CN115861298A - 一种基于内镜检查可视化的图像处理方法及装置 - Google Patents
一种基于内镜检查可视化的图像处理方法及装置 Download PDFInfo
- Publication number
- CN115861298A CN115861298A CN202310113741.XA CN202310113741A CN115861298A CN 115861298 A CN115861298 A CN 115861298A CN 202310113741 A CN202310113741 A CN 202310113741A CN 115861298 A CN115861298 A CN 115861298A
- Authority
- CN
- China
- Prior art keywords
- image
- visualization
- organ
- visualization model
- attribute information
- 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.)
- Granted
Links
Images
Landscapes
- Endoscopes (AREA)
Abstract
本申请涉及一种基于内镜检查可视化的图像处理方法及装置,包括:构建对应待检查器官的样本可视化模型;接收内镜拍摄到的对应待检查器官的初始图像,对初始图像进行预处理得到预处理图像;提取预处理图像中用于表征待检查器官病变情况的属性信息,根据属性信息对样本可视化模型进行修改,得到修改后的目标可视化模型。采用本方法能够通过构建对应待检查器官的样本可视化模型为内镜检查可视化建立参照基准,并通过对获取的初始图像进行预处理使检查中获取的数据更贴合样本可视化模型,最后根据提取到的属性信息对样本可视化模型进行修改,得到实时更新的目标可视化模型,实现对内镜检查过程的可视化监控。
Description
技术领域
本申请涉及计算机智能图像处理技术领域,特别是涉及一种基于内镜检查可视化的图像处理方法及装置。
背景技术
近年来,研究表明很多癌症在发现时就已经错过了最佳的治疗时机,主要原因是癌症的发现不及时。而目前用于人体内部癌症筛查的辅助检查主要是内镜检查,包括胃镜,肠镜、电子鼻咽喉镜等内镜检查方式。内镜检查的结果完全取决于医生在检查过程中的操作与经验判断,若医生在检查过程中因缺乏判断经验、或操作不规范导致某些部位被漏检、误判,使得检查结果缺乏可靠性,对后续的癌症诊断具有较大影响。
近年来国内外在内镜检查结果的监控方面研发很多新技术,如通过检查时拍摄的肠道内镜的多张图像对肠道进行三维重建,基于重建的多张图像在肠道留图图像确定留图面积占比,继而监控肠道内镜检查的过程,其重建过程较为复杂,且需要等检查完毕才能确定监控结果,无法及时反馈当前检查情况,使得内镜检查效率仍然较低。
发明内容
基于此,有必要针对上述技术问题,提供一种能够实时的、可视化的对检查情况进行反馈的基于内镜检查可视化的图像处理方法及装置。
第一方面,本申请提供了一种基于内镜检查可视化的图像处理方法。所述方法包括:
构建对应待检查器官的样本可视化模型;
接收内镜拍摄到的对应待检查器官的初始图像,对所述初始图像进行预处理得到预处理图像;
提取所述预处理图像中用于表征所述待检查器官病变情况的属性信息,根据所述属性信息对所述样本可视化模型进行修改,得到修改后的目标可视化模型。
在其中一个实施例中,所述构建对应待检查器官的样本可视化模型,包括:
根据对应待检查器官形状构建至少一种维度的可视化模型;
将所述可视化模型划分为至少两个最小可视单元;
根据属性需求的不同在每个所述最小可视单元上设置对应的可视化方式,得到样本可视化模型。
在其中一个实施例中,所述接收内镜拍摄到的对应待检查器官的初始图像,对所述初始图像进行预处理得到预处理图像,包括:
接收内镜拍摄到的对应待检查器官的初始图像;
对所述初始图像进行解析,并将解析后的初始图像进行存储;
对已存储的所述初始图像进行转换处理,得到预处理图像。
在其中一个实施例中,所述转换处理,包括:
图像去噪、颜色转换、尺寸变换中的至少一种。
在其中一个实施例中,所述提取所述预处理图像中用于表征所述待检查器官病变情况的属性信息,根据所述属性信息对所述样本可视化模型进行修改,得到修改后的目标可视化模型,包括:
对所述预处理图像依次进行目标检测、目标跟踪和图像识别,提取表征病变的具***置和具体类型的属性信息;
根据所述属性信息对所述样本可视化模型进行修改,得到修改后的目标可视化模型。
在其中一个实施例中,所述对所述预处理图像依次进行目标检测、目标跟踪和图像识别,提取表征病变的具***置和具体类型的属性信息,包括:
对所述预处理图像进行目标检测和目标跟踪,识别所述预处理图像中的病变区域,并得到所述待检查器官病变的具***置;
