CN115444355B - 一种内窥镜病变尺寸信息确定方法、电子设备及存储介质 - Google Patents

一种内窥镜病变尺寸信息确定方法、电子设备及存储介质 Download PDF

Info

Publication number
CN115444355B
CN115444355B CN202211332098.1A CN202211332098A CN115444355B CN 115444355 B CN115444355 B CN 115444355B CN 202211332098 A CN202211332098 A CN 202211332098A CN 115444355 B CN115444355 B CN 115444355B
Authority
CN
China
Prior art keywords
target image
lesion
pixel
calibration
image
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
CN202211332098.1A
Other languages
English (en)
Other versions
CN115444355A (zh
Inventor
鲁瑶瑶
杨锦林
易智慧
曾煜
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.)
West China Hospital of Sichuan University
Original Assignee
West China Hospital of Sichuan University
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 West China Hospital of Sichuan University filed Critical West China Hospital of Sichuan University
Priority to CN202211332098.1A priority Critical patent/CN115444355B/zh
Publication of CN115444355A publication Critical patent/CN115444355A/zh
Application granted granted Critical
Publication of CN115444355B publication Critical patent/CN115444355B/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
    • A61B1/04Instruments 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
    • 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
    • A61B1/00004Operational features of endoscopes characterised by electronic signal processing
    • A61B1/00009Operational features of endoscopes characterised by electronic signal processing of image signals during a use of endoscope
    • 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
    • A61B1/06Instruments 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 with illuminating arrangements
    • A61B1/0661Endoscope light sources
    • 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
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/13Edge detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • G06T7/62Analysis of geometric attributes of area, perimeter, diameter or volume
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/80Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30096Tumor; Lesion

Landscapes

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

Abstract

本发明提供了一种内窥镜病变尺寸信息确定方法、电子设备及存储介质,该方法包括:获取图像采集设备采集的目标图像;目标图像包括有病变部分以及背景部分,目标图像内包含标定圆在病变上的投影;获取目标图像中病变部分的轮廓信息;根据轮廓信息,得到病变部分对应的像素信息集G;确定目标图像的深度距离P;根据像素信息集G、深度距离P和标定比例系数Z,确定病变部分的尺寸信息S。本发明的内窥镜病变尺寸信息确定方法在实施时,无需将病变从病患的体内取出,只需通过获取摄像头至病变的深度距离和摄像头的标定比例系数,以及目标图像上的像素数量,即可确定病变的真实尺寸,不会对病患造成创伤,减轻了病患的诊断痛苦。

