CN114359278B - 胃黏膜微结构排列规范程度量化方法、终端及存储介质 - Google Patents
胃黏膜微结构排列规范程度量化方法、终端及存储介质 Download PDFInfo
- Publication number
- CN114359278B CN114359278B CN202210267442.7A CN202210267442A CN114359278B CN 114359278 B CN114359278 B CN 114359278B CN 202210267442 A CN202210267442 A CN 202210267442A CN 114359278 B CN114359278 B CN 114359278B
- Authority
- CN
- China
- Prior art keywords
- microstructure
- hole
- area
- parameter
- arrangement
- 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
Links
Images
Landscapes
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本申请提供一种胃黏膜微结构排列规范程度量化方法、终端及存储介质,该方法包括:对预先获取的胃黏膜染色放大图像进行微结构分割,得到微结构分割图像;对微结构分割图中的微结构的面积进行量化,得到微结构面积量化参数;对微结构分割图像进行颜色颠倒,得到微结构背景孔洞图;对微结构背景孔洞图中的微结构的孔洞方向进行量化,得到微结构孔洞方向量化参数;对微结构背景孔洞图中的微结构的孔洞面积进行量化,得到微结构孔洞面积量化参数;基于微结构面积量化参数、微结构孔洞方向量化参数以及微结构孔洞面积量化参数,对胃黏膜微结构排列规范程度进行量化。本申请有效的提高量化的准确性,降低医师主观判断和误诊等情况。
Description
技术领域
本申请涉及医疗辅助技术领域,具体涉及一种胃黏膜微结构排列规范程度量化方法、终端及存储介质。
背景技术
八尾建史在其V·S分型理论中指出,微结构(microsurface,MS)信息是放大内镜下早期胃癌诊断的重要参考指标。规范的MS表现为隐窝边缘上皮(marginal cryptepithelium,MCE)结构的形态为弯曲或椭圆形,呈均一的形状、对称分布、规范排列。不规范的MS表现为MCE的形态为弯曲或椭圆形,或在少数情况下为绒毛状,呈形状不均、分布不对称、排列不规范。
但微结构排列规范与否,为内镜医师基于早癌诊断经验的定性描述或经验总结,并未针对各项描述给出定量化计算方法和相应结论,具有很强的主观性,学习困难,容易造成误诊。
因此,如何有效的对胃黏膜微结构排列规范程度进行量化,降低医师主观判断和误诊等情况,是当前医疗辅助技术领域亟需解决的技术问题。
发明内容
本申请提供一种胃黏膜微结构排列规范程度量化方法、终端及存储介质,旨在解决如何有效的对胃黏膜微结构排列规范程度进行量化,降低医师主观判断和误诊等情况。
一方面,本申请提供胃黏膜微结构排列规范程度量化方法,所述方法包括:
对预先获取的胃黏膜染色放大图像进行微结构分割,得到微结构分割图像;
对所述微结构分割图中的微结构的面积进行量化,得到微结构面积量化参数;
对所述微结构分割图像进行颜色颠倒,得到微结构背景孔洞图;
对所述微结构背景孔洞图中的微结构的孔洞方向进行量化,得到微结构孔洞方向量化参数;
对所述微结构背景孔洞图中的微结构的孔洞面积进行量化,得到微结构孔洞面积量化参数;
基于所述微结构面积量化参数、微结构孔洞方向量化参数以及微结构孔洞面积量化参数,对胃黏膜微结构排列规范程度进行量化。
在本申请一种可能的实现方式中,所述对所述微结构分割图中的微结构的面积进行量化,得到微结构面积量化参数,包括:
获取所述微结构分割图中微结构的第一面积参数;
获取所述微结构对应的连通域最小外接矩形的尺寸参数;
基于所述尺寸参数,对所述第一面积参数进行归一化处理,得到目标面积参数;
基于所述目标面积参数对所述微结构分割图中的微结构的面积进行量化,得到微结构面积量化参数。
在本申请一种可能的实现方式中,所述微结构背景孔洞图中包括有多个孔洞结构;
所述对所述微结构背景孔洞图中的微结构的孔洞方向进行量化,得到微结构孔洞方向量化参数,包括:
获取所述多个孔洞结构中每个孔洞结构的坐标信息,所述坐标信息为所述孔洞结构对应的连通域最小外接矩形的预设顶点的坐标信息;
基于所述坐标信息,确定所述多个孔洞结构中每个孔洞结构的方向参数;
基于所述方向参数对所述微结构背景孔洞图中的微结构的孔洞方向进行量化,得到微结构孔洞方向量化参数。
在本申请一种可能的实现方式中,所述微结构背景孔洞图中包括有多个孔洞结构;
所述对所述微结构背景孔洞图中的微结构的孔洞面积进行量化,得到微结构孔洞面积量化参数,包括:
获取所述多个孔洞结构中每个孔洞结构的第二面积参数,得到第一面积参数集;
获取所述多个孔洞结构中每个孔洞结构对应的最小外接矩形的第三面积参数,得到第二面积参数集;
选取所述第一面积参数集中的目标特征值作为背景孔洞面积量化表征值;
基于所述背景孔洞面积量化表征值和所述第二面积参数集,对所述微结构背景孔洞图中的微结构的孔洞面积进行量化,得到微结构孔洞面积量化参数。
在本申请一种可能的实现方式中,所述基于所述微结构面积量化参数、微结构孔洞方向量化参数以及微结构孔洞面积量化参数,对胃黏膜微结构排列规范程度进行量化,包括:
将所述微结构面积量化参数、微结构孔洞方向量化参数以及微结构孔洞面积量化参数进行加权拟合,得到胃黏膜微结构排列规范程度系数;
基于所述胃黏膜微结构排列规范程度系数和预设的胃黏膜微结构排列规范程度系数阈值,对胃黏膜微结构排列规范程度进行量化。
在本申请一种可能的实现方式中,所述基于所述胃黏膜微结构排列规范程度系数和预设的胃黏膜微结构排列规范程度系数阈值,对胃黏膜微结构排列规范程度进行量化,包括:
获取预设的胃黏膜结构排列规范程度系数阈值;
将所述胃黏膜微结构排列规范程度系数和所述胃黏膜微结构排列规范程度系数阈值进行比较;
若所述胃黏膜微结构排列规范程度系数大于所述胃黏膜微结构排列规范程度系数阈值,则确定所述胃黏膜微结构排列规范程度为不规范;
若所述胃黏膜微结构排列规范程度系数小于或等于所述胃黏膜微结构排列规范程度系数阈值,则确定所述胃黏膜微结构排列规范程度为规范。
在本申请一种可能的实现方式中,所述获取预设的胃黏膜结构排列规范程度系数阈值,包括:
获取包括有预设张微结构分割图像的样本集;