对存在所述病变区域的所述预处理图像继续进行图像识别,得到所述待检查器官病变的具体类型。
在其中一个实施例中,所述根据所述属性信息对所述样本可视化模型进行修改,得到修改后的目标可视化模型,包括:
根据所述具***置和所述具体类型将所述样本可视化模型上的对应区域的颜色进行修改,得到修改后的目标可视化模型。
在其中一个实施例中,所述图像处理方法,还包括:
接收图像调整指令,根据所述图像调整指令对所述目标可视化模型进行角度切换及图像大小调整。
第二方面,本申请还提供了一种基于内镜检查可视化的图像处理装置,所述图像处理装置包括:
构建模型模块,用于构建对应待检查器官的样本可视化模型;
预处理模块,用于接收内镜拍摄到的对应待检查器官的初始图像,对所述初始图像进行预处理得到预处理图像;
修改模型模块,用于提取所述预处理图像中用于表征所述待检查器官病变情况的属性信息,根据所述属性信息对所述样本可视化模型进行修改,得到修改后的目标可视化模型。
第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
构建对应待检查器官的样本可视化模型;
接收内镜拍摄到的对应待检查器官的初始图像,对所述初始图像进行预处理得到预处理图像;
提取所述预处理图像中用于表征所述待检查器官病变情况的属性信息,根据所述属性信息对所述样本可视化模型进行修改,得到修改后的目标可视化模型。
上述基于内镜检查可视化的图像处理方法及装置,通过构建对应待检查器官的样本可视化模型,将器官进行抽象和建模,为内镜检查可视化建立参照基准,并通过对获取的初始图像进行预处理,使检查中获取的数据更贴合样本可视化模型,最后从预处理图像进行提取表征所述待检查器官病变情况的属性信息,根据所述属性信息对所述样本可视化模型进行修改,得到修改后的目标可视化模型,可以实时对内镜检查过程进行可视化监控,及时反馈当前检查情况,提高内镜检查效率。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为一个实施例中基于内镜检查可视化的图像处理方法的应用环境图;
图2为一个实施例中基于内镜检查可视化的图像处理方法的流程示意图;
图3为一个优选实施例中基于内镜检查可视化的图像处理方法的流程示意图;
图4a为一个优选实施例中三维的样本可视化模型;
图4b为一个优选实施例中的膀胱的初始图像;
图4c为一个优选实施例中的包含线框的预处理图像;
图4d为一个优选实施例中的目标可视化模型;
图5为一个实施例中基于内镜检查可视化的图像处理装置的结构框图;
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。基于本申请提供的实施例,本领域普通技术人员在没有作出创造性劳动的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。
显而易见地,下面描述中的附图仅仅是本申请的一些示例或实施例,对于本领域的普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图将本申请应用于其他类似情景。此外,还可以理解的是,虽然这种开发过程中所作出的努力可能是复杂并且冗长的,然而对于与本申请公开的内容相关的本领域的普通技术人员而言,在本申请揭露的技术内容的基础上进行的一些设计,制造或者生产等变更只是常规的技术手段,不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是,本申请所描述的实施例在不冲突的情况下,可以与其它实施例相结合。
除非另作定义,本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制,可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形,意图在于覆盖不排他的包含;例如包含了一系列步骤或模块(单元)的过程、方法、***、产品或设备没有限定于已列出的步骤或单元,而是可以还包括没有列出的步骤或单元,或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电气的连接,不管是直接的还是间接的。本申请所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象,不代表针对对象的特定排序。
在本实施例中提供的方法实施例可以在终端、计算机或者类似的运算装置中执行。比如在终端上运行,图1是本实施例的基于内镜检查可视化的图像处理方法的终端的硬件结构框图。如图1所示,终端可以包括一个或多个(图1中仅示出一个)处理器102和用于存储数据的存储器104,其中,处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置。上述终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述终端的结构造成限制。例如,终端还可包括比图1中所示更多或者更少的组件,或者具有与图1所示出的不同配置。