Description

一种内窥镜病变尺寸信息确定方法、电子设备及存储介质
技术领域
本发明涉及病变尺寸检测领域,特别是涉及一种内窥镜病变尺寸信息确定方法、电子设备及存储介质。
背景技术
内窥镜是人体腔道疾病诊断和治疗的重要医疗器械,现在的内窥镜包括采样镜头和光源,将内窥镜伸入人体腔道内,光源照射到人体病变位置处,通过采样镜头采集人体病变位置的图像,回传至医生的控制中心进行查看,来确定人体病变的具体位置。
目前的人体病变的尺寸通过活检的方式确定,活检是指活体组织病理检查,是从病患的体表或体内使用切取、钳取或穿刺等方式取出病变组织的临床技术。而活检属于创伤性检查,会对病患机体造成一定损伤。所以,亟需设计一种不将病变组织取出病患机体即可确定病变尺寸的方法。
发明内容
针对上述技术问题,本发明采用的技术方案为:
一种内窥镜病变尺寸信息确定方法,应用于一种图像采集设备,图像采集设备用于采集病变的图像,图像采集设备包括内镜管,内镜管的端部设有内镜探头,内镜探头上设有摄像头和光源,摄像头用于采集病变的目标图像,光源用于发射平行光,摄像头的光线进入方向与平行光的发射方向平行,保证摄像头可以垂直采集病变组织的图像,避免了采集的病变组织的图像发生偏移的情况,光源上覆盖有标定膜,标定膜的材质可以为食品级薄膜材料,且耐高温不受酸碱的影响,标定膜上设置有若干个标定圆,若干个标定圆组成矩阵,矩阵所在的平面与光源发射的平行光垂直,矩阵内每两个相邻的标定圆的圆心之间的距离为Q,标定圆不可透射平行光,标定膜上除标定圆外其他位置可透射平行光,使经平行光照射的病变上有若干个标定圆对应的若干个投影,摄像头的拍摄视野能够获取标定圆在病变上的投影;
内窥镜病变尺寸信息确定方法包括如下步骤:
S100、获取图像采集设备采集的目标图像;目标图像包括有病变部分以及背景部分,病变部分则是采集的病变的图像,背景部分则是目标图像中除病变部分外的环境背景图像,目标图像内包含标定圆在病变上的投影,目标图像上的每个投影对应标定膜上的每个标定圆;
S200、获取目标图像中病变部分的轮廓信息;病变部分的轮廓信息即病变部分的边缘形状,通过轮廓信息预估出目标图像中的病变的位置;
S300、根据轮廓信息,得到病变部分对应的像素信息集G=(G1,G2,...,Gr);其中,Gd为病变部分第d行的像素值为1的像素数量,d=1,2,...,r,r为病变部分的像素行数;
S400、确定目标图像的深度距离P=(Z*Q)/M;其中,M为目标图像中第一方向上相邻两个投影的中心点之间的像素数量,Z为摄像头对应的标定比例系数,Z为根据标定膜对摄像头进行标定得到,目标图像的深度距离表示摄像头在采集实体图像时,摄像头与病变之间的距离;
S500、根据像素信息集G、深度距离P和标定比例系数Z,确定病变部分的尺寸信息S=(P*∑r d=1Gd)/Z,∑r d=1Gd表示目标图像的病变部分的所有像素行的像素数量之和,即病变部分的像素总量,S为病变部分的真实面积尺寸。
本发明至少具有以下有益效果:
本发明的病变尺寸信息的确定方法基于图像采集设备实施,图像采集设备的光源上覆盖有标定膜,标定膜上设置有若干个标定圆,光源发出平行光通过标定膜射至病变上,并由图像采集设备的摄像头采集病变的目标图像并确定目标图像的病变部分的轮廓信息,目标图像上有标定圆在病变上的投影,根据获取的目标图像的病变部分的轮廓信息,得到病变部分对应的像素信息集,根据目标图像上两个相邻投影之间的像素数量和摄像头对应的标定比例系数,确定目标图像的深度距离,最终通过像素信息集、深度距离和标定比例系数,确定病变部分的尺寸信息。无需将病变从病患的体内取出,只需通过获取摄像头至病变的深度距离和摄像头的标定比例系数,以及目标图像上的像素数量,即可确定病变的真实尺寸,不会对病患造成创伤,减轻了病患的诊断痛苦。
