CN116269160A - 内窥镜系统、医用导管、图像处理方法及计算机存储介质 - Google Patents

内窥镜系统、医用导管、图像处理方法及计算机存储介质 Download PDF

Info

Publication number
CN116269160A
CN116269160A CN202310392758.3A CN202310392758A CN116269160A CN 116269160 A CN116269160 A CN 116269160A CN 202310392758 A CN202310392758 A CN 202310392758A CN 116269160 A CN116269160 A CN 116269160A
Authority
CN
China
Prior art keywords
image
light
matrix
band
endoscope system
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.)
Pending
Application number
CN202310392758.3A
Other languages
English (en)
Inventor
肖冲
赵源
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.)
Microport Urocare Shanghai Co Ltd
Original Assignee
Microport Urocare Shanghai 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 Microport Urocare Shanghai Co Ltd filed Critical Microport Urocare Shanghai Co Ltd
Priority to CN202310392758.3A priority Critical patent/CN116269160A/zh
Publication of CN116269160A publication Critical patent/CN116269160A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B1/00—Instruments 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
    • A61B1/00002—Operational features of endoscopes
    • A61B1/00004—Operational features of endoscopes characterised by electronic signal processing
    • A61B1/00009—Operational features of endoscopes characterised by electronic signal processing of image signals during a use of endoscope
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B1/00—Instruments 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
    • A61B1/00064—Constructional details of the endoscope body
    • A61B1/00066—Proximal part of endoscope body, e.g. handles
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B1/00—Instruments 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
    • A61B1/012—Instruments 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 characterised by internal passages or accessories therefor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B1/00—Instruments 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
    • A61B1/012—Instruments 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 characterised by internal passages or accessories therefor
    • A61B1/018—Instruments 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 characterised by internal passages or accessories therefor for receiving instruments
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B1/00—Instruments 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
    • A61B1/06—Instruments 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
    • A61B1/0655—Control therefor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B1/00—Instruments 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
    • A61B1/06—Instruments 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
    • A61B1/0661—Endoscope light sources
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • 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
    • G06T2207/20172—Image enhancement details
    • G06T2207/20192—Edge enhancement; Edge preservation
    • 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
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging
    • 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

Landscapes

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

Abstract

本发明提供一种内窥镜系统、医用导管、图像处理方法及计算机存储介质。其中，内窥镜系统在导管的远端设置光源组件，无需外置光源进行光纤导光，简化了内窥镜系统的结构。且光源组件能够射出单波段光或多波段混合光，且在采用多波段混合光检测的过程中，可以根据受检组织对不同波段的光束的吸收和反射情况细分出不同的组织结构，凸显生物组织差异性，对微小的、扁平的早期癌变和异性增生等不易诊断病灶均可以清晰显像，提高了前置光源内窥镜的成像质量。此外，图像处理方法是基于电子分光算法对内窥镜图像进行处理，以增强组织表面微结构和黏膜下血管的对比度和清晰度，使病灶与周围正常黏膜边界更清晰，满足消化道和其它器官的观察诊断需求。