存储器104可用于存储计算机程序,例如,应用软件的软件程序以及模块,如在本实施例中的基于内镜检查可视化的图像处理方法对应的计算机程序,处理器102通过运行存储在存储器104内的计算机程序,从而执行各种功能应用以及数据处理,即实现上述的方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输设备106用于经由一个网络接收或者发送数据。上述的网络包括终端的通信供应商提供的无线网络。在一个实例中,传输设备106包括一个网络适配器(NetworkInterface Controller,简称为NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输设备106可以为射频(Radio Frequency,简称为RF)模块,其用于通过无线方式与互联网进行通讯。
在本实施例中提供了一种基于内镜检查可视化的图像处理方法,图2是本实施例的基于内镜检查可视化的图像处理方法的流程图,如图2所示,该流程包括如下步骤:
步骤S210,构建对应待检查器官的样本可视化模型。
在使用内窥镜对器官进行检查之前,构建对应待检查器官的样本可视化模型,具体的,根据器官的外形或者内壁待检查区域构建相应的一维线条,二维平面,三维立体或者多维方式结合等形式的样本可视化模型;其次根据对于位置的展示精度需求,可将样本可视化模型化划分为至少两个最小可视化单位;最后对于展示的属性需求,针对不同的属性可以设置不同的可视化方式。示例性的,在做肠镜之前,根据肠道外形构建一维样本可视化模型,该一维样本可视化模型包括至少两个最小可视化单位,每个最小可视化单位反映一维样本可视化模型不同的位置,病症高发位置对应的最小可视化单位以深色显示;根据肠道内壁待检查区域构建二维样本可视化模型,以更清楚的展示肠道内部情况,也可对肠道构建三维样本可视化模型,或者构建多个不同维度的样本可视化模型,提供给后续可视化检查使用。
步骤S220,接收内镜拍摄到的对应待检查器官的初始图像,对初始图像进行预处理得到预处理图像。
其中,预处理包括对初始图像进行解析,并将解析后的初始图像进行存储;对已存储的初始图像进行转换处理。
步骤S230,提取预处理图像中用于表征待检查器官病变情况的属性信息,根据属性信息对样本可视化模型进行修改,得到修改后的目标可视化模型。
对预处理图像进行图像处理,分析得到待检查器官病变情况的属性信息,属性信息包括当前镜头拍摄的图像在器官中的所属位置,以及当前部位是否有病变,是否存在关键解剖标志位等信息。根据属性信息对应修改不同维度的样本可视化模型的可视化方式,例如,获取到当前预处理图像所属部位的具***置,可将其样本可视化模型的对应具***置的颜色修改为亮色,最终展示在可视化展示器上面,实时给医生提供漏检和病变部位等信息参考。
上述步骤S210-步骤S230,通过构建对应待检查器官的样本可视化模型,将器官进行抽象和建模,为内镜检查可视化建立参照基准,并通过对获取的初始图像进行预处理,使检查中获取的数据更贴合样本可视化模型,最后从预处理图像进行提取表征待检查器官病变情况的属性信息,根据属性信息对样本可视化模型进行修改,得到修改后的目标可视化模型,可以实时对内镜检查过程进行可视化监控,及时反馈当前检查情况,提高内镜检查效率。
在一个实施例中,基于上述步骤S210,构建对应待检查器官的样本可视化模型,具体可以包括以下步骤:
步骤S211,根据对应待检查器官形状构建至少一种维度的可视化模型。
其中,至少一种维度的可视化模型包括一维线条,二维平面,三维立体或者多个维度结合。以肠镜检查为例,如需关注肠道检查的进度,可以构建肠道的一维的可视化模型,随着对肠道检查的深入,该一维可视化模型可以对检查进度进行显示;如需关注肠道内壁的检查情况,可以构建肠道的二维的可视化模型,展示内壁细节部位;同时可以构建三维的可视化模型,展示肠道的立体结构,与一维或二维的可视化模型配合使用。
步骤S212,将可视化模型划分为至少两个最小可视单元。
为了更好的体现检查进度,将可视化模型划分为多个最小可视单元,可以在后续步骤中依次更新最小可视单元从而实现内镜检查过程的实时反馈。
步骤S213,根据属性需求的不同在每个最小可视单元上设置对应的可视化方式,得到样本可视化模型。
示例性的,不同的属性需求对应不同的颜色,或者不同线条填充等方式,以此满足多属性需求的展示。除了多个维度的样本可视化模型,还可以设计多种其他的展示模型,如可视化图表等。
在一个实施例中,基于上述步骤S220,接收内镜拍摄到的对应待检查器官的初始图像,对初始图像进行预处理得到预处理图像,具体包括以下步骤:
步骤S221,接收内镜拍摄到的对应待检查器官的初始图像。
步骤S222,对初始图像进行解析,并将解析后的初始图像进行存储。