附图说明
为了更清楚地说明本发明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发明的一些实施例,对于本领域普通技术人员来讲,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为本发明实施例提供的图像采集设备采集的目标图像的示意图;
图2为本发明实施例提供的图像采集设备的光源的结构示意图;
图3为本发明的第二实施例提供的病变尺寸信息的确定方法的目标图像的示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
一种内窥镜病变尺寸信息确定方法,应用于一种图像采集设备,图像采集设备用于采集实体的图像,实体可以为病患体内的病变组织,图像采集设备则可以为采集病变组织的图像的信息采集机构,所述内窥镜病变尺寸信息确定方法用于医生在不切除病变组织的情况下,诊断病患体内的病变组织的尺寸信息。
所述图像采集设备包括内镜管,内镜管的端部设有内镜探头,内镜探头上设有摄像头和光源,摄像头用于采集病变组织的图像,光源用于发射平行光,摄像头的光线的进入方向与平行光的发射方向平行,保证摄像头可以垂直采集病变组织的图像,避免了采集的病变组织的图像发生偏移的情况。光源上覆盖有标定膜,由于内镜探头要伸进病患体内,而光源和摄像头是固定在内镜探头上的,不会发生脱落的情况,而标定膜是覆盖在光源上,可能会有标定膜脱离光源而遗落在病患体内的情况发生,所以,标定膜的材质可以为食品级薄膜材料,且耐高温不受酸碱的影响,如低密度聚乙烯LDPE等材料。如图2所示,在标定膜上设置有若干个标定圆,若干个标定圆用于在采集的实体图像上进行像素标定,若干个标定圆组成矩阵,矩阵中的若干个标定圆进行组合,来标定实体图像的尺寸。矩阵所在的平面与光源发射的平行光垂直,以使平行光可以垂直通过矩阵射到实体上,矩阵内相邻的每两个标定圆之间的距离相同,矩阵内每两个相邻的标定圆的圆心之间的距离为Q,标定圆不可透射平行光,标定膜上除标定圆外其他位置可透射平行光,使经平行光照射的实体上有若干个标定圆对应的若干个投影,摄像头的拍摄视野能够获取标定圆在实体上的投影。
所述图像采集设备在技术实施时,将内镜探头伸至病患体内的实体位置处,使光源发出的平行光垂直照射到实体上,标定膜经过平行光的照射,实体上有标定圆对应的投影,摄像头采集经过平行光照射的实体的实体图像,将采集的实体图像确定为目标图像,摄像头将目标图像传输至医生的控制中心进行查看。
所述内窥镜病变尺寸信息确定方法包括如下步骤:
S100、获取图像采集设备采集的目标图像;如图1所示,目标图像包括有病变部分以及背景部分,病变部分则是采集的病变的图像,背景部分则是目标图像中除病变部分外的环境背景图像,目标图像内包含标定圆在病变上的投影,目标图像上的每个投影对应标定膜上的每个标定圆;
S200、获取目标图像中病变部分的轮廓信息;病变部分的轮廓信息即病变部分的边缘形状,通过轮廓信息预估出目标图像中的病变所在的位置;
S300、根据轮廓信息,得到病变部分对应的像素信息集G=(G1,G2,...,Gr);其中,Gd为病变部分第d行的像素值为1的像素数量,d=1,2,...,r,r为病变部分的像素行数;