Description

内窥镜系统、医用导管、图像处理方法及计算机存储介质
技术领域
本发明涉及医疗器械制造技术领域，特别涉及一种内窥镜系统、医用导管、图像处理方法及计算机存储介质。
背景技术
电子内窥镜是一种可插入人体或动物体腔和脏器内腔进行直接观察、诊断、治疗的医用电子光学仪器。在电子内窥镜的使用过程中需要采用光源装置对组织进行照明，再根据反馈的图像判断组织病变情况。其中，光源装置可以设置于内窥镜后端部或头端部。后置光源的内窥镜一般采用光纤导光，以将光照传输至内窥镜头端，并且还可以在光源装置内加入窄带滤光器，对宽带白光进行滤光，仅留下有限个窄带光谱，以将该窄带光谱透射到待观察目标表面。由于黏膜内血液的光学特性对蓝、绿光吸收较强，因此使用难以扩散并能被血液吸收的光波，能够增加黏膜上皮和黏膜下血管的对比度和清晰度，再通过对拍摄图像按照不同光谱进行分解和分析，可以得到不同黏膜深度的图像，获得较好的观察效果。因此，结合窄带成像技术(Narrow Band Imaging，简称NBI)的内窥镜可以用于黏膜微血管病变的诊断。但这种后置光源的内窥镜结构复杂、成本较高且容易存在交叉感染的风险。而前置光源的内窥镜具有结构紧凑、光通量效率高和成本较低的优点，且还可以作为一次性使用，无交叉感染的风险。
然而，前置光源的内窥镜无法像后置光源的内窥镜一样安装窄带滤光器，则前置光源的内窥镜对于黏膜微血管病变的成像能力差。此外，目前大多数内窥镜都是利用白光来提供照明，通过生物组织反射的所有波长的光来进行成像。但这种成像方式会抑制生物组织在不同波长光下的光谱特性，在凸显生物组织差异性等方面存在固有缺陷，难以提供有效的病灶生理特征信息，增加了临床医生的确诊难度。
因此，亟需一种新的内窥镜结构，以提高前置光源内窥镜的成像质量。
发明内容
本发明的目的在于提供一种内窥镜系统、医用导管、图像处理方法及计算机存储介质，以解决如何提高前置光源内窥镜的成像质量以及如何获取目标波段的光谱图像中的至少一个问题。
为解决上述技术问题，本发明提供一种内窥镜系统，包括：导管、控制手柄和图像处理器；
所述导管的远端设置有图像传感器和光源组件；所述光源组件用于发出射出单波段光或多波段混合光；所述图像传感器用于接收经受检组织反射的光束，并形成图像信号；所述导管的近端与所述控制手柄可拆卸相接；
所述图像处理器与所述图像传感器相连，且所述图像处理器用于接收所述图像信号，并根据预先生成的分光矩阵生成光谱图像。
可选的，在所述的内窥镜系统中，所述光源组件包括至少一个发射紫光的发光元件。
可选的，在所述的内窥镜系统中，所述多波段混合光包括至少一种窄带光。
可选的，在所述的内窥镜系统中，所述多波段混合光包括紫光和白光；其中，所述紫光的中心波长范围为：405nm～415nm，半高全宽小于20nm；以及，所述白光的波长范围为：400nm～700nm，且所述紫光的波峰值大于所述白光的波峰值。
可选的，在所述的内窥镜系统中，所述内窥镜系统还包括组合控制器；所述组合控制器与所述光源组件相连，用于控制所述多波段混合光中各种波段的光束的发光比例。
可选的，在所述的内窥镜系统中，所述图像处理器包括分光模块和图像生成模块；其中，
所述分光模块用于生成所述分光矩阵；
所述图像生成模块用于根据所述分光矩阵和所述受检组织的图像生成所述光谱图像。
可选的，在所述的内窥镜系统中，所述图像处理器还包括边沿增强模块，用于对所述受检组织的图像进行滤波及边沿增强处理，以使所述图像生成模块根据所述分光矩阵和所述边沿增强模块处理后的所述受检组织的图像生成所述光谱图像；其中，所述受检组织的图像由所述图像信号生成。
基于同一发明构思，本发明还提供一种图像处理方法，包括：
生成分光矩阵；以及，获取受检组织的图像；
根据所述分光矩阵和所述受检组织的图像，获取目标波段的光谱图像。
可选的，在所述的图像处理方法中，生成所述分光矩阵的过程包括：
提供多张色卡，并将内窥镜系统射出的光束分别入射至每一张所述色卡，以使所述光束透过所述色卡进入积分球内；
对每一张所述色卡，采用所述内窥镜系统获取所述积分球内对应的所述色卡图像，以及采用光谱仪获取所述积分球内对应的光谱曲线；
根据所有所述色卡图像构建色卡矩阵，以及根据所有所述光谱曲线构建光谱反射矩阵；
根据所述色卡矩阵和所述光谱反射矩阵计算出估计矩阵；
根据所述估计矩阵和预设的选择矩阵，计算出所述分光矩阵。
可选的，在所述的图像处理方法中，所述选择矩阵的选取过程包括：
将所述内窥镜系统提供的光束分为多个波段；
获取每一所述波段下的所述受检组织的光谱图像；
将每一所述波段下的光谱图像划分为若干个子图像，并计算出每一所述子图像的熵值；以及，对每一所述光谱图像中所有所述子图像的所述熵值进行加权求和处理，以作为所述波段下的光谱图像的熵值；
在预设的波长区间内选取熵值最大的所述波段作为目标波段；
将所述目标波段转换为所述选择矩阵。
可选的，在所述的图像处理方法中，在计算所述波段下的光谱图像的熵值的过程中，每一所述光谱图像中所有所述子图像的权重满足高斯分布。
可选的，在所述的图像处理方法中，在获取所述受检组织的图像之后，所述图像处理方法还包括对所述受检组织的图像进行边沿增强处理，以根据所述分光矩阵和边沿增强处理后的所述受检组织的图像，获取所述光谱图像。
可选的，在所述的图像处理方法中，对所述受检组织的图像进行边沿增强处理的过程包括：
对所述受检组织的图像进行双边滤波处理；以及，对所述受检组织的图像进行高斯滤波处理，并对高斯滤波处理后的图像采用拉普拉斯边沿提取；
将双边滤波处理后的图像与拉普拉斯边沿提取的图像进加权融合，以形成边沿增强处理后的所述受检组织的图像。
基于同一发明构思，本发明还提供一种医用导管，包括导管体、图像传感器和光源组件；
所述导管体上设有沿轴向贯通的器械通道，所述图像传感器和所述光源组件设置在所述导管体的远端，所述光源组件用于射出单波段光或多波段光；所述图像传感器用于接收经受检组织反射的光束，并形成图像信号；所述图像信号用于根据预先生成的分光矩阵生成光谱图像。
可选的，在所述的医用导管中，所述光源组件包括两个发光元件，所述两个发光元件围绕所述图像传感器相对设置。
可选的，在所述的医用导管中，所述光源组件包括至少一个发射紫光的发光元件。
基于同一发明构思，本发明还提供一种计算机存储介质，所述计算机存储介质中存储有可执行指令，所述可执行指令被处理器执行时，使得所述处理器执行所述的图像处理方法中的步骤。