步骤S223,对已存储的初始图像进行转换处理,得到预处理图像。
示例性的,由数据采集单元接收来自内镜检查仪器的初始图像,并将初始图像的数据格式进行转换并存储,以供后续操作使用。其中,转换处理包括图像去噪、颜色转换、尺寸变换中的至少一种。
在一个实施例中,基于上述步骤S230,提取预处理图像中用于表征待检查器官病变情况的属性信息,根据属性信息对样本可视化模型进行修改,得到修改后的目标可视化模型,具体可以包括以下步骤:
步骤S231,对预处理图像依次进行目标检测、目标跟踪和图像识别,提取表征病变的具***置和具体类型的属性信息。
具体的,对预处理图像进行目标检测和目标跟踪,识别预处理图像中的病变区域,并得到待检查器官病变的具***置;对存在病变区域的预处理图像继续进行图像识别,得到待检查器官病变的具体类型。
步骤S232,根据属性信息对样本可视化模型进行修改,得到修改后的目标可视化模型。
具体的,根据具***置和具体类型将样本可视化模型上的对应区域的颜色进行修改,得到修改后的目标可视化模型。
本实施例中,通过对预处理图像依次进行目标检测、目标跟踪和图像识别,能够对当前帧预处理图像或连续帧预处理图像的属性信息进行提取,并根据表征病变的具***置和具体类型的属性信息对样本可视化模型上的对应区域的颜色进行修改,实现内镜检查情况在目标可视化模型上的实时更新。
在一个实施例中,基于内镜检查可视化的图像处理方法还包括以下步骤:
步骤S240,接收图像调整指令,根据图像调整指令对目标可视化模型进行角度切换及图像大小调整。其中,通过图像调整指令实现使用者与设备的交互。
在一个实施例中,基于内镜检查可视化的图像处理方法还包括以下步骤:
步骤S250,根据属性信息生成语音提醒。其中,语音提醒包括当前镜头拍摄的图像在器官中的所属位置,以及当前部位是否有病变,当前部位病变程度、面积等语音信息。通过语音消息实时提醒医生实际的内镜检查情况。
下面通过优选实施例对本实施例进行描述和说明。
图3是本优选实施例的基于内镜检查可视化的图像处理方法的流程图。
步骤S310,根据待检查器官形状构建至少一种维度的可视化模型;将可视化模型划分为至少两个最小可视单元;根据属性需求的不同在每个最小可视单元上设置对应的可视化方式,得到样本可视化模型。
步骤S320,接收内镜拍摄到的对应待检查器官的初始图像;对初始图像进行解析,并将解析后的初始图像进行存储;对已存储的初始图像进行转换处理,得到预处理图像。
步骤S330,对预处理图像进行目标检测和目标跟踪,识别预处理图像中的病变区域,并得到待检查器官病变的具***置的属性信息;对存在病变区域的预处理图像继续进行图像识别,得到待检查器官病变的具体类型的属性信息。
步骤S340,根据属性信息将样本可视化模型上的对应区域的颜色进行修改,得到修改后的目标可视化模型,并根据属性信息生成语音提醒。
步骤S350,接收图像调整指令,根据图像调整指令对目标可视化模型进行角度切换及图像大小调整。
以对膀胱进行内镜检查为例,根据膀胱的形状构建如图4a所示的三维的样本可视化模型。接收内镜拍摄到的如图4b所示的膀胱的初始图像。对初始图像进行解析,并将解析后的初始图像进行存储,对已存储的初始图像进行转换处理,得到如图4c所示的预处理图像。对预处理图像进行目标检测和目标跟踪,识别预处理图像中的病变区域,并得到如图4c中线框内圈定的膀胱发生病变的具***置的属性信息。根据属性信息将样本可视化模型右上方对应区域的颜色进行修改,得到修改后的如图4d所示的目标可视化模型。通过构建膀胱的三维的样本可视化模型,将器官进行抽象和建模,为内镜检查可视化建立参照基准,并通过对获取的初始图像进行预处理,使检查中获取的数据更贴合样本可视化模型,最后从预处理图像进行提取表征所述待检查器官病变情况的属性信息,根据所述属性信息对所述样本可视化模型进行修改,得到修改后的目标可视化模型,可以实时对内镜检查过程进行可视化监控,及时反馈当前检查情况,提高内镜检查效率。
应该理解的是,虽然如上的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,在本实施例中还提供了一种基于内镜检查可视化的图像处理装置50,该***用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。以下所使用的术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管在以下实施例中所描述的***较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
在一个实施例中,如图5所示,提供了一种基于内镜检查可视化的图像处理装置50,包括:构建模型模块51、预处理模块52和修改模型模块53,其中:
构建模型模块51,用于构建对应待检查器官的样本可视化模型;在使用内窥镜对器官进行检查之前,构建对应待检查器官的样本可视化模型。