S400、确定目标图像的深度距离P=(Z*Q)/M;其中,M为目标图像中第一方向上相邻两个投影的中心点之间的像素数量,第一方向为纵向或横向,Z为摄像头对应的标定比例系数,Z为根据标定膜对摄像头进行标定得到;
将目标图像的纵向或横向上相邻两个投影的中心点之间的像素数量确定为M,再通过标定膜上矩阵内每两个相邻的标定圆的圆心之间的距离Q和摄像头的标定比例系数Z,得到目标图像的深度距离P,目标图像的深度距离表示摄像头在采集病变图像时,摄像头与病变之间的距离。
S500、根据像素信息集G、深度距离P和标定比例系数Z,确定病变部分的尺寸信息S=(P*∑r d=1Gd)/Z。
r d=1Gd表示目标图像的病变部分的所有像素行的像素数量之和,即病变部分的像素总量,S为病变部分的真实面积尺寸。
进一步,标定比例系数Z通过以下方法确定:
S401、分别获取摄像头与标定板之间的n个拍摄距离下采集的n张标定图像,得到标定信息集U=(U1,U2,...,Un),Uw=(Cw*Yw)/Q,w=1,2,...,n;其中,n为标定图像的数量,Uw为第w张标定图像的标定信息,Yw为第w张标定图像上第一方向上相邻两个投影的中心点之间的像素数量,Cw为第w张标定图像对应的摄像头与标定板之间的拍摄距离;
标定板用于确定标定比例系数Z,与目标图像的数据处理过程无关,标定板上有若干个方格,每个方格的尺寸固定,将光源透过标定膜照射至标定板上,标定板上有标定圆的投影,采集标定板上的图像,标定板上的图像则为标定图像。通过对不同的拍摄距离下采集的标定图像进行数据处理,得到每个标定图像对应的标定信息。标定图像的第一方向为标定图像的纵向或横向,通过获得标定图像上相邻两个投影中心点的间距和摄像头与标定板之间的拍摄距离,得到对应的每个标定图像的标定信息。标定图像的相邻投影中心点的间距为两投影中心点之间的像素数量。
S402、根据标定信息集U,确定标定比例系数Z=∑n w=1Uw/n。
n w=1Uw表示n张标定图像对应的标定信息的总和,再取平均值,得到标定比例系数Z,标定比例系数Z表示目标图像的尺寸信息和病变的真实尺寸信息的比例关系。
进一步,步骤S200中目标图像的病变部分的轮廓信息的获取方法包括:
S210、对目标图像进行图像颜色转换处理,将采集的彩色的目标图像从RGB颜色空间转换到YUV颜色空间,得到转换图像;
RGB颜色空间即彩色系统空间,YUV颜色空间即只展示黑白颜色的灰度空间,图像颜色转换处理将摄像头采集的彩色图像转换为灰度图像,方便后续对目标图像的像素进行二值化处理,只需分辨出目标图像中的病变部分和背景部分即可。
图像颜色转换处理的数据处理方法与现有的RGB转YUV的数据处理方法相同,对目标图像的处理在YUV颜色空间的亮度Y通道上实施,U通道表示色度信息,V通道表示饱和度信息。
S220、对转换图像进行图像预处理,得到预处理图像;图像预处理包括对转换图像做去噪处理;
由于摄像头采集的目标图像受到周围成像环境的影响,会导致目标图像的质量降低,所以通过高斯滤波器对采集的目标图像做去噪处理,去噪处理使用的高斯滤波器为:
Figure GDA0004241153020000051
其中,e为自然常数,(α,β)为转换图像中的一个待转换的像素点,α为待转换的像素点的第一像素值,β为待转换的像素点的第二像素值,σ为高斯滤波器的频带的宽度,σ决定了对转换图像的去噪程度和去除孤立点的影响。
重复去噪处理步骤,直到转换图像中所有像素点均完成去噪处理,得到预处理图像。