将所述样本集进行分类,得到规范样本集和不规范样本集;
计算所述规范样本集中每个样本的微结构排列规范程度系数,得到第一微结构排列规范程度系数集,并计算所述不规范样本集中每个样本的微结构排列规范程度系数,得到第二微结构排列规范程度系数集;
计算所述第一微结构排列规范程度系数集对应的第一特征值,并计算所述第二微结构排列规范程度系数集对应的第二特征值;
基于所述第一特征值和所述第二特征值,确定预设的胃黏膜结构排列规范程度系数阈值。
另一方面,本申请提供一种胃黏膜微结构排列规范程度量化装置,所述装置包括:
第一微结构分割单元,用于对预先获取的胃黏膜染色放大图像进行微结构分割,得到微结构分割图像;
第一量化单元,用于对所述微结构分割图中的微结构的面积进行量化,得到微结构面积量化参数;
第一颜色颠倒单元,用于对所述微结构分割图像进行颜色颠倒,得到微结构背景孔洞图;
第二量化单元,用于对所述微结构背景孔洞图中的微结构的孔洞方向进行量化,得到微结构孔洞方向量化参数;
第三量化单元,用于对所述微结构背景孔洞图中的微结构的孔洞面积进行量化,得到微结构孔洞面积量化参数;
第四量化单元,用于基于所述微结构面积量化参数、微结构孔洞方向量化参数以及微结构孔洞面积量化参数,对胃黏膜微结构排列规范程度进行量化。
在本申请一种可能的实现方式中,所述第一量化单元,具体用于:
获取所述微结构分割图中微结构的第一面积参数;
获取所述微结构对应的连通域最小外接矩形的尺寸参数;
基于所述尺寸参数,对所述第一面积参数进行归一化处理,得到目标面积参数;
基于所述目标面积参数对所述微结构分割图中的微结构的面积进行量化,得到微结构面积量化参数。
在本申请一种可能的实现方式中,所述微结构背景孔洞图中包括有多个孔洞结构;
所述第二量化单元,具体用于:
获取所述多个孔洞结构中每个孔洞结构的坐标信息,所述坐标信息为所述孔洞结构对应的连通域最小外接矩形的预设顶点的坐标信息;
基于所述坐标信息,确定所述多个孔洞结构中每个孔洞结构的方向参数;
基于所述方向参数对所述微结构背景孔洞图中的微结构的孔洞方向进行量化,得到微结构孔洞方向量化参数。
在本申请一种可能的实现方式中,所述微结构背景孔洞图中包括有多个孔洞结构;
所述第三量化单元,具体用于:
获取所述多个孔洞结构中每个孔洞结构的第二面积参数,得到第一面积参数集;
获取所述多个孔洞结构中每个孔洞结构对应的最小外接矩形的第三面积参数,得到第二面积参数集;
选取所述第一面积参数集中的目标特征值作为背景孔洞面积量化表征值;
基于所述背景孔洞面积量化表征值和所述第二面积参数集,对所述微结构背景孔洞图中的微结构的孔洞面积进行量化,得到微结构孔洞面积量化参数。
在本申请一种可能的实现方式中,所述第四量化单元,具体包括:
第一加权拟合单元,用于将所述微结构面积量化参数、微结构孔洞方向量化参数以及微结构孔洞面积量化参数进行加权拟合,得到胃黏膜微结构排列规范程度系数;
第五量化单元,用于基于所述胃黏膜微结构排列规范程度系数和预设的胃黏膜微结构排列规范程度系数阈值,对胃黏膜微结构排列规范程度进行量化。
在本申请一种可能的实现方式中,所述第五量化单元,具体包括:
第一获取单元,用于获取预设的胃黏膜结构排列规范程度系数阈值;
第一比较单元,用于将所述胃黏膜微结构排列规范程度系数和所述胃黏膜微结构排列规范程度系数阈值进行比较;
第一确定单元,若所述胃黏膜微结构排列规范程度系数大于所述胃黏膜微结构排列规范程度系数阈值,则确定所述胃黏膜微结构排列规范程度为不规范;
第二确定单元,用于若所述胃黏膜微结构排列规范程度系数小于或等于所述胃黏膜微结构排列规范程度系数阈值,则确定所述胃黏膜微结构排列规范程度为规范。
在本申请一种可能的实现方式中,所述第一获取单元,具体用于:
获取包括有预设张微结构分割图像的样本集;
将所述样本集进行分类,得到规范样本集和不规范样本集;
计算所述规范样本集中每个样本的微结构排列规范程度系数,得到第一微结构排列规范程度系数集,并计算所述不规范样本集中每个样本的微结构排列规范程度系数,得到第二微结构排列规范程度系数集;
计算所述第一微结构排列规范程度系数集对应的第一特征值,并计算所述第二微结构排列规范程度系数集对应的第二特征值;
基于所述第一特征值和所述第二特征值,确定预设的胃黏膜结构排列规范程度系数阈值。
另一方面,本申请还提供一种终端,所述终端包括:
一个或多个处理器;
存储器;以及
一个或多个应用程序,其中所述一个或多个应用程序被存储于所述存储器中,并配置为由所述处理器执行以实现所述的胃黏膜微结构排列规范程度量化方法。
另一方面,本申请还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器进行加载,以执行所述的胃黏膜微结构排列规范程度量化方法中的步骤。
本申请提供一种胃黏膜微结构排列规范程度量化方法,包括对预先获取的胃黏膜染色放大图像进行微结构分割,得到微结构分割图像;对微结构分割图中的微结构的面积进行量化,得到微结构面积量化参数;对微结构分割图像进行颜色颠倒,得到微结构背景孔洞图;对微结构背景孔洞图中的微结构的孔洞方向进行量化,得到微结构孔洞方向量化参数;对微结构背景孔洞图中的微结构的孔洞面积进行量化,得到微结构孔洞面积量化参数;基于微结构面积量化参数、微结构孔洞方向量化参数以及微结构孔洞面积量化参数,对胃黏膜微结构排列规范程度进行量化。相较于传统方法,在无法有效对胃黏膜微结构排列规范程度进行量化的情况下,本申请创造性的提出通过基于微结构面积量化参数、微结构孔洞方向量化参数以及微结构孔洞面积量化参数三个特征参数对胃黏膜微结构排列规范程度进行量化,可以综合多方面的特征,有效的提高量化的准确性,降低医师主观判断和误诊等情况。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的胃黏膜微结构排列规范程度量化系统的场景示意图;
图2是本申请实施例中提供的胃黏膜微结构排列规范程度量化方法的一个实施例流程示意图;
图3是本申请实施例中提供的步骤206的一个实施例流程示意图;
图4是本申请实施例中提供的步骤302的一个实施例流程示意图;
图5是本申请实施例中提供的步骤401的一个实施例流程示意图;
图6是本申请实施例中提供的胃黏膜微结构排列规范程度量化装置的一个实施例结构示意图;
图7是本申请实施例中提供的终端的一个实施例结构示意图;
图8是本申请实施例中提供的微结构分割示意图;
图9是本申请实施例中提供的微结构连通域颜色标记示意图;
图10是本申请实施例中提供的微结构背景孔洞图;