具体的,根据器官的外形或者内壁待检查区域构建相应的一维线条,二维平面,三维立体或者多维方式结合等形式的样本可视化模型;其次根据对于位置的展示精度需求,可将样本可视化模型化划分为至少两个最小可视化单位;最后对于展示的属性需求,针对不同的属性可以设置不同的可视化方式。示例性的,在做肠镜之前,根据肠道外形构建一维样本可视化模型,该一维样本可视化模型包括至少两个最小可视化单位,每个最小可视化单位反映一维样本可视化模型不同的位置,病症高发位置对应的最小可视化单位以深色显示;根据肠道内壁待检查区域构建二维样本可视化模型,以更清楚的展示肠道内部情况,也可对肠道构建三维样本可视化模型,或者构建多个不同维度的样本可视化模型,提供给后续可视化检查使用。
预处理模块52,用于接收内镜拍摄到的对应待检查器官的初始图像,对初始图像进行预处理得到预处理图像。
其中,预处理包括对初始图像进行解析,并将解析后的初始图像进行存储;对已存储的初始图像进行转换处理,得到预处理图像。
修改模型模块53,用于提取预处理图像中用于表征待检查器官病变情况的属性信息,根据属性信息对样本可视化模型进行修改,得到修改后的目标可视化模型。
对预处理图像进行图像处理,分析得到待检查器官病变情况的属性信息,属性信息包括当前镜头拍摄的图像在器官中的所属位置,以及当前部位是否有病变,是否存在关键解剖标志位等信息。根据属性信息对应修改不同维度的样本可视化模型的可视化方式,例如,获取到当前预处理图像所属部位的具***置,可将其样本可视化模型的对应具***置的颜色修改为亮色,最终展示在可视化展示器上面,实时给医生提供漏检和病变部位等信息参考。
上述基于内镜检查可视化的图像处理装置50中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图6所示。该计算机设备包括通过***总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种基于内镜检查可视化的图像处理方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图6中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
步骤S210,构建对应待检查器官的样本可视化模型。
步骤S220,接收内镜拍摄到的对应待检查器官的初始图像,对初始图像进行预处理得到预处理图像。
步骤S230,提取预处理图像中用于表征待检查器官病变情况的属性信息,根据属性信息对样本可视化模型进行修改,得到修改后的目标可视化模型。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
步骤S240,接收图像调整指令,根据图像调整指令对目标可视化模型进行角度切换及图像大小调整。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
步骤S210,构建对应待检查器官的样本可视化模型。
步骤S220,接收内镜拍摄到的对应待检查器官的初始图像,对初始图像进行预处理得到预处理图像。
步骤S230,提取预处理图像中用于表征待检查器官病变情况的属性信息,根据属性信息对样本可视化模型进行修改,得到修改后的目标可视化模型。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
步骤S240,接收图像调整指令,根据图像调整指令对目标可视化模型进行角度切换及图像大小调整。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
步骤S210,构建对应待检查器官的样本可视化模型。
步骤S220,接收内镜拍摄到的对应待检查器官的初始图像,对初始图像进行预处理得到预处理图像。
步骤S230,提取预处理图像中用于表征待检查器官病变情况的属性信息,根据属性信息对样本可视化模型进行修改,得到修改后的目标可视化模型。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
步骤S240,接收图像调整指令,根据图像调整指令对目标可视化模型进行角度切换及图像大小调整。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random AccessMemory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于内镜检查可视化的图像处理方法,其特征在于,所述图像处理方法,包括:
构建对应待检查器官的样本可视化模型;
接收内镜拍摄到的对应待检查器官的初始图像,对所述初始图像进行预处理得到预处理图像;
提取所述预处理图像中用于表征所述待检查器官病变情况的属性信息,根据所述属性信息对所述样本可视化模型进行修改,得到修改后的目标可视化模型。