S230、对预处理图像进行边缘检测处理,检测预处理图像中是否存在边缘;边缘检测处理步骤通过canny算子实现,可以更精确的定位出预处理图像的边缘位置,对同一个边缘有较低的响应次数,即单个边缘产生多个响应的概率要尽可能低,且对虚假边缘的响应要尽可能抑制,可以实现较好的边缘检测效果。由于无病变组织的图像通常为平滑的,而有病变组织的图像通常为不光滑的,所以,若预处理图像中存在边缘,则表示此边缘围成的区域为病变组织,即病变部分,并将有边缘的预处理图像确定为边缘检测图像;
S240、对边缘检测图像依次进行开运算处理和闭运算处理,得到目标图像中病变部分的轮廓信息。
开运算处理用于消除边缘检测图像中误检测的小区域,闭运算处理用于消除边缘检测图像的边缘中的黑洞,使病变部分的边缘更好的进行连接,通过开运算处理和闭运算处理,使边缘检测图像中病变所在的区域闭合。
上述实施例为本发明的第一实施例,通过光源将平行光经标定膜照射到病变处,摄像头采集病变处的目标图像,获取目标图像的轮廓信息,得到目标图像的病变部分的像素总量,通过病变部分的像素总量、目标图像的深度距离和摄像头的标定比例系数获得病变的真实面积信息,实现了不将病变从病患体内取出即可完成病变尺寸检测的目的。
本发明的第一实施例中,通过目标图像的像素总量来检测真实病变的面积,此种方法适应于病变面积小或病变形状较为规则的情况。当病变面积较大或病变形状不规则时,病变的像素总量也相应增加,此种方法运用时较为复杂,不能准确的检测出不规则病变的尺寸大小。所以,提出本发明的第二实施例,即可以应用于病变面积较大或病变形状不规则的病变尺寸检测的情况。
本发明的第二实施例的前序步骤与第一实施例中的S100-S400步骤相同,也通过摄像头采集病变的目标图像,获得目标图像的轮廓信息和深度距离,在目标图像的深度距离确定后的后续步骤为:
S510、根据目标图像的像素行数和像素列数,得到病变部分的第一内径信息和第二内径信息;第一内径信息为病变部分在水平方向上的最长内径的像素数量,第二内径信息为病变部分在垂直方向上的最长内径的像素数量;
进一步,步骤S510,包括:
S511、根据轮廓信息对目标图像进行二值化处理;
其中,所述二值化处理方法包括:
S310、将目标图像中病变部分对应的像素点的像素值设置为1;
S320、将目标图像中非病变部分对应的像素点的像素值设置为0。
二值化处理将目标图像的病变部分的区域内的像素点的像素值标记为1,表示白色,对背景部分的区域内的像素点的像素值标记为0,表示黑色,像素信息集G中的每个像素信息表示每行像素值为1的像素数量,即表示为每行白色的像素的数量,所有白色的像素组成病变部分,将每行像素值为1的像素数量进行统计,即可得到病变部分的总像素数量。
S512、确定目标图像的每一像素行中,像素值为1的像素点的数量,以得到第一数量集E=(E1,E2,...,Ea);其中,Ei=∑b j=1[H(i,j)=1];i=1,2,...,a;j=1,2,...,b;a为目标图像中像素行的数量,b为目标图像中像素列的数量;Ei为目标图像的第i像素行中,像素值为1的像素点的数量;H(i,j)为目标图像中第i像素行和第j像素列相交的像素点的像素值;
目标图像上像素值为1的像素点,即表示为白色的像素点,统计目标图像中所有像素行的白色像素点的数量,得到第i像素行对应的像素数Ei
S513、确定目标图像的每一像素列中,像素值为1的像素点的数量,以得到第二数量集F=(F1,F2,...,Fb);其中,Fj=∑a i=1[H(i,j)=1];Fj为目标图像的第j像素列中,像素值为1的像素点的数量;