图11是本申请实施例中提供的微结构孔洞连通域方向量化过程示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在本申请的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“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申请和简化描述,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申请的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本申请中,“示例性”一词用来表示“用作例子、例证或说明”。本申请中被描述为“示例性”的任何实施例不一定被解释为比其它实施例更优选或更具优势。为了使本领域任何技术人员能够实现和使用本申请,给出了以下描述。在以下描述中,为了解释的目的而列出了细节。应当明白的是,本领域普通技术人员可以认识到,在不使用这些特定细节的情况下也可以实现本申请。在其它实例中,不会对公知的结构和过程进行详细阐述,以避免不必要的细节使本申请的描述变得晦涩。因此,本申请并非旨在限于所示的实施例,而是与符合本申请所公开的原理和特征的最广范围相一致。
本申请实施例提供一种胃黏膜微结构排列规范程度量化方法、终端及存储介质,以下分别进行详细说明。
如图1所示,图1是本申请实施例提供的胃黏膜微结构排列规范程度量化系统的场景示意图,该胃黏膜微结构排列规范程度量化系统可以包括多个终端100和服务器200,终端100和服务器200网络连接,服务器200中集成有胃黏膜微结构排列规范程度量化装置,如图1中的服务器,终端100可以访问服务器200。
本申请实施例中服务器200主要用于对预先获取的胃黏膜染色放大图像进行微结构分割,得到微结构分割图像;对微结构分割图中的微结构的面积进行量化,得到微结构面积量化参数;对微结构分割图像进行颜色颠倒,得到微结构背景孔洞图;对微结构背景孔洞图中的微结构的孔洞方向进行量化,得到微结构孔洞方向量化参数;对微结构背景孔洞图中的微结构的孔洞面积进行量化,得到微结构孔洞面积量化参数;基于微结构面积量化参数、微结构孔洞方向量化参数以及微结构孔洞面积量化参数,对胃黏膜微结构排列规范程度进行量化。
本申请实施例中,该服务器200可以是独立的服务器,也可以是服务器组成的服务器网络或服务器集群,例如本申请实施例中所描述的服务器200,其包括但不限于计算机、网络终端、单个网络服务器、多个网络服务器集或多个服务器构成的云服务器。其中,云服务器由基于云计算(Cloud Computing)的大量计算机或网络服务器构成。本申请的实施例中,服务器与终端之间可通过任何通信方式实现通信,包括但不限于,基于第三代合作伙伴计划(3rd Generation Partnership Project,3GPP)、长期演进(Long Term Evolution,LTE)、全球互通微波访问(Worldwide Interoperability for Microwave Access,WiMAX)的移动通信,或基于TCP/IP协议族(TCP/IP Protocol Suite,TCP/IP)、用户数据报协议(User Datagram Protocol,UDP)的计算机网络通信等。
可以理解的是,本申请实施例中所使用的终端100可以是既包括接收和发射硬件的设备,既具有能够在双向通信链路上,执行双向通信的接收和发射硬件的设备。这种终端可以包括:蜂窝或其他通信设备,其具有单线路显示器或多线路显示器或没有多线路显示器的蜂窝或其他通信设备。具体的终端100具体可以是台式终端或移动终端,终端100具体还可以是手机、平板电脑、笔记本电脑、医疗辅助仪器等中的一种。
本领域技术人员可以理解,图1中示出的应用环境,仅仅是与本申请方案的一种应用场景,并不构成对本申请方案应用场景的限定,其他的应用环境还可以包括比图1中所示更多或更少的终端,或者服务器网络连接关系,例如图1中仅示出1个服务器和2个终端。可以理解的,该胃黏膜微结构排列规范程度量化系统还可以包括一个或多个其他服务器,或/且一个或多个与服务器网络连接的终端,具体此处不作限定。
另外,如图1所示,该胃黏膜微结构排列规范程度量化系统还可以包括存储器300,用于存储数据,如存储用户胃黏膜染色放大图像和胃黏膜微结构排列规范程度量化数据,例如胃黏膜微结构排列规范程度量化系统运行时的胃黏膜微结构排列规范程度量化数据。
需要说明的是,图1所示的胃黏膜微结构排列规范程度量化系统的场景示意图仅仅是一个示例,本申请实施例描述的胃黏膜微结构排列规范程度量化系统以及场景是为了更加清楚的说明本申请实施例的技术方案,并不构成对于本申请实施例提供的技术方案的限定,本领域普通技术人员可知,随着胃黏膜微结构排列规范程度量化系统的演变和新业务场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。
接下来,介绍本申请实施例提供的胃黏膜微结构排列规范程度量化方法。
本申实施例胃黏膜微结构排列规范程度量化方法的实施例中以胃黏膜微结构排列规范程度量化装置作为执行主体,为了简化与便于描述,后续方法实施例中将省略该执行主体,该胃黏膜微结构排列规范程度量化装置应用于终端,该方法包括:对预先获取的胃黏膜染色放大图像进行微结构分割,得到微结构分割图像;对微结构分割图中的微结构的面积进行量化,得到微结构面积量化参数;对微结构分割图像进行颜色颠倒,得到微结构背景孔洞图;对微结构背景孔洞图中的微结构的孔洞方向进行量化,得到微结构孔洞方向量化参数;对微结构背景孔洞图中的微结构的孔洞面积进行量化,得到微结构孔洞面积量化参数;基于微结构面积量化参数、微结构孔洞方向量化参数以及微结构孔洞面积量化参数,对胃黏膜微结构排列规范程度进行量化。
请参阅图2至图11,图2为本申请实施例中提供的胃黏膜微结构排列规范程度量化方法的一个实施例流程示意图,该胃黏膜微结构排列规范程度量化方法包括:
201、对预先获取的胃黏膜染色放大图像进行微结构分割,得到微结构分割图像;
胃黏膜,即胃腔内面的黏膜为胃黏膜,是胃壁的最内层。新鲜胃黏膜呈淡粉色。胃在空虚时或半充盈时,胃黏膜形成许多皱壁。胃小弯处约有4~5条纵行皱壁;胃大弯处多为横行或斜行皱壁;其他部分的皱壁形状不规则。胃黏膜由上皮、固有层及粘膜肌层3层组成。
放大胃镜与电子染色内镜联合应用,能够观察到普通胃镜无法观察的微小黏膜表面微细结构,即可获取胃粘膜染色放大图像,如图8左侧的两张图所示。