2.根据权利要求1所述的基于内镜检查可视化的图像处理方法,其特征在于,所述构建对应待检查器官的样本可视化模型,包括:
根据对应待检查器官形状构建至少一种维度的可视化模型;
将所述可视化模型划分为至少两个最小可视单元;
根据属性需求的不同在每个所述最小可视单元上设置对应的可视化方式,得到样本可视化模型。
3.根据权利要求1所述的基于内镜检查可视化的图像处理方法,其特征在于,所述接收内镜拍摄到的对应待检查器官的初始图像,对所述初始图像进行预处理得到预处理图像,包括:
接收内镜拍摄到的对应待检查器官的初始图像;
对所述初始图像进行解析,并将解析后的初始图像进行存储;
对已存储的所述初始图像进行转换处理,得到预处理图像。
4.根据权利要求3所述的基于内镜检查可视化的图像处理方法,其特征在于,所述转换处理,包括:
图像去噪、颜色转换、尺寸变换中的至少一种。
5.根据权利要求1所述的基于内镜检查可视化的图像处理方法,其特征在于,所述提取所述预处理图像中用于表征所述待检查器官病变情况的属性信息,根据所述属性信息对所述样本可视化模型进行修改,得到修改后的目标可视化模型,包括:
对所述预处理图像依次进行目标检测、目标跟踪和图像识别,提取表征病变的具***置和具体类型的属性信息;
根据所述属性信息对所述样本可视化模型进行修改,得到修改后的目标可视化模型。
6.根据权利要求5所述的基于内镜检查可视化的图像处理方法,其特征在于,所述对所述预处理图像依次进行目标检测、目标跟踪和图像识别,提取表征病变的具***置和具体类型的属性信息,包括:
对所述预处理图像进行目标检测和目标跟踪,识别所述预处理图像中的病变区域,并得到所述待检查器官病变的具***置;
对存在所述病变区域的所述预处理图像继续进行图像识别,得到所述待检查器官病变的具体类型。
7.根据权利要求5所述的基于内镜检查可视化的图像处理方法,其特征在于,所述根据所述属性信息对所述样本可视化模型进行修改,得到修改后的目标可视化模型,包括:
根据所述具***置和所述具体类型将所述样本可视化模型上的对应区域的颜色进行修改,得到修改后的目标可视化模型。
8.根据权利要求1所述的基于内镜检查可视化的图像处理方法,其特征在于,所述图像处理方法,还包括:
接收图像调整指令,根据所述图像调整指令对所述目标可视化模型进行角度切换及图像大小调整。
9.一种基于内镜检查可视化的图像处理装置,其特征在于,所述图像处理装置包括:
构建模型模块,用于构建对应待检查器官的样本可视化模型;
预处理模块,用于接收内镜拍摄到的对应待检查器官的初始图像,对所述初始图像进行预处理得到预处理图像;
修改模型模块,用于提取所述预处理图像中用于表征所述待检查器官病变情况的属性信息,根据所述属性信息对所述样本可视化模型进行修改,得到修改后的目标可视化模型。
10.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至权利要求8中任一项所述基于内镜检查可视化的图像处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310113741.XA CN115861298B (zh) | 2023-02-15 | 2023-02-15 | 一种基于内镜检查可视化的图像处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310113741.XA CN115861298B (zh) | 2023-02-15 | 2023-02-15 | 一种基于内镜检查可视化的图像处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115861298A true CN115861298A (zh) | 2023-03-28 |
CN115861298B CN115861298B (zh) | 2023-05-23 |
Family
ID=85658026
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310113741.XA Active CN115861298B (zh) | 2023-02-15 | 2023-02-15 | 一种基于内镜检查可视化的图像处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115861298B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116364229A (zh) * | 2023-04-20 | 2023-06-30 | 北京透彻未来科技有限公司 | ***前病变锥切标本的智能可视化病理报告*** |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015046152A1 (ja) * | 2013-09-27 | 2015-04-02 | オリンパスメディカルシステムズ株式会社 | 内視鏡システム |