统计目标图像中所有像素列的白色像素点的数量,得到第j像素列对应的像素数Fj
S514、将MAX(E)作为第一内径信息,MAX(F)作为第二内径信息;其中,MAX()为预设的最大值确定函数;
第一内径信息MAX(E)对应的第一像素行为像素值为1的像素点数量最多的像素行,第二内径信息MAX(F)对应的第一像素列为像素值为1的像素点数量最多的像素列。如图3所示,通过统计每个像素行和像素列中像素值为1的像素点的数量,分别得到像素点数量最多的第一像素行和第一像素列。
S520、根据深度距离P、第一内径信息MAX(E)、第二内径信息MAX(F)和标定比例系数Z,确定病变部分的尺寸信息;
步骤S520中的病变部分的尺寸信息为目标图像中病变部分的横向和纵向的实际最大尺寸,步骤S520包括:
S521、根据深度距离P、第一内径信息MAX(E)和标定比例系数Z,确定病变部分的水平方向的最长尺寸信息γ=P*MAX(E)/Z;
S522、根据深度距离P和第二内径信息MAX(F)和标定比例系数Z,确定病变部分的垂直方向的最长尺寸信息δ=P*MAX(F)/Z。
根据深度距离P和目标图像的第一内径信息MAX(E)、第二内径信息MAX(F),得到病变的真实内径尺寸信息,目标图像的第一内径信息对应真实病变的水平方向的内径尺寸信息,目标图像的第二内径信息对应真实病变的垂直方向的内径尺寸信息。
本发明的第二实施例中,通过计算目标图像的病变部分的水平方向和垂直方向的最大内径尺寸,来推断出病变的真实尺寸,适应于病变形状不规则的情况。
本发明的病变尺寸信息的确定方法基于图像采集设备实施,实体为病变组织,图像采集设备的光源上覆盖有标定膜,标定膜上设置有若干个标定圆,光源发出平行光通过标定膜射至实体上,并由图像采集设备的摄像头采集实体的目标图像并确定目标图像的病变部分的轮廓信息,目标图像上有标定圆在实体上的投影,根据获取的目标图像的病变部分的轮廓信息,得到病变部分对应的像素信息集,根据目标图像上两个相邻投影之间的像素数量和摄像头对应的标定比例系数,确定目标图像的深度距离。本发明第一实施例通过像素信息集、深度距离和标定比例系数,确定病变的真实面积尺寸,本发明第二实施例通过深度距离和目标图像病变部分的最大内径,确定病变的真实最大内径尺寸。两个实施例可以应用于不同的病变检测环境中,无需将病变从病患的体内取出,只需通过获取摄像头至病变的深度距离和摄像头的标定比例系数,以及目标图像上的像素数量,即可确定病变的真实尺寸,不会对病患造成创伤,减轻了病患的诊断痛苦。
本发明的实施例还提供了一种非瞬时性计算机可读存储介质,该存储介质可设置于电子设备之中以保存用于实现方法实施例中一种方法相关的至少一条指令或至少一段程序,该至少一条指令或该至少一段程序由该处理器加载并执行以实现上述实施例提供的方法。
本发明的实施例还提供了一种电子设备,包括处理器和前述的非瞬时性计算机可读存储介质。
本发明的实施例还提供一种计算机程序产品,其包括程序代码,当所述程序产品在电子设备上运行时,所述程序代码用于使该电子设备执行本说明书上述描述的根据本发明各种示例性实施方式的方法中的步骤。
虽然已经通过示例对本发明的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上示例仅是为了进行说明,而不是为了限制本发明的范围。本领域的技术人员还应理解,可以对实施例进行多种修改而不脱离本发明的范围和精神。本发明开的范围由所附权利要求来限定。