具体的,通过内镜检查设备获取染色放大模式下胃部内镜视频,将视频解码为图像;然后对图像进行标注,勾勒出图片中微结构轮廓;采用预先设置的微结构分割模型对胃黏膜染色放大图像进行微结构分割。其分割效果如图8所示。
其中,预先设置的微结构分割模型在使用前,需要进行模型的构建和训练,本申请优选的,以Unet为基础神经网络结构,损失函数采用均方误差损失:
进一步的,在其它的实施例中,本申请还可以用采用别的分割方法如mask-rcnn等。
202、对微结构分割图中的微结构的面积进行量化,得到微结构面积量化参数;
在本申请的一些实施例中,对微结构分割图中的微结构的面积进行量化,得到微结构面积量化参数,包括:获取微结构分割图中微结构的第一面积参数;获取微结构对应的连通域最小外接矩形的尺寸参数;基于尺寸参数,对第一面积参数进行归一化处理,得到目标面积参数;基于目标面积参数对微结构分割图中的微结构的面积进行量化,得到微结构面积量化参数。
具体的,获取微结构分割图中微结构的第一面积参数,具体可以是在连通域的基
础上,遍历微结构分割图,通过opencv自带的函数进行获取;获取微结
构对应的连通域最小外接矩形的尺寸参数,具体可以通过opencv自带的函数进行获取。如图9所示。基于尺寸参数,对第一面积参数进行归一
化处理,具体可以是使每个微结构的面积参数相对于自身对应的最小外接矩形面积进行归
一化,如;其中,为目标面积参数;基于目标面积参数对微结构分割图中的
微结构的面积进行量化,得到微结构面积量化参数,具体可采用如下述公式:
其中,n为微结构分割图中微结构总的数目。
203、对微结构分割图像进行颜色颠倒,得到微结构背景孔洞图;
根据发明人构思,为了实现后续图像处理流程,考虑到在寻找连通域时,需要分析
黑白图里面的白色目标,而黑色的默认为背景,因此,可对微结构分割图像进行颜色颠倒,
得到微结构背景孔洞图。如图10所示,左侧的两张图像是原有的微结构分割图像,其右侧的
两张图像是经过颜色颠倒处理后得到的微结构背景孔洞图。具体的,可通过如下方式进行
颜色颠倒:。
204、对微结构背景孔洞图中的微结构的孔洞方向进行量化,得到微结构孔洞方向量化参数;
在本申请的一些实施例中,微结构背景孔洞图中包括有多个孔洞结构;对微结构背景孔洞图中的微结构的孔洞方向进行量化,得到微结构孔洞方向量化参数,包括:获取多个孔洞结构中每个孔洞结构的坐标信息,坐标信息为孔洞结构对应的连通域最小外接矩形的预设顶点的坐标信息;基于坐标信息,确定多个孔洞结构中每个孔洞结构的方向参数;基于方向参数对微结构背景孔洞图中的微结构的孔洞方向进行量化,得到微结构孔洞方向量化参数。
其中,预设顶点指的最小外接矩形中任意一条对角线的两个顶点,本申请以如图11的两个顶点进行举例说明。
具体的,获取多个孔洞结构中每个孔洞结构的坐标信息,具体可以在连通域的基
础上,遍历微结构背景孔洞图,通过opencv自带的函数进行获取;其
中,点坐标和点坐标;基于坐标信息,确定多个孔洞结构中每个孔洞
结构的方向参数,如下公式:,以计算得到每个孔洞结构的方向参数。进一步
的,基于方向参数对微结构背景孔洞图中的微结构的孔洞方向进行量化,得到微结构孔洞
方向量化参数,如下公式所示:;
其中,n为微结构背景孔洞图中孔洞总的数目。
205、对微结构背景孔洞图中的微结构的孔洞面积进行量化,得到微结构孔洞面积量化参数;
在本申请的一些实施例中,微结构背景孔洞图中包括有多个孔洞结构;对微结构背景孔洞图中的微结构的孔洞面积进行量化,得到微结构孔洞面积量化参数,包括:获取多个孔洞结构中每个孔洞结构的第二面积参数,得到第一面积参数集;获取多个孔洞结构中每个孔洞结构对应的最小外接矩形的第三面积参数,得到第二面积参数集;选取第一面积参数集中的目标特征值作为背景孔洞面积量化表征值;基于背景孔洞面积量化表征值和第二面积参数集,对微结构背景孔洞图中的微结构的孔洞面积进行量化,得到微结构孔洞面积量化参数。
其中,第一面积参数集指的是包括有多个孔洞结构中每个孔洞结构的第二面积参
数的集合,如,其中,n为微结构背景孔洞图中孔洞总的数目;
第二面积参数集指的是包括有多个孔洞结构中每个孔洞结构对应的最小外接矩形的第三
面积参数的集合;目标特征值可以是均值、最大值、最小值、中位数。
具体的,获取多个孔洞结构中每个孔洞结构的第二面积参数,得到第一面积参数
集,可以在连通域的基础上,遍历微结构背景孔洞图,通过opencv自带的函数进行获取;获取多个孔洞结构中每个孔洞结构对应的最小外接矩
形的第三面积参数,得到第二面积参数集,具体可以通过opencv自带的函数进行获取,如最小外接矩形面积;选取第一面积参数集中的目
标特征值作为背景孔洞面积量化表征值,具体的,本申请根据实验测试,选取中位数作为目
标特征值计算的效果最佳,因此,选取第一面积参数集中的中位数作为背景孔洞面积量化
表征值,即如下公式:
基于背景孔洞面积量化表征值和第二面积参数集,对微结构背景孔洞图中的微结构的孔洞面积进行量化,得到微结构孔洞面积量化参数,具体如下公式:
其中,n为微结构背景孔洞图中孔洞总的数目。
206、基于微结构面积量化参数、微结构孔洞方向量化参数以及微结构孔洞面积量化参数,对胃黏膜微结构排列规范程度进行量化。
其中,胃黏膜微结构排列规范程度指的是在胃黏膜中的微结构排列方式的规范程度,该规范程度包括规范的和不规范的,其中是否规范可以看微结构的排列方式是否杂乱,如多个相邻的微结构孔洞方向均不相同,微结构孔洞面积大小不一,则说明微结构的排列方式杂乱,即规范程度为不规范,反之则为规范。
具体的,本申请在下述实施例对如何基于微结构面积量化参数、微结构孔洞方向量化参数以及微结构孔洞面积量化参数,对胃黏膜微结构排列规范程度进行量化,进行详细介绍,在此不作赘述。
相较于传统方法,在无法有效对胃黏膜微结构排列规范程度进行量化的情况下,本申请创造性的提出通过基于微结构面积量化参数、微结构孔洞方向量化参数以及微结构孔洞面积量化参数三个特征参数对胃黏膜微结构排列规范程度进行量化,可以综合多方面的特征,有效的提高量化的准确性,降低医师主观判断和误诊等情况。
在本申请的一些实施例中,如图3所示,步骤206、基于微结构面积量化参数、微结构孔洞方向量化参数以及微结构孔洞面积量化参数,对胃黏膜微结构排列规范程度进行量化,包括:
301、将微结构面积量化参数、微结构孔洞方向量化参数以及微结构孔洞面积量化参数进行加权拟合,得到胃黏膜微结构排列规范程度系数;
具体的,根据上述步骤201至步骤206中的举例可知,其微结构面积量化参数为、
微结构孔洞方向量化参数为以及微结构孔洞面积量化参数为,将微结构面积量化参
数、微结构孔洞方向量化参数以及微结构孔洞面积量化参数进行加权拟合的计算公式如下