RU2015140216A (ru) * | 2015-09-21 | 2016-02-10 | Общество с ограниченной ответственностью "Лаборатория медицинской электроники "Биоток" | Способ и устройство визуализации в кардиохирургии |
CN107590856A (zh) * | 2017-09-06 | 2018-01-16 | 刘立军 | 神经外科手术导航***中解剖图谱的三维可视化应用方法 |
CN109146884A (zh) * | 2018-11-16 | 2019-01-04 | 青岛美迪康数字工程有限公司 | 内窥镜检查监控方法及装置 |
CN110522516A (zh) * | 2019-09-23 | 2019-12-03 | 杭州师范大学 | 一种用于手术导航的多层次交互可视化方法 |
CN110613417A (zh) * | 2019-09-24 | 2019-12-27 | 浙江同花顺智能科技有限公司 | 一种输出上消化内镜操作信息的方法、设备及存储介质 |
CN111080639A (zh) * | 2019-12-30 | 2020-04-28 | 四川希氏异构医疗科技有限公司 | 基于人工智能的多场景消化道内镜图像识别方法及*** |
CN111640100A (zh) * | 2020-05-29 | 2020-09-08 | 京东方科技集团股份有限公司 | 肿瘤图像的处理方法和装置、电子设备、存储介质 |
CN114419521A (zh) * | 2022-03-28 | 2022-04-29 | 武汉楚精灵医疗科技有限公司 | 肠道内镜检查的监控方法及装置 |
CN115105202A (zh) * | 2022-05-17 | 2022-09-27 | 湖州市中心医院 | 一种用于腔镜手术中的病灶确认方法及*** |
CN115115772A (zh) * | 2022-04-13 | 2022-09-27 | 腾讯科技(深圳)有限公司 | 基于三维影像的关键结构重建方法、装置和计算机设备 |
-
2023
- 2023-02-15 CN CN202310113741.XA patent/CN115861298B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015046152A1 (ja) * | 2013-09-27 | 2015-04-02 | オリンパスメディカルシステムズ株式会社 | 内視鏡システム |
RU2015140216A (ru) * | 2015-09-21 | 2016-02-10 | Общество с ограниченной ответственностью "Лаборатория медицинской электроники "Биоток" | Способ и устройство визуализации в кардиохирургии |
CN107590856A (zh) * | 2017-09-06 | 2018-01-16 | 刘立军 | 神经外科手术导航***中解剖图谱的三维可视化应用方法 |
CN109146884A (zh) * | 2018-11-16 | 2019-01-04 | 青岛美迪康数字工程有限公司 | 内窥镜检查监控方法及装置 |
CN110522516A (zh) * | 2019-09-23 | 2019-12-03 | 杭州师范大学 | 一种用于手术导航的多层次交互可视化方法 |
CN110613417A (zh) * | 2019-09-24 | 2019-12-27 | 浙江同花顺智能科技有限公司 | 一种输出上消化内镜操作信息的方法、设备及存储介质 |
CN111080639A (zh) * | 2019-12-30 | 2020-04-28 | 四川希氏异构医疗科技有限公司 | 基于人工智能的多场景消化道内镜图像识别方法及*** |
CN111640100A (zh) * | 2020-05-29 | 2020-09-08 | 京东方科技集团股份有限公司 | 肿瘤图像的处理方法和装置、电子设备、存储介质 |
CN114419521A (zh) * | 2022-03-28 | 2022-04-29 | 武汉楚精灵医疗科技有限公司 | 肠道内镜检查的监控方法及装置 |
CN115115772A (zh) * | 2022-04-13 | 2022-09-27 | 腾讯科技(深圳)有限公司 | 基于三维影像的关键结构重建方法、装置和计算机设备 |