Claims (9)

1.一种内窥镜病变尺寸信息确定方法,应用于一种图像采集设备,所述图像采集设备用于采集病变的图像,其特征在于,所述图像采集设备包括内镜管,所述内镜管的端部设有内镜探头,所述内镜探头上设有摄像头和光源,所述光源用于发射平行光,所述摄像头的光线进入方向与所述平行光的发射方向平行,所述光源上覆盖有标定膜,所述标定膜上设置有若干个标定圆,若干个所述标定圆组成矩阵,所述矩阵所在的平面与所述光源发射的平行光垂直,所述矩阵内每两个相邻的标定圆的圆心之间的距离为Q,所述标定圆不可透射所述平行光,所述标定膜上除标定圆外其他位置可透射所述平行光,所述摄像头的拍摄视野能够获取所述标定圆在病变上的投影;
所述内窥镜病变尺寸信息确定方法包括如下步骤:
S100、获取所述图像采集设备采集的目标图像;所述目标图像包括有病变部分以及背景部分,所述目标图像内包含所述标定圆在病变上的投影;
S200、获取所述目标图像中病变部分的轮廓信息;
S300、根据所述轮廓信息,得到所述病变部分对应的像素信息集G=(G1,G2,...,Gr);其中,Gd为所述病变部分第d行在所述目标图像中的像素数量,d=1,2,...,r,r为所述病变部分在所述目标图像中的像素行数;
S400、确定所述目标图像的深度距离P=(Z*Q)/M;其中,M为所述目标图像中第一方向上相邻两个投影的中心点之间的像素数量,Z为所述摄像头对应的标定比例系数,Z为根据所述标定膜对所述摄像头进行标定得到;
S500、根据所述像素信息集G、所述深度距离P和所述标定比例系数Z,确定所述病变部分的尺寸信息S=(P*∑r d=1Gd)/Z;
其中,所述标定比例系数Z通过以下方法确定:
S401、分别获取所述摄像头与标定板之间的n个拍摄距离下采集的n张标定图像,得到标定信息集U=(U1,U2,...,Un),Uw=(Cw*Yw)/Q,w=1,2,...,n;其中,n为所述标定图像的数量,Uw为第w张标定图像的标定信息,Yw为第w张标定图像上第一方向上相邻两个投影的中心点之间的像素数量,Cw为第w张标定图像对应的摄像头与标定板之间的拍摄距离;
S402、根据标定信息集U,确定标定比例系数Z=∑n w=1Uw/n。
2.根据权利要求1所述的方法,其特征在于,所述步骤S200包括:
S210、对所述目标图像进行图像颜色转换处理,将采集的彩色的目标图像从RGB颜色空间转换到YUV颜色空间,得到转换图像;
S220、对所述转换图像进行图像预处理,得到预处理图像;所述图像预处理包括对所述转换图像做去噪处理;
S230、对预处理图像进行边缘检测处理,得到带有边缘信息的边缘检测图像;
S240、对所述边缘检测图像依次进行开运算处理和闭运算处理,得到所述目标图像中病变部分的轮廓信息。
3.根据权利要求2所述的方法,其特征在于,所述去噪处理使用的高斯滤波器为:
Figure FDA0004241153010000021
其中,e为自然常数,α为待转换的像素点的第一像素值,β为待转换的像素点的第二像素值,σ为高斯滤波器的频带的宽度。
4.根据权利要求1所述的方法,其特征在于,将所述步骤S500替换为:
S510、根据所述目标图像的像素行数和像素列数,得到所述病变部分的第一内径信息和第二内径信息;所述第一内径信息为病变部分在水平方向上的最长内径的像素数量,所述第二内径信息为病变部分在垂直方向上的最长内径的像素数量;
S520、根据所述深度距离P、所述第一内径信息、所述第二内径信息和所述标定比例系数Z,确定所述病变部分的尺寸信息。
5.根据权利要求4所述的方法,其特征在于,所述步骤S510,包括:
S511、根据所述轮廓信息对所述目标图像进行二值化处理;其中,所述病变部分对应的像素点的像素值为1;
S512、确定所述目标图像的每一像素行中,像素值为1的像素点的数量,以得到第一数量集E=(E1,E2,...,Ea);其中,Ei=∑b j=1[H(i,j)=1];i=1,2,...,a;j=1,2,...,b;a为所述目标图像中像素行的数量,b为所述目标图像中像素列的数量;Ei为所述目标图像的第i像素行中,像素值为1的像素点的数量;H(i,j)为所述目标图像中第i像素行和第j像素列相交的像素点的像素值;
S513、确定所述目标图像的每一像素列中,像素值为1的像素点的数量,以得到第二数量集F=(F1,F2,...,Fb);其中,Fj=∑a i=1[H(i,j)=1];Fj为所述目标图像的第j像素列中,像素值为1的像素点的数量;
S514、将MAX(E)作为第一内径信息,MAX(F)作为第二内径信息;其中,MAX()为预设的最大值确定函数。
6.根据权利要求5所述的方法,其特征在于,所述步骤S520,包括:
S521、获取所述病变部分的水平方向的最长尺寸信息γ=P*MAX(E)/Z;
S522、获取所述病变部分的垂直方向的最长尺寸信息δ=P*MAX(F)/Z。
7.根据权利要求5所述的方法,其特征在于,所述二值化处理包括:
S310、将所述目标图像中病变部分对应的像素点的像素值设置为1;
S320、将所述目标图像中非病变部分对应的像素点的像素值设置为0。
8.一种非瞬时性计算机可读存储介质,所述存储介质中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如权利要求1-7中任意一项的所述方法。
9.一种电子设备,其特征在于,包括处理器和权利要求8中所述的非瞬时性计算机可读存储介质。
CN202211332098.1A 2022-10-28 2022-10-28 一种内窥镜病变尺寸信息确定方法、电子设备及存储介质 Active CN115444355B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211332098.1A CN115444355B (zh) 2022-10-28 2022-10-28 一种内窥镜病变尺寸信息确定方法、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211332098.1A CN115444355B (zh) 2022-10-28 2022-10-28 一种内窥镜病变尺寸信息确定方法、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN115444355A CN115444355A (zh) 2022-12-09
CN115444355B true CN115444355B (zh) 2023-06-23