所示:
其中,分别为微结构面积量化参数为、微结构孔洞方向量化参数为以及微结构孔洞面积量化参数为的权重系数,具体的,该权重系数可以通过训练机
器学习方法如决策树、随机森林等机器学习模型得到,或者通过网格搜索法,贪婪搜索法等
进行获取。
302、基于胃黏膜微结构排列规范程度系数和预设的胃黏膜微结构排列规范程度系数阈值,对胃黏膜微结构排列规范程度进行量化。
在本申请的一些实施例中,如图4所示,步骤302、基于胃黏膜微结构排列规范程度系数和预设的胃黏膜微结构排列规范程度系数阈值,对胃黏膜微结构排列规范程度进行量化,包括:
401、获取预设的胃黏膜结构排列规范程度系数阈值;
具体如何获取预设的胃黏膜结构排列规范程度系数阈值,请参阅下述实施例,在此不作赘述。
402、将胃黏膜微结构排列规范程度系数和胃黏膜微结构排列规范程度系数阈值进行比较;
403、若胃黏膜微结构排列规范程度系数大于胃黏膜微结构排列规范程度系数阈值,则确定胃黏膜微结构排列规范程度为不规范;
404、若胃黏膜微结构排列规范程度系数小于或等于胃黏膜微结构排列规范程度系数阈值,则确定胃黏膜微结构排列规范程度为规范。
在本申请的一些实施例中,如图5所示,步骤401、获取预设的胃黏膜结构排列规范程度系数阈值,包括:
501、获取包括有预设张微结构分割图像的样本集;
502、将样本集进行分类,得到规范样本集和不规范样本集;
其中,规范样本集为U1,不规范样本集为U2,在具体实施过程中,每个等级图片数量首次不少于4000张。
503、计算规范样本集中每个样本的微结构排列规范程度系数,得到第一微结构排列规范程度系数集,并计算不规范样本集中每个样本的微结构排列规范程度系数,得到第二微结构排列规范程度系数集;
其中,第一微结构排列规范程度系数集指的是包括规范样本集中每个样本的微结
构排列规范程度系数的集合,如;第二微结构排列规范程度系数集指
的是包括有不规范样本集中每个样本的微结构排列规范程度系数的集合,如。具体的,其计算规范样本集中每个样本的微结构排列规范程度系数
可以采用如上述步骤301的计算方式。
504、计算第一微结构排列规范程度系数集对应的第一特征值,并计算第二微结构排列规范程度系数集对应的第二特征值;
其中,第一特征值可以选取集合中的均值、最大值、最小值、中值等,本申请实施例中,最优的,选取均值作为第一特征值,同样的,选取均值作为第二特征值。
505、基于第一特征值和第二特征值,确定预设的胃黏膜结构排列规范程度系数阈值。
在本申请的一些实施例中,本申请还会对胃黏膜结构排列规范程度系数阈值进行更新与校准,具体实现步骤如下:
为了更好实施本申请实施例中胃黏膜微结构排列规范程度量化方法,在胃黏膜微结构排列规范程度量化方法基础之上,本申请实施例中还提供一种胃黏膜微结构排列规范程度量化装置,如图6所示,胃黏膜微结构排列规范程度量化装置600包括第一微结构分割单元601、第一量化单元602、第一颜色颠倒单元603、第二量化单元604、第三量化单元605、以及第四量化单元606:
第一微结构分割单元601,用于对预先获取的胃黏膜染色放大图像进行微结构分割,得到微结构分割图像;
第一量化单元602,用于对微结构分割图中的微结构的面积进行量化,得到微结构面积量化参数;
第一颜色颠倒单元603,用于对微结构分割图像进行颜色颠倒,得到微结构背景孔洞图;
第二量化单元604,用于对微结构背景孔洞图中的微结构的孔洞方向进行量化,得到微结构孔洞方向量化参数;
第三量化单元605,用于对微结构背景孔洞图中的微结构的孔洞面积进行量化,得到微结构孔洞面积量化参数;
第四量化单元606,用于基于微结构面积量化参数、微结构孔洞方向量化参数以及微结构孔洞面积量化参数,对胃黏膜微结构排列规范程度进行量化。
在本申请的一些实施例中,第一量化单元602,具体用于:
获取微结构分割图中微结构的第一面积参数;
获取微结构对应的连通域最小外接矩形的尺寸参数;
基于尺寸参数,对第一面积参数进行归一化处理,得到目标面积参数;
基于目标面积参数对微结构分割图中的微结构的面积进行量化,得到微结构面积量化参数。
在本申请的一些实施例中,微结构背景孔洞图中包括有多个孔洞结构;
第二量化单元604,具体用于:
获取多个孔洞结构中每个孔洞结构的坐标信息,坐标信息为孔洞结构对应的连通域最小外接矩形的预设顶点的坐标信息;
基于坐标信息,确定多个孔洞结构中每个孔洞结构的方向参数;
基于方向参数对微结构背景孔洞图中的微结构的孔洞方向进行量化,得到微结构孔洞方向量化参数。
在本申请的一些实施例中,微结构背景孔洞图中包括有多个孔洞结构;
第三量化单元605,具体用于:
获取多个孔洞结构中每个孔洞结构的第二面积参数,得到第一面积参数集;
获取多个孔洞结构中每个孔洞结构对应的最小外接矩形的第三面积参数,得到第二面积参数集;
选取第一面积参数集中的目标特征值作为背景孔洞面积量化表征值;
基于背景孔洞面积量化表征值和第二面积参数集,对微结构背景孔洞图中的微结构的孔洞面积进行量化,得到微结构孔洞面积量化参数。
在本申请的一些实施例中,第四量化单元606,具体包括:
第一加权拟合单元,用于将微结构面积量化参数、微结构孔洞方向量化参数以及微结构孔洞面积量化参数进行加权拟合,得到胃黏膜微结构排列规范程度系数;
第五量化单元,用于基于胃黏膜微结构排列规范程度系数和预设的胃黏膜微结构排列规范程度系数阈值,对胃黏膜微结构排列规范程度进行量化。
在本申请的一些实施例中,第五量化单元,具体包括:
第一获取单元,用于获取预设的胃黏膜结构排列规范程度系数阈值;
第一比较单元,用于将胃黏膜微结构排列规范程度系数和胃黏膜微结构排列规范程度系数阈值进行比较;
第一确定单元,若胃黏膜微结构排列规范程度系数大于胃黏膜微结构排列规范程度系数阈值,则确定胃黏膜微结构排列规范程度为不规范;
第二确定单元,用于若胃黏膜微结构排列规范程度系数小于或等于胃黏膜微结构排列规范程度系数阈值,则确定胃黏膜微结构排列规范程度为规范。
在本申请的一些实施例中,第一获取单元,具体用于:
获取包括有预设张微结构分割图像的样本集;
将样本集进行分类,得到规范样本集和不规范样本集;
计算规范样本集中每个样本的微结构排列规范程度系数,得到第一微结构排列规范程度系数集,并计算不规范样本集中每个样本的微结构排列规范程度系数,得到第二微结构排列规范程度系数集;
计算第一微结构排列规范程度系数集对应的第一特征值,并计算第二微结构排列规范程度系数集对应的第二特征值;
基于第一特征值和第二特征值,确定预设的胃黏膜结构排列规范程度系数阈值。