CN115105202A (zh) * | 2022-05-17 | 2022-09-27 | 湖州市中心医院 | 一种用于腔镜手术中的病灶确认方法及*** |
Non-Patent Citations (2)
Title |
---|
KAZUTOSHI HIGUCHI,ET AL: "Three-dimensional visualization improves the endoscopic diagnosis of superficial gastric neoplasia", 《BMC GASTROENTEROLOGY》 * |
俞金龙: "基于CTA影像大肠三维数字解剖模型构建及可视化的基础和临床初步应用研究", 《中国博士学位论文全文数据库 信息科技辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116364229A (zh) * | 2023-04-20 | 2023-06-30 | 北京透彻未来科技有限公司 | ***前病变锥切标本的智能可视化病理报告*** |
CN116364229B (zh) * | 2023-04-20 | 2023-11-10 | 北京透彻未来科技有限公司 | ***前病变锥切标本的智能可视化病理报告*** |
Also Published As
Publication number | Publication date |
---|---|
CN115861298B (zh) | 2023-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108615237B (zh) | 一种肺部图像处理方法及图像处理设备 | |
WO2021036616A1 (zh) | 一种医疗图像处理方法、医疗图像识别方法及装置 | |
CN107492099B (zh) | 医学图像分析方法、医学图像分析***以及存储介质 | |
Du et al. | Review on the applications of deep learning in the analysis of gastrointestinal endoscopy images | |
CN110443813B (zh) | 血管、眼底图像的分割方法、装置、设备及可读存储介质 | |
CN110738263B (zh) | 一种图像识别模型训练的方法、图像识别的方法及装置 | |
CN109615636B (zh) | Ct影像的肺叶段分割中的血管树构造方法、装置 | |
WO2021036695A1 (zh) | 一种待标注图像确定的方法、模型训练的方法及装置 | |
CN110414631B (zh) | 基于医学图像的病灶检测方法、模型训练的方法及装置 | |
US10734107B2 (en) | Image search device, image search method, and image search program | |
CN110070540B (zh) | 图像生成方法、装置、计算机设备及存储介质 | |
CN109934220B (zh) | 一种影像兴趣点的展示方法、装置及终端 | |
CN111369562B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN111368849A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN110414607A (zh) | 胶囊内窥镜图像的分类方法、装置、设备及介质 | |
CN109003651A (zh) | 病灶报告生成装置和方法 | |
CN110276408A (zh) | 3d图像的分类方法、装置、设备及存储介质 | |
US12014537B2 (en) | Organ classification system and method | |
CN115861298B (zh) | 一种基于内镜检查可视化的图像处理方法及装置 | |
KR20200131020A (ko) | 의료기계 학습 시스템 | |
CN116091432A (zh) | 一种用于医疗内窥镜检查的质控方法、装置及计算机设备 | |
CN114998247A (zh) | 异常预测方法、装置、计算机设备、存储介质 | |
CN115861299A (zh) | 一种基于二维重建的电子内窥镜质控方法及装置 | |
CN110517771B (zh) | 一种医学图像处理方法、医学图像识别方法及装置 | |
CN114340496A (zh) | 基于vrds ai医学影像的心脏冠脉的分析方法和相关装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |