基于时间序列的无线胶囊内窥镜视频中的出血段定位方法
【技术领域】
[0001]本发明涉及图像处理技术领域，特别是涉及一种基于时间序列的无线胶囊内窥镜视频中的出血段定位方法。
【背景技术】
[0002]无线胶囊内窥镜(WCE)技术，是一种利用安装有超小型摄像头的胶囊药丸来获取人体消化系统的视频图像的技术，患者从服用该胶囊药丸开始传输图片后的8-12小时内，可以发送50，000-60, 000帧的视频图像。因此，无线胶囊内窥镜广泛运用在消化系统病症分析，特别是肠胃出血检测中。
[0003]目前，WCE检查的主要缺点是，由于WCE视频图像的帧数过多，如果全都需要医生来检测的话，极为耗费时间和精力，而且易造成医生视觉疲劳，对病变的辨识能力下降，从而导致误诊、漏诊的情况发生。因此，精确稳定的计算机辅助诊断方法具有广泛的市场需求，尤其在未来无线胶囊内窥镜大量应用的情况下，计算机辅助诊断更能增加疾病诊断效率和准确性。
【发明内容】
[0004]本发明主要解决的技术问题是提供一种基于时间序列的无线胶囊内窥镜视频中的出血段定位方法，能够提高无线胶囊内窥镜视频中的出血段的定位效率和准确性。
[0005]为解决上述技术问题，本发明采用的一个技术方案是:提供一种基于时间序列的无线胶囊内窥镜视频中的出血段定位方法，包括:S1:获取无线胶囊内窥镜视频，对无线胶囊内窥镜视频的视频帧进行预处理，以提取视频帧中的肠道粘膜图像；S2:在RGB颜色空间下对肠道粘膜图像进行超像素分割到多个图像块，获取每一图像块的颜色值和红色比特征值，并将图像块转化到CIELAB颜色空间，获取每一图像块的a空间特征值，其中，图像块的红色比特征值和a空间特征值均为该图像块中所有像素的红色比特征值和a空间特征值的最大值，所述红色比特征值为RGB颜色空间中红色值与选定绿色值的比值；S3:利用预先训练的颜色模型和每一图像块的颜色值来判断每一图像块为出血块还是正常块，如果任一图像块为出血块，则判定视频帧为出血帧，并将视频帧中所有出血块的红色比特征值的均值作为视频帧的红色比特征值，如果所有图像块均为正常块，则判定视频帧为正常帧，并将视频帧中所有图像块的红色比特征值的最大值作为视频帧的红色比特征值；S4:将视频帧中所有图像块的a空间特征值的最大值作为视频帧的a空间特征值；S5:将无线胶囊内窥镜视频的所有视频帧的红色比特征值和a空间特征值按照视频帧的时间顺序生成红色比特征值曲线和a空间特征值曲线，对所述红色比特征值曲线和a空间特征值曲线进行平均融合得到出血描述曲线；S6:将出血描述曲线的幅值高于预设值时所对应时间段内的视频确定为出血段。
[0006]优选地，所述预处理的步骤具体包括去除黑洞步骤和移除边缘步骤:所述去除黑洞步骤包括:将视频帧转化为灰度图；对所述灰度图进行二维正拉普拉斯滤波；将所述灰度图转化为二值化图像；对所述二值化图像进行形态学闭操作，并进行空洞填补；将二值化图像中的黑洞区域设为逻辑O值，对二值化图像进行形态学开操作；所述移除边缘步骤包括:将视频帧转化到CIELAB颜色空间；在L通道上进行Canny检测，以确定肠道粘膜边缘；对肠道粘膜边缘进行形态学膨胀操作，以提取肠道粘膜边缘区域；移除所述肠道粘膜边缘区域。
[0007]优选地，所述步骤S5还包括:在对所述红色比特征值曲线和a空间特征值曲线进行平均融合得到出血描述曲线之前，对所述红色比特征值曲线和a空间特征值曲线进行滑动平均或均值滤波。
[0008]优选地，所述超像素分割所采用的算法为简单线性迭代聚类算法。
[0009]优选地，所述颜色模型采用支持向量机和肠道出血样例图像得到。
[0010]优选地，所述选定绿色值大于预设阈值，所述预设阈值大于O。
[0011]区别于现有技术的情况，本发明的有益效果是:通过运用将空间特征和时间序列相结合的方法来定位无线胶囊内窥镜视频中的出血段，可以提高无线胶囊内窥镜视频中的出血段的定位效率，避免因人工检查造成的漏诊和误诊。
【附图说明】
[0012]图1是本发明实施例基于时间序列的无线胶囊内窥镜视频中的出血段定位方法的流程示意图。
[0013]图2是本发明实施例基于时间序列的无线胶囊内窥镜视频中的出血段定位方法去除黑洞示意图。
[0014]图3是本发明实施例基于时间序列的无线胶囊内窥镜视频中的出血段定位方法进行超像素分割示意图。
[0015]图4是本发明实施例基于时间序列的无线胶囊内窥镜视频中的出血段定位方法转化到CIELAB颜色空间示意图。
[0016]图5是本发明实施例基于时间序列的无线胶囊内窥镜视频中的出血段定位方法进行滑动平均和均值滤波示意图。
【具体实施方式】
[0017]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，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做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。
[0018]本发明提供一种基于时间序列的无线胶囊内窥镜视频中的出血段定位方法，其包括:
[0019]S1:获取无线胶囊内窥镜视频，对无线胶囊内窥镜视频的视频帧进行预处理，以提取视频帧中的肠道粘膜图像。
[0020]S2:在RGB颜色空间下对肠道粘膜图像进行超像素分割到多个图像块，获取每一图像块的颜色值和红色比特征值，并将图像块转化到CIELAB颜色空间，获取每一图像块的a空间特征值，其中，图像块的红色比特征值和a空间特征值均为该图像块中所有像素的红色比特征值和a空间特征值的最大值，所述红色比特征值为RGB颜色空间中红色值与选定绿色值的比值。
[0021]S3:利用预先训练的颜色模型和每一图像块的颜色值来判断每一图像块为出血块还是正常块，如果任一图像块为出血块，则判定视频帧为出血帧，并将视频帧中所有出血块的红色比特征值的均值作为视频帧的红色比特征值，如果所有图像块均为正常块，则判定视频帧为正常帧，并将视频帧中所有图像块的红色比特征值的最大值作为视频帧的红色比特征值。
[0022]S4:将视频帧中所有图像块的a空间特征值的最大值作为视频帧的a空间特征值。
[0023]S5:将无线胶囊内窥镜视频的所有视频帧的红色比特征值和a空间特征值按照视频帧的时间顺序生成红色比特征值曲线和a空间特征值曲线，对红色比特征值曲线和a空间特征值曲线进行平均融合得到出血描述曲线。
[0024]S6:将出血描述曲线的幅值高于预设值时所对应时间段内的视频确定为出血段。
[0025]实施例
[0026]参见图1，是本发明实施例基于时间序列的无线胶囊内窥镜视频中的出血段定位方法的流程示意图。本实施例的出血段定位方法包括:
[0027]Sll:获取无线胶囊内窥镜视频。
[0028]其中，无线胶囊内窥镜视频通常包含50，000-60, 000个视频帧。
[0029]S12:对无线胶囊内窥镜视频的视频帧进行去除黑洞和移除边缘，以提取视频帧中的肠道粘膜图像。
[0030]其中，去除黑洞步骤和移除边缘步骤均属于视频帧的预处理步骤。
[0031]在视频帧中，胃肠通道里的边缘、黑洞会对肠道粘膜的提取有干扰作用。边缘通常是由于肠道褶皱和摄像头失焦造成的，而黑洞通常是由于肠道环境比较暗造成的。大多数情况下，边缘和黑洞在像素级上会与肠道粘膜的出血部分有相似的色度，这在检测中容易造成误判。因此，需要对无线胶囊内窥镜视频的视频帧进行预处理，以去除这些干扰。
[0032]去除黑洞步骤包括:将视频帧转化为灰度图；对灰度图进行二维正拉普拉斯滤波；将灰度图转化为二值化图像；对二值化图像进行形态学闭操作，并进行空洞填补；将二值化图像中的黑洞区域设为逻辑O值，对二值化图像进行形态学开操作。其中，二维正拉普拉斯滤波可以对灰度图进行增强，进行二维正拉普拉斯滤波后，可以得到如图2(a)所示的图像。灰度图转化为二值化图像后，可以得到如图2(b)所示的图像。对二值化图像进行形态学闭操作后，肠道粘膜区域，也就是图2(b)中的白色的二值区域，会基本连成一片白色区域，但由于结构元素的选取问题，可能会在连成一片的白色区域中存在细小的黑色缝隙，因此，再进行空洞填补，可以使白色的二值区域完全连成一片白色区域。在进行形态学闭操作后，有些非肠道粘膜区域也会被粘连，此时再进行形态学开操作，可以将一些粘连的非肠道粘膜区域去除，最后得到如图2(c)所示的图像。
[0033]移除边缘步骤包括:将视频帧转化到CIELAB颜色空间；在L通道上进行Canny检测，以确定肠道粘膜边缘；对肠道粘膜边缘进行形态学膨胀操作，以提取肠道粘膜边缘区域；移除肠道粘膜边缘区域。其中，对于一些有肠道边缘褶皱的视频帧，可以将视频帧转化到CIELAB彩色空间三通道。然后在L通道上做Canny检测提取