本申请提供一种胃黏膜微结构排列规范程度量化装置600,包括第一微结构分割单元601,用于对预先获取的胃黏膜染色放大图像进行微结构分割,得到微结构分割图像;第一量化单元602,用于对微结构分割图中的微结构的面积进行量化,得到微结构面积量化参数;第一颜色颠倒单元603,用于对微结构分割图像进行颜色颠倒,得到微结构背景孔洞图;第二量化单元604,用于对微结构背景孔洞图中的微结构的孔洞方向进行量化,得到微结构孔洞方向量化参数;第三量化单元605,用于对微结构背景孔洞图中的微结构的孔洞面积进行量化,得到微结构孔洞面积量化参数;第四量化单元606,用于基于微结构面积量化参数、微结构孔洞方向量化参数以及微结构孔洞面积量化参数,对胃黏膜微结构排列规范程度进行量化。相较于传统装置,在无法有效对胃黏膜微结构排列规范程度进行量化的情况下,本申请创造性的提出通过基于微结构面积量化参数、微结构孔洞方向量化参数以及微结构孔洞面积量化参数三个特征参数对胃黏膜微结构排列规范程度进行量化,可以综合多方面的特征,有效的提高量化的准确性,降低医师主观判断和误诊等情况。
除了上述介绍用于胃黏膜微结构排列规范程度量化方法与装置之外,本申请实施例还提供一种终端,其集成了本申请实施例所提供的任一种胃黏膜微结构排列规范程度量化装置,终端包括:
一个或多个处理器;
存储器;以及
一个或多个应用程序,其中一个或多个应用程序被存储于存储器中,并配置为由处理器执行上述胃黏膜微结构排列规范程度量化方法实施例中任一实施例中的任一方法的操作。
本申请实施例还提供一种终端,其集成了本申请实施例所提供的任一种胃黏膜微结构排列规范程度量化装置。参阅图7,图7是本申请实施例提供的终端一个实施例结构示意图。
如图7所示,其示出了本申请实施例所设计的胃黏膜微结构排列规范程度量化装置的结构示意图,具体来讲:
该胃黏膜微结构排列规范程度量化装置可以包括一个或者一个以上处理核心的处理器701、一个或一个以上计算机可读存储介质的存储单元702、电源703和输入单元704等部件。本领域技术人员可以理解,图7中示出的胃黏膜微结构排列规范程度量化装置结构并不构成对胃黏膜微结构排列规范程度量化装置的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中:
处理器701是该胃黏膜微结构排列规范程度量化装置的控制中心,利用各种接口和线路连接整个胃黏膜微结构排列规范程度量化装置的各个部分,通过运行或执行存储在存储单元702内的软件程序和/或模块,以及调用存储在存储单元702的数据,执行胃黏膜微结构排列规范程度量化装置的各种功能和处理数据,从而对胃黏膜微结构排列规范程度量化装置进行整体监控。可选的,处理器701可包括一个或多个处理核心;优选的,处理器701可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器701中。
存储单元702可用于存储软件程序以及模块,处理器701通过运行存储在存储单元702的软件程序以及模块,从而执行各种功能应用以及数据处理。存储单元702可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据胃黏膜微结构排列规范程度量化装置的使用所创建的数据等。此外,存储单元702可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储单元702还可以包括存储器控制器,以提供处理器701对存储单元702的访问。
胃黏膜微结构排列规范程度量化装置还包括给各个部件供电的电源703,优选的,电源703可以通过电源管理系统与处理器701逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源703还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该胃黏膜微结构排列规范程度量化装置还可包括输入单元704,该输入单元704可用于接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
尽管未示出,胃黏膜微结构排列规范程度量化装置还可以包括显示单元等,在此不再赘述。具体在本申请实施例中,胃黏膜微结构排列规范程度量化装置中的处理器701会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行文件加载到存储单元702中,并由处理器701来运行存储在存储单元702中的应用程序,从而实现各种功能,如下:
对预先获取的胃黏膜染色放大图像进行微结构分割,得到微结构分割图像;对微结构分割图中的微结构的面积进行量化,得到微结构面积量化参数;对微结构分割图像进行颜色颠倒,得到微结构背景孔洞图;对微结构背景孔洞图中的微结构的孔洞方向进行量化,得到微结构孔洞方向量化参数;对微结构背景孔洞图中的微结构的孔洞面积进行量化,得到微结构孔洞面积量化参数;基于微结构面积量化参数、微结构孔洞方向量化参数以及微结构孔洞面积量化参数,对胃黏膜微结构排列规范程度进行量化。
本申请提供一种胃黏膜微结构排列规范程度量化方法,包括对预先获取的胃黏膜染色放大图像进行微结构分割,得到微结构分割图像;对微结构分割图中的微结构的面积进行量化,得到微结构面积量化参数;对微结构分割图像进行颜色颠倒,得到微结构背景孔洞图;对微结构背景孔洞图中的微结构的孔洞方向进行量化,得到微结构孔洞方向量化参数;对微结构背景孔洞图中的微结构的孔洞面积进行量化,得到微结构孔洞面积量化参数;基于微结构面积量化参数、微结构孔洞方向量化参数以及微结构孔洞面积量化参数,对胃黏膜微结构排列规范程度进行量化。相较于传统方法,在无法有效对胃黏膜微结构排列规范程度进行量化的情况下,本申请创造性的提出通过基于微结构面积量化参数、微结构孔洞方向量化参数以及微结构孔洞面积量化参数三个特征参数对胃黏膜微结构排列规范程度进行量化,可以综合多方面的特征,有效的提高量化的准确性,降低医师主观判断和误诊等情况。
为此,本申请实施例提供一种计算机可读存储介质,该计算机可读存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random AccessMemory)、磁盘或光盘等。该计算机可读存储介质中存储有多条指令,该指令能够被处理器进行加载,以执行本申请实施例所提供的任一种胃黏膜微结构排列规范程度量化方法中的步骤。例如,该指令可以执行如下步骤:
