATH_IMAGE008
，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
Figure 312615DEST_PATH_IMAGE009
的集合表示为第一特征点集
Figure 535785DEST_PATH_IMAGE010
，M对特征点在已校正图像
Figure 866273DEST_PATH_IMAGE011
的集合表示为第二特征点集
Figure 858499DEST_PATH_IMAGE012
，
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
Figure 147398DEST_PATH_IMAGE013
，第二特征点集的第二中心点 表示为
Figure 857865DEST_PATH_IMAGE014
。在待校正图像为
Figure 726464DEST_PATH_IMAGE007
中，第一中心点
Figure 838777DEST_PATH_IMAGE013
到图像中心点的连线与图像中心水平 方向的夹角为
Figure 767419DEST_PATH_IMAGE015
；在已待校正图像为
Figure 230761DEST_PATH_IMAGE016
中，第二中心点
Figure 778417DEST_PATH_IMAGE017
到图像中心点的连线与图像中 心水平方向的夹角为
Figure 869870DEST_PATH_IMAGE018
。待校正图像与已校正图像之间的相对旋转角度为：
Figure 110358DEST_PATH_IMAGE019
其中，
Figure 920051DEST_PATH_IMAGE020
时，表示待校正图像为
Figure 271398DEST_PATH_IMAGE021
需要进行顺时针旋转才能与已待校正图 像为
Figure 217357DEST_PATH_IMAGE022
实现视角对齐；
Figure 628747DEST_PATH_IMAGE023
时，表示待校正图像为
Figure 801102DEST_PATH_IMAGE024
需要进行逆时针旋转才能与已 待校正图像为
Figure 815195DEST_PATH_IMAGE025
实现视角对齐。
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。
待校正图像为
Figure 756606DEST_PATH_IMAGE026
进行旋转校正后的图像表示为
Figure 463531DEST_PATH_IMAGE027
，对于任意像素点值
Figure 123182DEST_PATH_IMAGE028
可对相应的像素点值
Figure 940966DEST_PATH_IMAGE029
按照如下公式进行校正得到，
Figure 471304DEST_PATH_IMAGE030
其中，
Figure 490076DEST_PATH_IMAGE031
表示取整。在其他实施方式中，也可以采用插值方式获得校正后 的图像像素点值。
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。
假设在原始图像集
Figure 501937DEST_PATH_IMAGE032
中的已校正图像为
Figure 998778DEST_PATH_IMAGE033
，待校正图像为
Figure 773836DEST_PATH_IMAGE034
，其中，第一 张图像（n=1）不需要进行校正，将待校正图像为
Figure 432350DEST_PATH_IMAGE035
和已校正图像
Figure 191227DEST_PATH_IMAGE036
。获取已校正图像
Figure 226180DEST_PATH_IMAGE036
所 在采集时刻重力传感器测量得到的第一重力加速度值：
Figure 121323DEST_PATH_IMAGE037
，
待校正图像
Figure 950739DEST_PATH_IMAGE038
所在采集时刻重力传感器测量得到的第二重力加速度值：
Figure 72279DEST_PATH_IMAGE039
其中，
Figure 35556DEST_PATH_IMAGE040
分别为已校正图像
Figure 394993DEST_PATH_IMAGE041
采集时刻重力传感器在u轴、v轴和r 轴的重力加速度读数。
Figure 785523DEST_PATH_IMAGE042
分别为待校正图像
Figure 128779DEST_PATH_IMAGE043
采集时刻重力传感器在 u轴、v轴和r轴的重力加速度读数。
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：
Figure 895747DEST_PATH_IMAGE044
其中，
Figure 375270DEST_PATH_IMAGE045
时，表示待校正图像为
Figure 936701DEST_PATH_IMAGE046
需要进行顺时针旋转才能与已待校正 图像为
Figure 767254DEST_PATH_IMAGE047
实现视角对齐；
Figure 947700DEST_PATH_IMAGE048
时，表示待校正图像为
Figure 406363DEST_PATH_IMAGE049
需要进行逆时针旋转才能与 已待校正图像为
Figure 14062DEST_PATH_IMAGE047
实现视角对齐。
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。
待校正图像为
Figure 456544DEST_PATH_IMAGE050
进行旋转校正后的图像表示为
Figure 175102DEST_PATH_IMAGE051
，对于任意像素点值
Figure 753851DEST_PATH_IMAGE052
可对相应的像素点值
Figure 532451DEST_PATH_IMAGE053
按照如下公式进行校正得到，
Figure 196650DEST_PATH_IMAGE054
其中，
Figure 984478DEST_PATH_IMAGE055
表示取整。在其他实施方式中，也可以采用插值方式获得校正后的 图像像素点值。经过旋转校正后得到的校正图像集表示为
Figure 293099DEST_PATH_IMAGE056
。
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
Figure 367235DEST_PATH_IMAGE056
。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
Figure 394096DEST_PATH_IMAGE057
的圆形边缘表示为201，圆形边缘201 在待截取测量图像
Figure 844669DEST_PATH_IMAGE058
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
Figure 7797DEST_PATH_IMAGE059
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
Figure 252834DEST_PATH_IMAGE060
的 圆。因此，提取目标边缘202的过程可以看做转换为半径
Figure 766992DEST_PATH_IMAGE060
的确定过程。其中，
Figure 896622DEST_PATH_IMAGE061
和
Figure 38890DEST_PATH_IMAGE060
均为像 素长度。
具体地，步骤S21包括如下过程：
步骤S211、计算圆形边缘的第一离散量化像素灰度值序列
Figure 595774DEST_PATH_IMAGE062
，计算公式如下：
Figure 450423DEST_PATH_IMAGE063
步骤S212、在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
Figure 383744DEST_PATH_IMAGE064
，计算公式如下：
Figure 380519DEST_PATH_IMAGE065
其中，
Figure 108303DEST_PATH_IMAGE066
表示候选边缘的半径，候选边缘的圆心为待截取测量图像的中心，
Figure 597053DEST_PATH_IMAGE067
为离散量化刻度，越大的Q值对应越快的计算效率，但是精度会下降，优选的，Q= 26。
步骤S213、计算第一离散量化像素灰度值序列与第二离散量化像素灰度值序列的 莱文斯坦距离
Figure 927541DEST_PATH_IMAGE068
，计算公式如下：
Figure 919767DEST_PATH_IMAGE069
Figure 943087DEST_PATH_IMAGE070
其中，
Figure 653554DEST_PATH_IMAGE071
表示计算序列a和b的莱文斯坦距离。
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。
当
Figure 787732DEST_PATH_IMAGE072
，
Figure 900045DEST_PATH_IMAGE073
从
Figure 828686DEST_PATH_IMAGE074
开始递减，若满足：
Figure 26450DEST_PATH_IMAGE075
选取此时
Figure 839685DEST_PATH_IMAGE076
的作为
Figure 931138DEST_PATH_IMAGE077
，即对应的候选边缘为目标边缘202。
若递减至
Figure 906047DEST_PATH_IMAGE078
时仍然无法满足上述条件，则选取
Figure 715740DEST_PATH_IMAGE079
所对应的
Figure 332666DEST_PATH_IMAGE080
作为目 标边缘202的位置，即
Figure 278625DEST_PATH_IMAGE081
。
在确定了目标边缘202的半径
Figure 690015DEST_PATH_IMAGE082
之后，可得到截取宽度
Figure 862370DEST_PATH_IMAGE083
，根据该截取 宽度可从待截取测量图像
Figure 876463DEST_PATH_IMAGE084
中截取部分图像，作为肠道内壁环形图像
Figure 817874DEST_PATH_IMAGE085
。
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
Figure 259220DEST_PATH_IMAGE086
中半径为
Figure 918871DEST_PATH_IMAGE087
的成像边 缘，CO-2为待截取测量图像
Figure 736654DEST_PATH_IMAGE088
中半径为
Figure 532572DEST_PATH_IMAGE089
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
Figure 410398DEST_PATH_IMAGE090
，则待测距离 304的长度可以计算为：
Figure 557346DEST_PATH_IMAGE091
其中，
Figure 788607DEST_PATH_IMAGE092
且
Figure 563665DEST_PATH_IMAGE093
获得的肠道内壁环形图像集合表示
Figure 487759DEST_PATH_IMAGE094
，获得的物理宽度数据集合 表示为
Figure 981057DEST_PATH_IMAGE095
。
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。
具体地，如图5所示，待截取测量图像
Figure 281588DEST_PATH_IMAGE096
的分辨率为D*D，圆形边缘的半径为
Figure 911153DEST_PATH_IMAGE097
，肠道内壁环形图像
Figure 6148DEST_PATH_IMAGE098
的分辨率为W*H，其中：
Figure 127687DEST_PATH_IMAGE099
对于肠道内壁环形图像
Figure 831244DEST_PATH_IMAGE100
的任意像素
Figure 456261DEST_PATH_IMAGE101
，其值由待截取测量图像
Figure 174687DEST_PATH_IMAGE102
中的对应像素
Figure 252364DEST_PATH_IMAGE103
获得，其中
Figure 19332DEST_PATH_IMAGE104
在其他实施方式中，
Figure 764434DEST_PATH_IMAGE101
的值可以由
Figure 201232DEST_PATH_IMAGE103
通过插值获得。
如图6所示，对于获得的肠道内壁环形图像集合表示
Figure 890839DEST_PATH_IMAGE105
，每一肠道 内壁环形图像
Figure 71285DEST_PATH_IMAGE106
的像素高度为
Figure 795527DEST_PATH_IMAGE107
，像素宽度为
Figure 403226DEST_PATH_IMAGE108
，物理宽度为
Figure 580129DEST_PATH_IMAGE109
。其中，
Figure 298687DEST_PATH_IMAGE110
、
Figure 18381DEST_PATH_IMAGE111
的单位 为像素数，
Figure 921615DEST_PATH_IMAGE109
的单位为毫米或分米。
其中，
Figure 461181DEST_PATH_IMAGE112
将肠道内壁环形图像集合
Figure 108063DEST_PATH_IMAGE113
各幅图像按照像素宽度方向进行首尾 拼接，形成肠道全景图像
Figure 682263DEST_PATH_IMAGE114
，肠道全景图像
Figure 756399DEST_PATH_IMAGE114
的像素高度为
Figure 517681DEST_PATH_IMAGE115
，像素宽度为
Figure 968254DEST_PATH_IMAGE116
，且
Figure 396961DEST_PATH_IMAGE117
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。
其中，感兴趣区域数量可以为多个，在完成阅片之后，可形成K个感兴趣区域
Figure 517364DEST_PATH_IMAGE118
，每一个感兴趣区域
Figure 156156DEST_PATH_IMAGE119
在肠道全景图像
Figure 20207DEST_PATH_IMAGE120
的像素坐标为
Figure 428054DEST_PATH_IMAGE121
，其中
Figure 984938DEST_PATH_IMAGE122
，
Figure 845446DEST_PATH_IMAGE123
。
进一步地，在步骤S50中，根据感兴趣区域
Figure 247609DEST_PATH_IMAGE124
的像素坐标
Figure 509963DEST_PATH_IMAGE125
、各幅肠道内壁 环形图像的像素宽度
Figure 503327DEST_PATH_IMAGE126
以及各幅肠道内壁环形图像的像素宽度
Figure 460918DEST_PATH_IMAGE126
对应的物理宽度
Figure 56985DEST_PATH_IMAGE127
确 定感兴趣区域
Figure 49211DEST_PATH_IMAGE128
在肠道中的物理位置
Figure 90109DEST_PATH_IMAGE129
的方法包括如下步骤：
步骤S51、根据感兴趣区域
Figure 800576DEST_PATH_IMAGE130
的像素坐标
Figure 934754DEST_PATH_IMAGE131
和各幅肠道内壁环形图像的像 素宽度
Figure 781488DEST_PATH_IMAGE132
确定与像素坐标
Figure 116654DEST_PATH_IMAGE131
对应的当前肠道内壁环形图像
Figure 173472DEST_PATH_IMAGE133
的图片序号
Figure 986707DEST_PATH_IMAGE134
，具 体按照如下公式确定：
Figure 78160DEST_PATH_IMAGE135
步骤S52、计算图片序号
Figure 318648DEST_PATH_IMAGE134
之前的各幅肠道内壁环形图像的像素宽度之和
Figure 128341DEST_PATH_IMAGE136
以及物理宽度之和
Figure 479688DEST_PATH_IMAGE137
；
步骤S53、根据像素坐标
Figure 425647DEST_PATH_IMAGE138
、像素宽度之和
Figure 571458DEST_PATH_IMAGE139
、物理宽度之和
Figure 743813DEST_PATH_IMAGE140
以及当前肠道内壁环形图像
Figure 23485DEST_PATH_IMAGE141
的物理宽度
Figure 699317DEST_PATH_IMAGE142
确定感兴趣区域在肠道中的物理位置
Figure 671821DEST_PATH_IMAGE143
， 具体按照如下公式确定：
Figure 65893DEST_PATH_IMAGE144
其中，对所有的感兴趣区域
Figure 883677DEST_PATH_IMAGE145
进行上述处理，可以获得感兴趣区域的 原始图片编号集合
Figure 679594DEST_PATH_IMAGE146
，对应的感兴趣区域的定位数据集合为
Figure 557420DEST_PATH_IMAGE147
。
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，所述像素宽度方向为所述肠道内壁环形图像展开后得到的图像的宽度所在方向；
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。
CN202210052705.2A 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 Active CN114066781B (zh)

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 CN114066781A (zh) 2022-02-18
CN114066781B true 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)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN114511045B (zh) * 2022-04-19 2022-09-06 武汉大学 图像处理方法、装置、终端及计算机可读存储介质
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
CN114782470B (zh) * 2022-06-22 2022-09-13 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
CN115115545A (zh) * 2022-06-28 2022-09-27 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
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

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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 (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2316328B1 (en) * 2003-09-15 2012-05-09 Super Dimension Ltd. Wrap-around holding device for use with bronchoscopes
DE102005034167B4 (de) * 2005-07-21 2012-01-26 Siemens Ag Einrichtung und Verfahren zur Ermittlung einer Position eines Implantats in einem Körper
CN101551862B (zh) * 2009-05-13 2011-06-01 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
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
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
CN113610887A (zh) * 2021-05-26 2021-11-05 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

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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)

* Cited by examiner, † Cited by third party
Title
《一种基于感兴趣区域提取的医学图像检索技术》;王李东等;《宁波大学学报（理工版）》;20061231;第19卷(第4期);第465-470页 *
《一种超声胶囊内窥镜及其成像方法研究》;黄耀才;《中国优秀硕士学位论文全文数据库 医药卫生科技辑》;20200715(第7期);第E072-141页 *
《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》;张国鹏;《中国博士论文全文数据库 信息科技辑》;20140215(第2期);第I138-53页 *

Also Published As

Publication number Publication date
CN114066781A (zh) 2022-02-18
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
KR102237441B1 (ko) 뉴럴 네트워크를 이용하여 캡슐 내시경 영상으로부터 병변 판독 방법 및 장치
US10068334B2 (en) Reconstruction of images from an in vivo multi-camera capsule
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
CN113573654A (zh) 用于检测并测定病灶尺寸的ai系统
CN111091562B (zh) 一种消化道病灶大小测量方法及系统
WO2012083135A1 (en) Systems and methods for processing images with edge detection and snap-to feature
CN109730683B (zh) 内窥镜目标物大小计算方法及分析系统
CN102065744A (zh) 图像处理装置、图像处理程序及图像处理方法
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
Seshamani et al. Real-time endoscopic mosaicking
CN114022547A (zh) 一种内窥镜图像检测方法、装置、设备及存储介质
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
WO2020224199A1 (zh) 鱼眼相机标定系统、方法、装置、电子设备及存储介质
JP2008302100A (ja) 医用画像表示装置及びプログラム
CN108537789B (zh) 管腔识别方法、装置及计算机存储介质
CN116958147B (zh) 基于深度图像特征的目标区域确定方法、装置和设备
CN114782470B (zh) 消化道的三维全景识别定位方法、存储介质和设备
Ben-Hamadou et al. Construction of extended 3D field of views of the internal bladder wall surface: A proof of concept
Safavian et al. Endoscopic measurement of the size of gastrointestinal polyps using an electromagnetic tracking system and computer vision-based algorithm
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
KR102294739B1 (ko) 캡슐 내시경의 위치정보를 기반으로 캡슐 내시경의 위치를 파악하는 시스템 및 방법
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
US11601732B2 (en) Display system for capsule endoscopic image and method for generating 3D panoramic view
CN115797348B (zh) 内窥镜下目标结构评估系统、方法、设备及存储介质

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