综上所述，本发明提供一种内窥镜系统、医用导管、图像处理方法及计算机存储介质。其中，所述内窥镜系统在导管的远端设置了光源组件，无需外置光源进行光纤导光，简化了内窥镜系统的结构。且所述光源组件能够射出单波段光或多波段混合光。基于此，在采用多波段混合光检测的过程中，可以根据受检组织对不同波段的光束的吸收和反射情况细分出不同的组织结构，较佳地凸显了生物组织差异性，对微小的、扁平的早期癌变和异性增生等不易诊断的病灶均可以清晰显像，大大提高了前置光源内窥镜的成像质量。以及，所述导管的近端与所述内窥镜系统中的控制手柄可拆卸连接，以便于在使用后直接拆卸更换所述导管，避免了因消毒不彻底而导致的交叉感染。此外，所述图像处理方法是基于电子分光算法对所述内窥镜系统获取的图像进行处理，以增强组织表面微结构和黏膜下血管的对比度和清晰度，使病灶与周围正常黏膜边界更清晰，从而满足消化道和其它器官的观察诊断需求。
附图说明
本领域的普通技术人员将会理解，提供的附图用于更好地理解本发明，而不对本发明的范围构成任何限定。其中：
图1是本发明实施例中导管的远端的结构示意图。
图2是本发明实施例中内窥镜系统的结构示意图。
图3是本发明实施例中多波段混合光的光谱图。
图4是本发明实施例中图像处理器内的模块示意图。
图5是本发明实施例中图像处理方法的流程图。
图6是本发明实施例中最佳波段选择方法的流程图。
附图中：
10-导管；101-图像传感器；102-发光元件；103-器械通道；
20-图像处理器；201-分光模块；202-边沿增强模块；203-图像生成模块；30-组合控制器；40-电源；50-显示器。
具体实施方式
为使本发明的目的、优点和特征更加清楚，以下结合附图和具体实施例对本发明作进一步详细说明。需说明的是，附图均采用非常简化的形式且未按比例绘制，仅用以方便、明晰地辅助说明本发明实施例的目的。此外，附图所展示的结构往往是实际结构的一部分。特别的，各附图需要展示的侧重点不同，有时会采用不同的比例。还应当理解的是，除非特别说明或者指出，否则说明书中的术语“第一”、“第二”、“第三”等描述仅仅用于区分说明书中的各个组件、元素、步骤等，而不是用于表示各个组件、元素、步骤之间的逻辑关系或者顺序关系等。以及，本发明中“远端”通常指该医疗设备在正常操作过程中首先进入患者体内的一端，而“近端”通常是指该医疗设备在正常操作过程中靠近操作者的一端。
请参阅图1和图2，本实施例提供一种内窥镜系统，用于实现在可见光波段或特殊光波段下的光谱成像。其中，所述内窥镜系统包括：导管10和控制手柄(未图示)。所述导管10用于伸入人体或动物的体腔和脏器内腔，便于对受检组织进行检查。所述控制手柄用于在检查过程中控制并调整所述导管10的位置，以及对受检组织进行活检或其他操作。其中，所述导管10为一次性用品，且所述导管10的近端与所述控制手柄可拆卸相接，则在使用之后可直接将所述导管10拆卸下来作为医疗废物，避免了因内窥镜消毒不彻底而导致交叉感染的问题。
进一步的，所述导管10的远端设置有光源组件和图像传感器101。所述光源组件用于射出单波段光或多波段混合光，以照射于受检组织上。其中，所述单波段光为一种波段的光束；所述多波段混合光包括两种及以上波段的光束。因不同的所述受检组织对不同波段的光的吸收和反射情况不同，则在检测不同组织时可根据其光学特性选择对应的单波段光或具有不同种波段的混合光。进一步的，所述光源组件包括至少一个发光元件102，且每个所述发光元件102射出一种所述单波段光。当所述导管10的远端设置一个所述发光元件102时，所述内窥镜系统仅射出一种所述单波段光。当所述导管10的远端设置有两个及以上所述发光元件102时，且各个所述发光元件102射出的单波段光的波段可以相同也可以不同。当所有所述发光元件102射出的单波段光的波段种类相同，则所有单波段光混合后仍为单波段光。当部分个所述发光元件102射出的单波段光的波段不同，则不同波段的光混合后能够形成所述多波段混合光。例如，所述导管10的远端设置两个所述发光元件102，其中一个所述发光元件102射出第一波段的光，另一个所述发光元件102射出第二波段的光，且所述第一波段和所述第二波段不同，则当两个所述发光元件102同时发光时，所述第一波段的光和所述第二波段的光混合形成所述多波段混合光。由此可知，本实施例提供的所述内窥镜系统可以根据需要形成所述单波段光或所述多波段混合光，且本实施例不限定所述多波段混合光中单波段光的种类和数量。且当采用多波段混合光来照射所述受检组织时，可以获取携带生物组织差异性的反射光束，进而实现对微小的、扁平的早期癌变和异性增生等不易诊断病灶的清晰显像，大大提高了前置光源内窥镜的成像质量。
进一步的，因血液中血红蛋白主要吸收蓝紫光，故为获取高清的血管壁成像，所述光源组件包括至少一个发射紫光的发光元件102。可选的，所述光源组件包括多个所述发光元件102，且至少部分个所述发光元件102发射出紫光。此外，鉴于不同组织对不同波段的光的吸收和反射情况不同，则为了获取特定组织的高质量光谱成像，所述多波段混合光包括至少一种窄带光。所述窄带光的选择可根据受检组织的受光特性来决定。示例性的，所述导管10的远端设置有两个所述发光元件102，且两个所述发光元件102射出的光的波段不同，分别为第一波段光和第二波段光。其中，第一波段光为白光，第二波段光为紫光，则所述第一波段光和所述第二波段光构成多波段混合光。其中，所述紫光为特定谱段窄带光，且所述紫光的中心波长范围为：405nm～415nm，半高全宽小于20nm；以及，所述白光的波长范围为：400nm～700nm。所述紫光和所述白光组成的所述多波段混合光的平均显色指数和饱和红色显色指数均大于或等于80。因黏膜内血液的光学特性是对蓝紫光和绿光吸收较强，故在采用紫光和白光组成的多波段混合光检查血管时，血液会吸收掉对应波段的光束，则在成像上血液颜色偏暗，从而增加黏膜上皮和黏膜下血管的对比度和清晰度。如图3所示，在所述紫光和所述白光组合成的多波段混合光下，所述紫光的波峰值需大于所述白光的波峰值。且所述多波段混合光的光谱成分中第一个波峰为位于血红蛋白最大吸收峰附近的400nm～430nm波长范围的蓝紫光，第三个波峰为位于血红蛋白次级吸收峰附近的500nm～550nm的绿光，有利于同时凸显浅层粘膜血管和中层粘膜血管。在其他实施例中，所述第一波段光为白光，所述第二波段光为红光。其中，所述红光为窄带光，且所述红光的波长范围为630nm～670nm，则所述白光和所述红光组合成的所述多波段混合光有利于深层血管的成像。
进一步的，本实施例不具体限定所述发光元件102的数量、分布情况、器件种类、波段范围以及波段数量。优选的，所述发光元件102为LED。示例性的，所述光源组件可以为紫光LED和白光LED的组合。需要注意的是，本申请中的所述发光元件102指的是自身能够进行发光，不需要通过光纤或光纤束进行导光的发光器件，即本申请中的所述光源组件在开关导通以后即可射出单波段光或多波段光。当所述光源组件包括多个所述发光元件102时，可以通过仅导通一个发光元件102，而将剩余的发光元件102断开的方式来实现光源组件射出单波段光。例如，当所述光源组件包括紫光LED和白光LED两个发光元件102时，可以通过接通紫光LED，断开白光LED的方式，实现所述光源组件射出紫光这一单波段光；当然也可以通过断开紫光LED，接通白光LED的方式，实现所述光源组件射出白光这一单波段光。