对预先获取的胃黏膜染色放大图像进行微结构分割,得到微结构分割图像;对微结构分割图中的微结构的面积进行量化,得到微结构面积量化参数;对微结构分割图像进行颜色颠倒,得到微结构背景孔洞图;对微结构背景孔洞图中的微结构的孔洞方向进行量化,得到微结构孔洞方向量化参数;对微结构背景孔洞图中的微结构的孔洞面积进行量化,得到微结构孔洞面积量化参数;基于微结构面积量化参数、微结构孔洞方向量化参数以及微结构孔洞面积量化参数,对胃黏膜微结构排列规范程度进行量化。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
以上对本申请实施例所提供的一种胃黏膜微结构排列规范程度量化方法、终端及存储介质进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种胃黏膜微结构排列规范程度量化方法,其特征在于,所述方法包括:
对预先获取的胃黏膜染色放大图像进行微结构分割,得到微结构分割图像;
对所述微结构分割图中的微结构的面积进行量化,得到微结构面积量化参数;
对所述微结构分割图像进行颜色颠倒,得到微结构背景孔洞图;
对所述微结构背景孔洞图中的微结构的孔洞方向进行量化,得到微结构孔洞方向量化参数;
对所述微结构背景孔洞图中的微结构的孔洞面积进行量化,得到微结构孔洞面积量化参数;
基于所述微结构面积量化参数、微结构孔洞方向量化参数以及微结构孔洞面积量化参数,对胃黏膜微结构排列规范程度进行量化。
2.根据权利要求1所述的胃黏膜微结构排列规范程度量化方法,其特征在于,所述对所述微结构分割图中的微结构的面积进行量化,得到微结构面积量化参数,包括:
获取所述微结构分割图中微结构的第一面积参数;
获取所述微结构对应的连通域最小外接矩形的尺寸参数;
基于所述尺寸参数,对所述第一面积参数进行归一化处理,得到目标面积参数;
基于所述目标面积参数对所述微结构分割图中的微结构的面积进行量化,得到微结构面积量化参数。
3.根据权利要求1所述的胃黏膜微结构排列规范程度量化方法,其特征在于,所述微结构背景孔洞图中包括有多个孔洞结构;
所述对所述微结构背景孔洞图中的微结构的孔洞方向进行量化,得到微结构孔洞方向量化参数,包括:
获取所述多个孔洞结构中每个孔洞结构的坐标信息,所述坐标信息为所述孔洞结构对应的连通域最小外接矩形的预设顶点的坐标信息;
基于所述坐标信息,确定所述多个孔洞结构中每个孔洞结构的方向参数;
基于所述方向参数对所述微结构背景孔洞图中的微结构的孔洞方向进行量化,得到微结构孔洞方向量化参数。
4.根据权利要求1所述的胃黏膜微结构排列规范程度量化方法,其特征在于,所述微结构背景孔洞图中包括有多个孔洞结构;
所述对所述微结构背景孔洞图中的微结构的孔洞面积进行量化,得到微结构孔洞面积量化参数,包括:
获取所述多个孔洞结构中每个孔洞结构的第二面积参数,得到第一面积参数集;
获取所述多个孔洞结构中每个孔洞结构对应的最小外接矩形的第三面积参数,得到第二面积参数集;
选取所述第一面积参数集中的目标特征值作为背景孔洞面积量化表征值;
基于所述背景孔洞面积量化表征值和所述第二面积参数集,对所述微结构背景孔洞图中的微结构的孔洞面积进行量化,得到微结构孔洞面积量化参数。
5.根据权利要求1所述的胃黏膜微结构排列规范程度量化方法,其特征在于,所述基于所述微结构面积量化参数、微结构孔洞方向量化参数以及微结构孔洞面积量化参数,对胃黏膜微结构排列规范程度进行量化,包括:
将所述微结构面积量化参数、微结构孔洞方向量化参数以及微结构孔洞面积量化参数进行加权拟合,得到胃黏膜微结构排列规范程度系数;
基于所述胃黏膜微结构排列规范程度系数和预设的胃黏膜微结构排列规范程度系数阈值,对胃黏膜微结构排列规范程度进行量化。
6.根据权利要求5所述的胃黏膜微结构排列规范程度量化方法,其特征在于,所述基于所述胃黏膜微结构排列规范程度系数和预设的胃黏膜微结构排列规范程度系数阈值,对胃黏膜微结构排列规范程度进行量化,包括:
获取预设的胃黏膜结构排列规范程度系数阈值;
将所述胃黏膜微结构排列规范程度系数和所述胃黏膜微结构排列规范程度系数阈值进行比较;
若所述胃黏膜微结构排列规范程度系数大于所述胃黏膜微结构排列规范程度系数阈值,则确定所述胃黏膜微结构排列规范程度为不规范;
若所述胃黏膜微结构排列规范程度系数小于或等于所述胃黏膜微结构排列规范程度系数阈值,则确定所述胃黏膜微结构排列规范程度为规范。
7.根据权利要求6所述的胃黏膜微结构排列规范程度量化方法,其特征在于,所述获取预设的胃黏膜结构排列规范程度系数阈值,包括:
获取包括有预设张微结构分割图像的样本集;
将所述样本集进行分类,得到规范样本集和不规范样本集;
计算所述规范样本集中每个样本的微结构排列规范程度系数,得到第一微结构排列规范程度系数集,并计算所述不规范样本集中每个样本的微结构排列规范程度系数,得到第二微结构排列规范程度系数集;
计算所述第一微结构排列规范程度系数集对应的第一特征值,并计算所述第二微结构排列规范程度系数集对应的第二特征值;
基于所述第一特征值和所述第二特征值,确定预设的胃黏膜结构排列规范程度系数阈值。
8.一种胃黏膜微结构排列规范程度量化装置,其特征在于,所述装置包括:
第一微结构分割单元,用于对预先获取的胃黏膜染色放大图像进行微结构分割,得到微结构分割图像;
第一量化单元,用于对所述微结构分割图中的微结构的面积进行量化,得到微结构面积量化参数;
第一颜色颠倒单元,用于对所述微结构分割图像进行颜色颠倒,得到微结构背景孔洞图;
第二量化单元,用于对所述微结构背景孔洞图中的微结构的孔洞方向进行量化,得到微结构孔洞方向量化参数;
第三量化单元,用于对所述微结构背景孔洞图中的微结构的孔洞面积进行量化,得到微结构孔洞面积量化参数;
第四量化单元,用于基于所述微结构面积量化参数、微结构孔洞方向量化参数以及微结构孔洞面积量化参数,对胃黏膜微结构排列规范程度进行量化。
9.一种终端,其特征在于,所述终端包括:
一个或多个处理器;
存储器;以及
一个或多个应用程序,其中所述一个或多个应用程序被存储于所述存储器中,并配置为由所述处理器执行以实现权利要求1至7中任一项所述的胃黏膜微结构排列规范程度量化方法。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被处理器进行加载,以执行权利要求1至7任一项所述的胃黏膜微结构排列规范程度量化方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210267442.7A CN114359278B (zh) | 2022-03-18 | 2022-03-18 | 胃黏膜微结构排列规范程度量化方法、终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210267442.7A CN114359278B (zh) | 2022-03-18 | 2022-03-18 | 胃黏膜微结构排列规范程度量化方法、终端及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114359278A CN114359278A (zh) | 2022-04-15 |
