一种内窥镜的图像处理方法及系统与流程

本发明涉及图像处理，特别是涉及一种内窥镜的图像处理方法及系统。

背景技术：

1、随着图像处理技术的不断发展，关于医学方向的图像分析方法的研究也在不断深入，在医学方向上，关于内窥镜图像的处理聚焦于对图像中病变部位的类型进行识别，并对该病变部位的类型进行分类，由此可见，关于内窥镜的图像处理方法的研究还不够深入，对于图像处理和分析的方向还比较单一，没有充分将图像与实际环境结合起来进行研究。

2、如申请公开号为cn113256572a的中国专利公开了一种基于修复和选择性增强的胃镜图像分析系统、方法及设备，旨在解决现有的胃镜图像识别系统无法精确识别早期胃癌图像的问题。本发明包括：获取窄带成像的胃镜图像，并作为待测图像；进行预处理获得仅包含胃部黏膜的待测图像；并通过反光处理模块得到无反光的待测图像；进而通过训练好的生成式对抗网络生成合成图像，并自动选择其中更为逼真的图像；训练好的胃镜图像识别网络获得待测图像的早期胃癌概率并通过基于梯度加权类激活映射方法获取疑似早期胃癌的区域图像。该发明通过生成式对抗网络进行数据特征的选择性增强，并通过识别模型自动学习到与分类任务最相关的特征信息，提高了胃镜图像分析的准确度。

3、如申请公开号为cn115731189a的中国专利公开了一种肠镜图像病变识别方法、装置、电子设备及存储介质。该方法包括：采用dino算法对初始vit网络进行预训练，得到训练后的vit网络；通过肠镜检测器获取原始图像，基于训练后的vit网络对原始图像进行特征提取，得到注意力图；将注意力图和原始图像进行特征融合，得到待识别图像；基于retinanet网络对待识别图像进行息肉和憩室识别，根据识别结果在原始图像上进行分类标注和目标框标注，以使显示器显示带有分类标注和目标框标注的原始图像。该申请能够准确识别和标注肠镜检测器采集的原始图像中的息肉和/或憩室，进而为医生的正确诊断提供有效帮助。

4、以上专利都存在本背景技术提出的问题：在图像处理分析时，没有考虑到将病变部位具体位置与病变类型结合起来，去推测该疾病类型。为解决这一问题，本发明提出了一种内窥镜的图像处理方法及系统。

技术实现思路

1、针对现有技术的不足，本发明的主要目的是提供一种内窥镜的图像处理方法及系统，能够有效解决背景技术中的问题。本发明的具体技术方案如下：

2、一种内窥镜的图像处理系统，所述系统包括设备层、控制层、数据存储层；

3、所述设备层包括：内窥镜摄像头、内窥镜光源、cpu，所述内窥镜摄像头用于在内窥镜进入人体肠胃之后，采集肠道的内部图像，所述内窥镜光源用于在内窥镜进入人体肠胃后提供照明，其中所述内窥镜光源中添加了紫外线光源，所述紫外线光源用于对内窥镜摄像头进行杀菌，所述cpu用于对内窥镜摄像头采集到的肠道内部图像进行处理分析；

4、所述数据存储层用于存储内窥镜的图像处理系统采集到的数据；

5、本发明进一步的改进在于，所述控制层包括：内窥镜预处理模块、图像采集模块、图像处理模块、反馈模块，所述内窥镜预处理模块用于对内窥镜进行防雾预处理，所述图像采集模块用于采集肠道内部的图像，并将图像传输至cpu进行图像处理，所述图像处理模块用于对cpu接收到的图像进行深度分析，所述反馈模块用于将图像的深度分析结果反馈给进行内窥镜手术的医护人员。

6、本发明进一步的改进在于，所述内窥镜预处理模块包括内窥镜预处理策略，所述内窥镜预处理策略包括以下具体步骤：

7、s101、将防雾剂涂抹在内窥镜摄像头表面，使内窥镜摄像头表面形成一层均匀的防雾涂层；

8、s102、在内窥镜摄像头进入肠道前对其进行杀菌处理。

9、本发明进一步的改进在于，所述图像处理模块包括镜头位置计算策略，所述镜头位置计算策略用于计算内窥镜摄像头在肠道中的位置信息，包括以下具体步骤：

10、s201、设食道的长度为，在胃部区域中从贲门到幽门的距离为，十二指肠的长度为；

11、s202、提取到内窥镜摄像头在肠道中的移动速度为，移动时间为；

12、s203、则内窥镜摄像头在肠道中移动的距离；

13、s204、当时，则内窥镜摄像头位于食管；

14、s205、当时，则内窥镜摄像头位于胃部；

15、s206、当时，则内窥镜摄像头位于十二指肠。

16、本发明进一步的改进在于，所述图像处理模块包括病变部位位置计算策略，所述病变部位位置计算策略用于根据内窥镜摄像头的位置计算肠道中病变部位的位置，包括以下具体步骤：

17、s301、设肠道的直径为，内窥镜摄像头取景框高度为，病变部位在内窥镜摄像头取景框上的高度为，内窥镜摄像头的焦距为；

18、s302、则在肠道中病变部位到内窥镜摄像头的距离；

19、s303、当时，则病变部位位于食管；

20、s304、当时，则病变部位位于胃部；

21、s305、当时，则病变部位位于十二指肠。

22、本发明进一步的改进在于，所述图像处理模块包括溃疡病变判断策略，所述溃疡病变判断策略包括以下具体步骤：

23、s401、设图像的像素大小为，对图像进行灰度化处理，提取图像灰度化矩阵，其中为第行第列像素点的灰度值，其中，；

24、s402、构建溃疡病变判断模型，其中为溃疡病变判断模型参数，用于存储当判断为溃疡病变时，该病变部位在图像中的位置；

25、s403、当时，则该图像中存在溃疡病变部位，其中表示中没有存储任何关于当判断为溃疡病变时，该病变部位在图像中的位置。

26、本发明进一步的改进在于，所述图像处理模块包括息肉病变判断策略，所述息肉病变判断策略包括以下具体步骤：

27、s501、对进行灰度化处理后的图像进行二值化处理，提取病变部位边缘区域的像素点，并存储到关于病变部位边缘点的集合中；

28、s502、构建息肉病变判断模型，其中为息肉病变判断模型参数，用于存储当判断为息肉病变时，该病变部位在图像中的位置；

29、s503、当时，则该图像中存在息肉病变部位，其中表示中没有存储任何关于当判断为息肉病变时，该病变部位在图像中的位置。

30、本发明进一步的改进在于，所述图像处理模块包括疾病类型判断策略，所述疾病类型判断策略包括以下具体步骤：

31、s601、食道消化性溃疡的判断公式为，当等式成立时，输出true，并返回食道消化性溃疡在食道中的具体位置为；

32、s602、胃溃疡的判断公式为，当等式成立时，输出true，并返回胃溃疡在胃部的具体位置为；

33、s603、十二指肠溃疡的判断公式为，当等式成立时，输出true，并返回十二指肠溃疡在十二指肠肠道中的具体位置为；

34、s604、食道息肉的判断公式为，当等式成立时，输出true，并返回食道息肉在食道中的具体位置为；

35、s605、胃息肉的判断公式为，当等式成立时，输出true，并返回胃息肉在胃部的具体位置为；

36、s606、十二指肠息肉的判断公式为，当等式成立时，输出true，并返回十二指肠息肉在十二指肠肠道中的具体位置为。

37、一种内窥镜的图像处理方法，所述方法包括以下具体步骤：

38、a1、对内窥镜进行防雾预处理；

39、a2、采集内窥镜摄像头拍摄的肠道图像；

40、a3、根据内窥镜在肠道中的移动时间和移动速度计算移动距离，判断内窥镜摄像头在肠道中的位置，并计算肠道中病变部位的位置；

41、a4、判断肠道中病变部位的病变类型；

42、a5、根据肠道中病变部位的病变类型和病变位置，判断疾病类型；

43、a6、将疾病类型和具体位置反馈给医护人员。

44、本发明进一步的改进在于，所述病变类型包括溃疡病变、息肉病变，所述病变位置包括食管、胃部、十二指肠。

45、本发明进一步的改进在于，所述疾病类型包括食道消化性溃疡、胃溃疡、十二指肠溃疡、食道息肉、胃息肉、十二指肠息肉。

46、一种设备，包括：处理器和存储器，其中，所述存储器中存储有可供处理器调用的计算机程序；所述处理器通过调用所述存储器中存储的计算机程序，执行所述一种内窥镜的图像处理方法。

47、一种计算机可读存储介质，其上存储有可擦写的计算机程序；当所述计算机程序在计算机设备上运行时，使得所述计算机设备执行所述一种内窥镜的图像处理方法。

48、与现有技术相比，本发明具有如下有益效果：

49、c1、本发明能够通过计算病变类型和病变部位的具体位置，从而判断患者所患疾病类型，方便医护人员在治疗中能够精准施策，更进一步为医生的正确诊断提供帮助；

50、c2、本发明进一步将内窥镜移动距离与病变部位相联系，能够方便医护人员在后续的复查过程中快速且精确地找到病变部位。