Family

ID=84311392

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211332098.1A Active CN115444355B (zh) 2022-10-28 2022-10-28 一种内窥镜病变尺寸信息确定方法、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN115444355B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117064311B (zh) * 2023-10-16 2024-01-30 深圳迈瑞生物医疗电子股份有限公司 一种内窥镜图像的处理方法及内窥镜成像系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5036463A (en) * 1988-11-23 1991-07-30 University Of Florida Angioscopic system and method for dimensional measurement including measurement of the distance from angioscopic ends to designated planes
US10169882B1 (en) * 2015-09-11 2019-01-01 WinguMD, Inc. Object size detection with mobile device captured photo
CN108240793A (zh) * 2018-01-26 2018-07-03 广东美的智能机器人有限公司 物体尺寸测量方法、装置和系统
CN111797824B (zh) * 2020-07-11 2023-12-26 贝塔科技(苏州)有限公司 一种应用于服装烫印的视频识别定位系统及方法
CN115239641A (zh) * 2022-07-04 2022-10-25 四川大学华西医院 一种基于消化内镜测量病灶大小的方法及装置
CN115170629A (zh) * 2022-09-08 2022-10-11 杭州海康慧影科技有限公司 一种伤口信息获取方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN115444355A (zh) 2022-12-09

Similar Documents

Publication Publication Date Title
EP3449800B1 (en) Medical image processing apparatus, endoscope apparatus, diagnostic support apparatus, and medical service support apparatus
CN107920722B (zh) 针对自胶囊相机所撷取的图像通过对象检测进行重建
JP6265588B2 (ja) 画像処理装置、画像処理装置の作動方法、及び画像処理プログラム
JP5094036B2 (ja) 内視鏡挿入方向検出装置
US20200035350A1 (en) Method and apparatus for processing histological image captured by medical imaging device
US8401258B2 (en) Method to provide automated quality feedback to imaging devices to achieve standardized imaging data
CN114820494B (zh) 用于可视化流动的使用机器学习的散斑对比度分析
JP2016531709A (ja) 疾患を診断するための画像解析技術
CN110772286B (zh) 一种基于超声造影识别肝脏局灶性病变的系统
CN103249358A (zh) 医用图像处理装置
WO1997047235A1 (en) Dermal diagnostic analysis system and method
DE112015002822T5 (de) Bildverarbeitungsvorrichtung, Bildverarbeitungsverfahren und Bildverarbeitungsprogramm
KR20200070062A (ko) 인공신경망을 이용하여 캡슐형 내시경 영상에서 병변을 감지하는 시스템 및 방법
CN115444355B (zh) 一种内窥镜病变尺寸信息确定方法、电子设备及存储介质
JP4649965B2 (ja) 健康度判定装置、及びプログラム
WO2021117013A1 (en) Determination of medical condition risk using thermographic images
CN104936505A (zh) 使用预先采集的图像进行的导航
CN116452523A (zh) 一种超声图像质量量化评价方法
US20220249060A1 (en) Method for processing 3d image data and 3d ultrasonic imaging method and system
CN115035086A (zh) 一种基于深度学习的结核皮试智能筛查分析方法和装置
CN114494299A (zh) 温度检测设备
CN111862014A (zh) 一种基于左右侧脑室分割的alvi自动测量方法及装置
CN114730478A (zh) 用于处理电子医学图像以确定增强的电子医学图像的系统和方法
KR20200121550A (ko) 발의 유형 평가 방법 및 이를 이용한 발의 유형 평가용 디바이스
CN117576097B (zh) 基于ai辅助图像处理信息的内窥镜图像处理方法及系统

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