CN114359278B true CN114359278B (zh) | 2022-05-20 |
Family
ID=81094789
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210267442.7A Active CN114359278B (zh) | 2022-03-18 | 2022-03-18 | 胃黏膜微结构排列规范程度量化方法、终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114359278B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104869884A (zh) * | 2012-12-19 | 2015-08-26 | 奥林巴斯株式会社 | 医用图像处理装置以及医用图像处理方法 |
CN112085741A (zh) * | 2020-09-04 | 2020-12-15 | 厦门大学 | 一种基于深度学习的胃癌病理切片分割算法 |
CN113344860A (zh) * | 2021-05-17 | 2021-09-03 | 武汉大学 | 胃黏膜染色放大图像微结构的异常程度量化方法 |
CN113393425A (zh) * | 2021-05-19 | 2021-09-14 | 武汉大学 | 胃黏膜染色放大成像的微血管分布对称性量化方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR3049104B1 (fr) * | 2016-03-15 | 2020-02-21 | Universite De Nantes | Procede de diagnostic de maladies inflammatoires chroniques de l'intestin |
-
2022
- 2022-03-18 CN CN202210267442.7A patent/CN114359278B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104869884A (zh) * | 2012-12-19 | 2015-08-26 | 奥林巴斯株式会社 | 医用图像处理装置以及医用图像处理方法 |
CN112085741A (zh) * | 2020-09-04 | 2020-12-15 | 厦门大学 | 一种基于深度学习的胃癌病理切片分割算法 |
CN113344860A (zh) * | 2021-05-17 | 2021-09-03 | 武汉大学 | 胃黏膜染色放大图像微结构的异常程度量化方法 |
CN113393425A (zh) * | 2021-05-19 | 2021-09-14 | 武汉大学 | 胃黏膜染色放大成像的微血管分布对称性量化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114359278A (zh) | 2022-04-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113643291B (zh) | 食管标志物浸润深度等级确定方法、装置及可读存储介质 | |
WO2021000856A1 (zh) | 骨龄检测方法、系统、设备及可读存储介质 | |
CN110363753B (zh) | 图像质量评估方法、装置及电子设备 | |
US10915786B2 (en) | Object detection and candidate filtering system | |
CN113822897A (zh) | 血管分割方法、终端及计算机可读存储介质 | |
CN113643299B (zh) | 微血管的弯曲程度量化方法、装置及计算机可读存储介质 | |
CN114022880B (zh) | 食管粘膜平坦程度量化方法、装置、终端及存储介质 | |
CN112926584B (zh) | 裂缝检测方法、装置、计算机设备及存储介质 | |
CN113823400A (zh) | 肠道退镜速度监测方法、装置及计算机可读存储介质 | |
WO2022206729A1 (zh) | 视频封面选择方法、装置、计算机设备和存储介质 | |
JP7379684B2 (ja) | 画像生成方法及び装置並びにコンピュータプログラム | |
CN114359278B (zh) | 胃黏膜微结构排列规范程度量化方法、终端及存储介质 | |
CN114511041A (zh) | 模型训练方法、图像处理方法、装置、设备和存储介质 | |
CN114417037B (zh) | 图像处理方法、装置、终端及可读存储介质 | |
CN113838134B (zh) | 图像关键点检测方法、装置、终端和存储介质 | |
CN111489318B (zh) | 医学图像增强方法和计算机可读存储介质 | |
CN117173439A (zh) | 基于gpu的图像处理方法、装置、存储介质及电子设备 | |
CN114419135A (zh) | 胰腺标志物尺寸量化方法、装置、终端及可读存储介质 | |
CN114359280B (zh) | 胃黏膜图像边界量化方法、装置、终端及存储介质 | |
CN114419050B (zh) | 胃黏膜可视化程度量化方法、装置、终端及可读存储介质 | |
CN114494406B (zh) | 医学图像处理方法、装置、终端及计算机可读存储介质 | |
CN116309304A (zh) | 细胞极性紊乱参数的确定方法及装置 | |
CN113870151A (zh) | 内镜图像的矫正方法及装置 | |
CN115393230B (zh) | 超声内镜图像标准化方法、装置及其相关装置 | |
CN113593707A (zh) | 胃早癌模型训练方法、装置、计算机设备及存储介质 |
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 |