请继续参阅图1和图2，所述图像传感器101用于接收经所述受检组织反射的光束，并将光信号转换为电信号，以所述电信号作为图像信号。优选的，所述图像传感器101为能输出RGB图像的CMOS成像芯片。其中，所述光源组件中的所述发光元件102设置于所述图像传感器101的一侧，或环绕所述图像传感器101设置。进一步的，所述导管10具有沿自身轴向贯穿的器械通道103，用于输送器械或其他医用品，以进行微创治疗。对于所述导管10的其余结构以及所述控制手柄均为本领域技术人员所熟知的器械结构，本实施例在此不做赘述。
请参阅图1、图2和图4，所述内窥镜系统还包括主机。所述主机包括图像处理器20、组合控制器30、电源40和显示器50。所述图像处理器20与所述图像传感器101相连，且所述图像处理器20用于接受所述图像传感器101提供的所述图像信号，并根据预先生成的分光矩阵生成光谱图像。因此，本实施例提供的内窥镜系统，由于在所述导管10的远端设置有光源组件，所以不再需要通过光纤导光的外置光源，从而简化了内窥镜系统的结构，并且根据预先生成的分光矩阵，依然可以实现光谱成像，进而能够较佳地凸显生物组织差异性，例如对微小的、扁平的早期癌变和异性增生等不易诊断的病灶均可以清晰显像。
需要说明的是，所述光谱图像包括多光谱图像、高光谱图像和超光谱图像。所述多光谱图像、所述高光谱图像和所述超光谱图像的区别主要在于波段的数量以及光谱分辨率。本实施例不限定所述图像传感器101生成的光谱图像为多光谱图像、高光谱图像还是超光谱图像。
进一步的，所述图像处理器20包括分光模块201、边沿增强模块202和图像生成模块203。所述分光模块201用于根据目标波段转换成选择矩阵，以及根据估计矩阵和所述旋转矩阵计算出所述分光矩阵。其中，所述目标波段的筛选方法将在下文中进行详细描述。所述边沿增强模块202用于对所述图像信号构成的受检组织的图像进行滤波及边沿增强处理。所述图像生成模块203用于根据所述分光矩阵和所述边沿增强模块202处理后的所述受检组织的图像生成所述光谱图像。其中，所述受检组织的图像是根据所述图像信号生成的。在其他实施例中，所述图像处理器20可以只设置分光模块201和图像生成模块203，则所述图像生成模块203直接根据所述分光矩阵和所述图像信号构成的受检组织的图像生成所述光谱图像。其中，关于所述图像处理器20生成所述光谱图像的具体过程可参阅下文中关于图像处理方法的介绍。
进一步的，所述组合控制器30与所述光源组件相连，且所述光源组件包括至少两个所述发光元件102，所述组合控制器30分别与每一个所述发光元件102相连。所述组合控制器30用于控制所述多波段混合光中各种波段的光束的发光比例。例如，可以根据需要增大紫光的发光比例，或增大白光的发光比例。所述电源40用于至少向所述图像处理器20和所述组合控制器30供电。所述显示器50包括但不限于为LCD显示设备或OLED显示设备，用于显示所述图像处理器20输出的图像。
基于同一发明构思，本实施例还提供一种医用导管，包括导管体、图像传感器和光源组件；所述导管体上设有沿轴向贯通的器械通道，所述图像传感器和所述光源组件设置在所述导管体的远端，所述光源组件用于射出单波段光或多波段光；所述图像传感器用于接收经所述受检组织反射的光束，并形成用图像信号，所述图像信号用于根据预先生成的分光矩阵生成光谱图像。其中，所述医用导管可适用于上述的内窥镜系统，则所述医用导管的结构可参照图1所示的导管10的结构。
优选的，所述医用导管中的光源组件包括至少一个发光元件，且至少一个所述发光元件发射紫光。示例性的，所述光源组件包括两个发光元件，所述两个发光元件围绕所述图像传感器相对设置，且其中一个所述发光元件发射紫光，另一个所述发光元件发射白光，则所述白光和所述紫光能够组合成所述多波段混合光。基于此，在采用多波段混合光检测的过程中，可以根据受检组织对不同波段的光束的吸收和反射情况细分出不同的组织结构，较佳地凸显了生物组织差异性，对微小的、扁平的早期癌变和异性增生等不易诊断的病灶均可以清晰显像，大大提高了前置光源内窥镜的成像质量。此外，所述医用导管为一次性医用品，可在使用之后直接替换，则无需对使用后的所述医用导管进行消毒，以避免因消毒不彻底而导致的交叉感染。再者，由于在医用导管的远端设置了光源组件，所以不再需要通过光纤进行导光，所以还简化了医用导管的结构。
基于同一发明构思，本实施例还提供一种图像处理方法，用于将采集到的内窥镜图像进行处理和分析，从而生成一幅特定波长的分光图像。其中，所述图像处理方法基于电子分光技术，以在光谱波长范围内，选取不同的波长组合来观察粘膜组织不同深度；以及，根据观察的病灶的不同，选定不同的波长进行组合，最后将选定波长的分光图像还原为光谱图像。其中，本实施例以生成多光谱图像为例对所述图像处理方法进行详细说明。
请参阅图1和图5，所述图像处理方法包括：
步骤一S10：生成分光矩阵，以及，获取受检组织的图像。
优选的，获取所述受检组织的图像之后，可以对所述受检组织的图像进行边沿增强处理，以进一步提高成像质量。当然，也可以直接使用所述受检组织的图像，本实施例对此不做具体限定。进一步的，在本实施例中，以对所述受检组织的图像进行边沿增强处理进行示例性说明。其中，生成分光矩阵和对受检组织的图像进行边沿增强处理这两个步骤可以同时执行，也可以依次执行，本实施例对此不做限定。示例性的，本实施例先对如何生成分光矩阵进行说明，再对边沿增强处理进行说明。
进一步的，所述分光矩阵M满足如下公式：
M3×3＝F3×n·Gn×3
其中，F为选择矩阵，G为估计矩阵，n为波段数量。
由此可知，若获取所述分光矩阵M需要先求出估计矩阵G，以及确定选择矩阵F。
进一步的，图像传感器101输出的像素点(x,y)的电子信号vi满足如下公式：
vi＝∫visE(λ)S(λ)fi(λ)L(λ)r(λ,x,y)dy,i＝{r,g,b}
其中，E(λ)为光源的光谱辐射分布；S(λ)为图像传感器101的光谱灵敏度；fi(λ)为图像传感器101上覆的一层彩色滤波片的光谱传输；L(λ)为光学镜头的光谱传输率；r(λ,x,y)为被测物体的表面光谱反射率；i＝{r,g,b}。
将波长λ离散化以便于计算，故上述公式亦可简化为：
Figure BDA0004177799650000101
其中，V为像素点(x,y)的{r,g,b}像素值；A为内窥镜系统的系统矩阵，表征内窥镜系统中的光源、镜头以及图像传感器101等一系列影响因素；r为像素点(x,y)对应的受检组织的反射光谱曲线。
进一步的，假定内窥镜系统具有线性特性，则受检组织的估计反射光谱r’满足如下公式：
r′＝GV
其中，G为待求的光谱特性参数估计矩阵，V为像素点(x,y)的三原色像素值{r,g,b}。需要说明的是，内窥镜系统的一阶特性为理论情况，其他高阶特性的影响较小一般可忽略不计。
进一步的，本实施例采用最小二乘法计算所述估计矩阵G，则计算表达式如下：
G＝r·vT(v·vT+Rss)-1
其中，r为光谱反射矩阵；v为像素值矩阵；Rss为噪声的s的自相关矩阵，计算过程可忽略为零矩阵。
可见，欲获取估计矩阵G，需要构建出光谱反射矩阵r和包含像素点{r,g,b}值的像素值矩阵v。如下子步骤一S101具体介绍如何获取光谱反射矩阵r和像素值矩阵v。
子步骤一S101：根据所述内窥镜系统采集的色卡图像和光谱仪采集的色卡光谱参数，计算出估计矩阵。
预先准备多张色卡，示例性的为标准24色卡。然后，将所述内窥镜系统射出的光束入射至其中一张色卡上，以使所述光束透过所述色卡进入积分球内。需要说明的是，所述内窥镜系统提供的所述光束可以是单波段光也可以是多波段混合光。其次，采用所述内窥镜系统获取所述积分球内对应的所述色卡图像，以及采用所述光谱仪获取所述积分球内对应的光谱曲线，以作为所述色卡光谱参数。继而将每一张色卡分别执行上述操作，则可获取多条光谱曲线，多张色卡图像。假设，设置m张色卡，经过逐一测试可获取m条光谱曲线和m张色卡图像。其中，对每一条光谱曲线分别进行离散化处理，则每条所述光谱曲线可以构成n个波段。示例性的，本实施例提供的光束的波长范围为：400nm～700nm的可见光，则对获取的光谱曲线以5nm为间隔进行离散化处理，则每条所述光谱曲线可以分为61个波段，即n＝61。需要说明的是，若获取高光谱成像或超光谱成像，可以对每条所述光谱曲线进行更细地划分，例如以1nm或1nm以下为间隔，则可以划分出更多个波段。
最后，根据上述获取的数据可以得到光谱反射矩阵Rn×m：
Figure BDA0004177799650000111
进一步的，因成像中心的质量最佳，故截取每一张所述色卡图像的中心区域的图像，以用来构建色卡矩阵。具体的，将截取后的每张图像中的像素值分为三个通道，分别为红色通道、绿色通道、蓝色通道。然后，获取每张图像中各个通道的像素平均值。例如，第一张截取后的图像中各个像素单元的红色像素分为：255、254、253、254、240、245、245、244、250；则该图像中红色通道的像素值为平均值249。基于此，可以获取每张色卡图像的三个通道的像素值，则m张色卡图像可以构成色卡矩阵V3×m：
Figure BDA0004177799650000121
综上可知，将获取的所述光谱反射矩阵Rn×m和所述色卡矩阵V3×m代入估计矩阵G的计算公式中，即可获取估计矩阵Gn×3＝Rn×m·V3×m T(V3×m·V3×m T+Rss)-1。
子步骤二S102：构建选择矩阵F。
在获取估计矩阵G之后，还需要获取选择矩阵F。所述选择矩阵F用于选取目标波段，以将具有临床价值的特殊波段筛选出来。例如，内窥镜图像需要突出粘膜表面微结构和皮下微血管的成像，则可以通过所述选择矩阵F选择对应成像较佳的波段，以生成多光谱图像，从而满足不同的临床指导需求。其中，本实施例还提供了一种最佳波段的选择方法，详见下文介绍。因此，所述选择矩阵F一般根据需要进行设置，可以是基于临床经验进行自定义，也可以是采用最佳波段方法筛选确定。
进一步的，所述选择矩阵是一个3×n的矩阵，每行中只有一个元素值为1，其他均为0。其中，1表示选中，0表示未选中。示例性的，选择血红蛋白最大吸收峰附近的410nm波段为最佳波段，则对于波长范围为400～700nm的光谱，以5nm间隔进行离散化，则第一列为400nm，第二列为405nm，第三列为410nm。因此，所述选择矩阵F3×n的第三列均为1，其余均为0。此外，对于在3行n列的选择矩阵F3×n，每行可挑选一个具有临床价值的特殊波段作为最佳波段；即，可以设置三个目标波段λ1,λ2,λ3作为最佳波段。
子步骤三S103：根据所述估计矩阵G和选择矩阵F获取所述分光矩阵M。
将所述估计矩阵G和选择矩阵F代入分光矩阵的计算公式，即可获取所述分光矩阵M：
M3×3＝F3×n·Gn×3
请继续参阅图5，以下具体说明对所述内窥镜系统获取的受检组织的图像进行边沿增强处理的过程。
子步骤四S104：对所述受检组织的图像进行双边滤波处理；以及，对所述受检组织的图像进行高斯滤波处理，并对高斯滤波处理后的图像采用拉普拉斯边沿提取。
因边沿增强容易增强内窥镜图像中的高频噪声，故本实施例在进行边沿增强前引入高斯滤波来消除图像内的高斯噪声。高斯滤波的本质为大小为w的滑动窗口，从左至右，从上到下，与大小为w的高斯模板进行卷积操作。其中，二维高斯滤波的计算公式为：
Figure BDA0004177799650000131
其中,(x,y)为点坐标，σ为标准差，f(x,y)为滤波前输入图像，g(x,y)为滤波后输出图像。σ越大，高斯滤波效果越明显。
在对内窥镜图像进行对高斯滤波处理后，再进行拉普拉斯边沿提取。其中，拉普拉斯边沿检测使用二阶差分计算边沿，以找出图像中的细节变化，具体计算公式如下：
Lp(x,y)＝g(x,y+1)+g(x,y-1)+g(x+1,y)+g(x-1,y)-4*g(x,y)
其中，Lp(x,y)为拉普拉斯边沿提取输出图像。结合拉普拉斯计算公式，可以得出拉普拉斯算子的标准卷积模板为
Figure BDA0004177799650000132
因此，基于高斯滤波处理和拉普拉斯边沿处理，可以获取内窥镜图像的边沿图像。与此同时，还需要对内窥镜图像进行双边滤波处理。双边滤波的特点是保边去噪，相较于高斯滤波，在平滑图像的同时，增加了对图像边缘的保护。其主要原因是由于滤波器在高斯滤波的基础上加入了像素差值权重项。进一步的，双边滤波权重公式为：
Figure BDA0004177799650000141
其中，f(i,j)和f(k,l)为(i,j)和(k,l)位置处的像素值；σd为空间邻近度因子；σr为亮度相似度因子。σd和σr值越大，平滑效果越明显。
进一步的，双边滤波的公式为：
Bf(x,y)＝wbf*Lp(x,y)
其中，Bf(x,y)为双边滤波后输出的内窥镜图像。
子步骤五S105：将双边滤波处理后的图像与拉普拉斯边沿提取的图像进加权融合，以形成边沿增强处理后的图像。
进一步的，加权融合公式为：
f’(x,y)＝Bf(x,y)+c*Lp(x,y)
其中，f’(x,y)为边沿增强后输出图像，c为边沿增强系数。
步骤二S11：根据所述分光矩阵和边沿增强处理后的所述受检组织的图像，获取多光谱图像。
基于此，多光谱图像中某点(x,y)的像素值P3×1＝M3×3·v3×1。其中，v3×1为边沿输出图像f’(x,y)的rgb三原色像素值。
需要说明的是，本实施例提供的所述图像处理方法不限于本实施例提供的所述内窥镜系统，还可以适用于其他内窥镜系统或其他成像系统，以对其他内窥镜系统或其他成像系统的图像进行处理。
本申请实施例提供的图像处理方法在应用于所述内窥镜系统时，能够对设置在所述导管10远端的光源组件射出的预设波段的光束所形成的图像信号，采用分光矩阵生成光谱图像，由于将所述光源组件放置在所述导管10的远端，所以不再需要通过光纤导光的外置光源，从而简化了内窥镜系统的结构。
进一步的，本实施例还提供一种最佳波段的选取方法，适用于上述的图像处理方法，以筛选出具有临床价值的最佳波段，作为所述目标波段。
请参阅图6，所述最佳波段的选取方法包括：
步骤一S20：将所述内窥镜系统提供的光束分为多个波段。
示例性的，所述光束的波长范围为：400nm～700nm。以5nm为间隔，可以分成61个波段。其中，任意一个波段记为：λi，初始化i＝0。
需要说明的是，所述光束可以是单波段光也可以是多波段混合光。且本实施例提供的所述最佳波段选取方法不限于适用本实施例提供的所述内窥镜系统，还可以适用于其他内窥镜系统或其他成像系统中。以及，对所述光束划分的间隔不限于为5nm，还可以是1nm或1nm以下，以能够在内窥镜系统或其他成像系统中获取高光谱成像或超光谱成像。
步骤二S21：获取每一所述波段下的受检组织的多光谱图像。
其中，获取所述多光谱图像可参照上述的图像处理方法获取。具体为：先根据所述的内窥镜系统采集的色卡图像和光谱仪采集的色卡光谱参数，计算出估计矩阵；根据所述波段确定所述选择矩阵；根据所述估计矩阵和所述选择矩阵，计算出所述分光矩阵；以及，对所述内窥镜系统获取的受检组织的图像进行边沿增强处理。再根据所述波段下的分光矩阵和边沿增强处理后的所述受检组织的图像，获取所述波段下的多光谱图像。
基于此，可以获取每个波段所对应的所述多光谱图像。示例性的，61个波段，则获取61张所述多光谱图像。
步骤三S22：将每一所述波段下的多光谱图像划分为若干个子图像，并计算出每一所述子图像的熵值；以及，对每一所述多光谱图像中所有所述子图像的所述熵值进行加权求和处理，以作为所述波段下的多光谱图像的熵值；
因图像熵表示图像中灰度分布的聚集特征所包含的信息量，熵值越大，对应的图像信息量越丰富，则图像清晰度也越高。故，本实施例以熵值作为图像清晰度的判断依据。但因内窥镜图像边缘畸变严重，中心区域畸变小且成像清晰，则每个图像不同区域的熵值情况不一样。因此，为了获取更为精准的熵值，本实施例将每个图像划分为多块子图像，并计算出每一块子图像的熵值，再通过加权求和处理，获取对应图像的熵值。
进一步的，熵值hi的计算公式如下：
Figure BDA0004177799650000151
其中，s为图像灰度级，取值范围为0～255；Ps是灰度级s在该图像中出现的概率。
示例性的，将每个图像均分为n×n块子图像，则对每张图像所有块子图像的熵值进行加权求和，计算公式如下：
Figure BDA0004177799650000161
其中，N＝n×n；Hi为每块子图像的加权熵值；wb为第b块子图像的权重，且各块权重满足高斯分布：
Figure BDA0004177799650000162
示例性的，N＝3×3，令σ＝1，则各块子图像的权重
Figure BDA0004177799650000163
基于此，可以获取每张所述多光谱图像的中各个子图像的熵值矩阵，则第i张所述多光谱图像的熵值矩阵如下：
Figure BDA0004177799650000164
对每张所述多光谱图像中各个子图像的熵值进行加权求和之后，可以获取的n段的光谱图像的熵值数组H＝[H1 H2 H3 H4…Hn]
步骤四S23：在预设的波长区间内选取熵值最大的所述波段以作为最佳波段；即，所述目标波段。
因筛选出最佳波段的目的是获取受检组织的高质量成像，故可根据受检组织的自身特性，选定一定的波长区间，并以该波长区间作为可行域来筛选出最佳波段。
示例性的，鉴于粘膜及血红蛋白对光谱的吸收特性，将400nm～700nm波段的光谱分为400nm～430nm、500nm～550nm、600nm～650nm这个三个波长区间。其中，第一区间400nm～430nm波长范围包含血红蛋白最大吸收峰；第二区间500nm～550nm波长范围包含血红蛋白次级吸收峰；第三区间600nm～650nm波段为穿透能力最强的红光波段，可以深达粘膜下层。然后，根据前述步骤中获取的各个波段的多光谱图像的熵值，分别在每个区间进行筛选熵值最大的波段作为最佳波段。因步骤一S20中将400nm～700nm的光波以5nm为间隔，可以分成61个波段，则H＝[H1 H2 H3 H4…H61]。故，在400nm～430nm区间，选择熵值最大的波段作为最佳波段λ1；在500nm～550nm区间，选择熵值最大的波段作为最佳波段λ2；在600nm～650nm区间，选择熵值最大的波段作为最佳波段λ3。由此即可筛选出最佳波段λ1,λ2,λ3。其中，本实施例不限定所述最佳波段的数量，可根据实际需求设定。
进一步的，在采用所述最佳波段的选取方法获取若干个最佳波段之后，将各个所述最佳波段组合成为组合波段；并根据所述组合波段构建出所述选择矩阵F，以应用到所述图像处理方法中，生成所述分光矩阵M。
基于同一发明构思，本实施例还提供一种计算机存储介质，所述计算机存储介质中存储有可执行指令，所述可执行指令被处理器执行时，使得所述处理器执行所述图像处理方法中的步骤。
综上所述，本实施例提供一种内窥镜系统、医用导管、图像处理方法及计算机存储介质。其中，所述内窥镜系统在导管10的远端设置了至少一个发光元件102，无需外置光源进行光纤导光，简化了内窥镜系统的结构。所述至少一个发光元件102能够射出单波段光或多波段混合光，且在采用多波段混合光进行检测的过程中，可以根据受检组织对不同波段的光束的吸收和反射情况细分出不同的组织结构，较佳地凸显了生物组织差异性，对微小的、扁平的早期癌变和异性增生等不易诊断病灶均可以清晰显像，大大提高了前置光源内窥镜的成像质量。此外，所述图像处理方法是基于电子分光算法对所述内窥镜系统获取的图像进行处理，以进一步增强组织表面微结构和黏膜下血管的对比度和清晰度。以及，所述最佳波段选择方法能够根据受检组织的特性将具有临床价值的特殊波段分离出来并进行组合，使病灶与周围正常黏膜边界更清晰，从而满足了消化道和其它器官的观察诊断需求。
上述描述仅是对本发明较佳实施例的描述，并非对本发明范围的任何限定，本发明领域的普通技术人员根据上述揭示内容做的任何变更、修饰，均属于本发明技术方案的保护范围。

Claims (17)

1.一种内窥镜系统，其特征在于，包括：导管、控制手柄和图像处理器；
所述导管的远端设置有图像传感器和光源组件，所述光源组件用于射出单波段光或多波段混合光；所述图像传感器用于接收经受检组织反射的光束，并形成图像信号；所述导管的近端与所述控制手柄可拆卸相接；
所述图像处理器与所述图像传感器相连，且所述图像处理器用于接收所述图像信号，并根据预先生成的分光矩阵生成光谱图像。
2.根据权利要求1所述的内窥镜系统，其特征在于，所述光源组件包括至少一个发射紫光的发光元件。
3.根据权利要求1所述的内窥镜系统，其特征在于，所述多波段混合光包括至少一种窄带光。
4.根据权利要求1所述的内窥镜系统，其特征在于，所述多波段混合光包括紫光和白光；其中，所述紫光的中心波长范围为：405nm～415nm，半高全宽小于20nm；以及，所述白光的波长范围为：400nm～700nm，且所述紫光的波峰值大于所述白光的波峰值。
5.根据权利要求1所述的内窥镜系统，其特征在于，所述内窥镜系统还包括组合控制器；所述组合控制器与所述光源组件相连，用于控制所述多波段混合光中各种波段的光束的发光比例。
6.根据权利要求1所述的内窥镜系统，其特征在于，所述图像处理器包括分光模块和图像生成模块；
所述分光模块用于生成所述分光矩阵；
所述图像生成模块用于根据所述分光矩阵和所述受检组织的图像生成所述光谱图像；其中，所述受检组织的图像由所述图像信号生成。
7.根据权利要求6所述的内窥镜系统，其特征在于，所述图像处理器还包括边沿增强模块，用于对所述受检组织的图像进行滤波及边沿增强处理，以使所述图像生成模块根据所述分光矩阵和所述边沿增强模块处理后的所述受检组织的图像生成所述光谱图像。
8.一种图像处理方法，其特征在于，包括：
生成分光矩阵；以及，获取受检组织的图像；
根据所述分光矩阵和所述受检组织的图像，获取光谱图像。
9.根据权利要求8所述的图像处理方法，其特征在于，生成所述分光矩阵的过程包括：
提供多张色卡，并将内窥镜系统射出的光束分别入射至每一张所述色卡，以使所述光束透过所述色卡进入积分球内；
对每一张所述色卡，采用所述内窥镜系统获取所述积分球内对应的所述色卡图像，以及采用光谱仪获取所述积分球内对应的光谱曲线；
根据所有所述色卡图像构建色卡矩阵，以及根据所有所述光谱曲线构建光谱反射矩阵；
根据所述色卡矩阵和所述光谱反射矩阵计算出估计矩阵；
根据所述估计矩阵和预设的选择矩阵，计算出所述分光矩阵。
10.根据权利要求9所述的图像处理方法，其特征在于，所述选择矩阵的选取过程包括：
将所述内窥镜系统提供的光束分为多个波段；
获取每一所述波段下的所述受检组织的光谱图像；
将每一所述波段下的光谱图像划分为若干个子图像，并计算出每一所述子图像的熵值；以及，对每一所述光谱图像中所有所述子图像的所述熵值进行加权求和处理，以作为所述波段下的光谱图像的熵值；
在预设的波长区间内选取熵值最大的所述波段作为目标波段；
将所述目标波段转换为所述选择矩阵。
11.根据权利要求10所述的图像处理方法，其特征在于，在计算所述波段下的光谱图像的熵值的过程中，每一所述光谱图像中所有所述子图像的权重满足高斯分布。
12.根据权利要求8所述的图像处理方法，其特征在于，在获取所述受检组织的图像之后，所述图像处理方法还包括对所述受检组织的图像进行边沿增强处理，以根据所述分光矩阵和边沿增强处理后的所述受检组织的图像，获取所述光谱图像。
13.根据权利要求12所述的图像处理方法，其特征在于，对所述受检组织的图像进行边沿增强处理的过程包括：
对所述受检组织的图像进行双边滤波处理；以及，对所述受检组织的图像进行高斯滤波处理，并对高斯滤波处理后的图像采用拉普拉斯边沿提取；
将双边滤波处理后的图像与拉普拉斯边沿提取的图像进加权融合，以形成边沿增强处理后的所述受检组织的图像。
14.一种医用导管，其特征在于，包括导管体、图像传感器和光源组件；
所述导管体上设有沿轴向贯通的器械通道，所述图像传感器和所述光源组件设置在所述导管体的远端，所述光源组件用于射出单波段光或多波段光；所述图像传感器用于接收经受检组织反射的光束，并形成图像信号；所述图像信号用于根据预先生成的分光矩阵生成光谱图像。
15.根据权利要求14所述的医用导管，其特征在于，所述光源组件包括两个发光元件，所述两个发光元件围绕所述图像传感器相对设置。
16.根据权利要求14所述的医用导管，其特征在于，所述光源组件包括至少一个发射紫光的发光元件。
17.一种计算机存储介质，其特征在于，所述计算机存储介质中存储有可执行指令，所述可执行指令被处理器执行时，使得所述处理器执行权利要求8～13中任意一项所述的图像处理方法中的步骤。
CN202310392758.3A 2023-04-12 2023-04-12 内窥镜系统、医用导管、图像处理方法及计算机存储介质 Pending CN116269160A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310392758.3A CN116269160A (zh) 2023-04-12 2023-04-12 内窥镜系统、医用导管、图像处理方法及计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310392758.3A CN116269160A (zh) 2023-04-12 2023-04-12 内窥镜系统、医用导管、图像处理方法及计算机存储介质

Publications (1)

Publication Number Publication Date
CN116269160A true CN116269160A (zh) 2023-06-23

Family

ID=86788781

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310392758.3A Pending CN116269160A (zh) 2023-04-12 2023-04-12 内窥镜系统、医用导管、图像处理方法及计算机存储介质

Country Status (1)

Country Link
CN (1) CN116269160A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116869461A (zh) * 2023-07-24 2023-10-13 深圳科思明德医疗科技有限公司 内窥镜系统、内窥镜图像的处理方法、设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116869461A (zh) * 2023-07-24 2023-10-13 深圳科思明德医疗科技有限公司 内窥镜系统、内窥镜图像的处理方法、设备及存储介质
CN116869461B (zh) * 2023-07-24 2024-04-16 深圳科思明德医疗科技有限公司 内窥镜系统、内窥镜图像的处理方法、设备及存储介质

Similar Documents

Publication Publication Date Title
US10231658B2 (en) Endoscope system, processor device for endoscope system, operation method for endoscope system, and operation method for processor device
US20200367818A1 (en) Devices, systems, and methods for tumor visualization and removal
US7787121B2 (en) Imaging apparatus
WO2018159363A1 (ja) 内視鏡システム及びその作動方法
US20120190922A1 (en) Endoscope system
JP5498626B1 (ja) 内視鏡装置
JP5302984B2 (ja) 内視鏡システム、内視鏡システムのプロセッサ装置及び内視鏡システムの作動方法
JP6596502B2 (ja) 内視鏡装置
JP6492187B2 (ja) 内視鏡装置
WO2008154578A1 (en) Characterization of a near-infrared laparoscopic hyperspectral imaging system
WO2006062987A2 (en) Apparatus, system and method for optically analyzing substrate
JP2008522761A (ja) 規準化された蛍光又は生物発光撮像のためのシステムと方法
EP3391805A1 (en) Endoscope device
US9307910B2 (en) Optical measurement apparatus and endoscope system
US20180206738A1 (en) Endoscope system and method of operating endoscope system
US10467747B2 (en) Image analysis apparatus, imaging system, surgery support system, image analysis method, storage medium, and detection system
JP7146925B2 (ja) 医用画像処理装置及び内視鏡システム並びに医用画像処理装置の作動方法
CN103167822B (zh) 诊断系统
CN113520271A (zh) 一种甲状旁腺功能成像方法、系统及内镜
CN116269160A (zh) 内窥镜系统、医用导管、图像处理方法及计算机存储介质
US7181265B2 (en) Fluorescent image obtaining apparatus
EP2811890B1 (en) Method and apparatus for tissue disease diagnosis
JP4109132B2 (ja) 蛍光判定装置
RU2528087C1 (ru) Устройство для определения концентрации гемоглобина и степени оксигенации крови в слизистых оболочках
CN114041737B (zh) 应用于内窥镜的成像装置

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