医学影像图像转化方法及系统与流程

本发明属于图像处理，具体涉及一种医学影像图像转化方法及系统。

背景技术：

1、随着医疗设备的快速发展，医学影像进入大数据时代，医学成像技术已经成为越来越重要的诊断手段。随着数据量的爆炸式增长，人们对医学图像处理技术有了更高的要求，而如何快速处理海量数据并准确提取疾病诊治的关键信息是临床面临的重大难题。以医学图像分割为例，它是计算机辅助诊断的关键步骤，也是整个处理任务耗时较多的一步，现有的分割模型精度并不能满足所有的应用场景。在模型预测结果的精度无法满足要求时，可以经过人工调整再进行后续的处理，进行这样的操作需要一个能够编辑图像分割结果的处理系统。

2、然而，现有技术中的医学影像图像转化过程中，由于灰度值的处理确信啊或者边缘检测筛除的信息过于多，导致最终特征提取后的医学影像图像中的病灶信息错误，进而导致诊疗出现失误，换着病情延误。

技术实现思路

1、本发明针对上述缺陷，提供一种医学影像图像转化方法及系统。本发明能够有效地显示医学影像图像中的关键特征，以便于为手术机器人、医学诊断提供精确的信息数据，防止诊断错误或者手术误判所造成的医疗事故的发生。

2、本发明提供如下技术方案：一种医学影像图像转化系统，包括图像采集模块、图像灰度处理模块、图像信号滤波降噪模块、图像特征提取模块；

3、所述图像采集模块，用于实时采集被检查患者的医学影像；

4、所述图像灰度处理模块，用于将采集到的医学影像进行灰度处理；

5、所述图像信号滤波降噪模块，用于对灰度处理后的图像进行滤波降噪；

6、所述图像特征提取模块，用于对滤波降噪后的图像进行特征提取，最终输出具有需要处理部位或病灶部位特征的医学影像。

7、进一步地，所述图像采集模块为红外线摄像头或ct电子计算机断层扫描。

8、进一步地，所述图像灰度处理模块，用于对所述图像采集模块采集到的医学影像图像进行灰度处理，计算每一帧医学影像图像的灰度值：

9、

10、其中，(xi,yi)为第i个像素；a1为红色通道颜色值系数，a2为绿色通道颜色值系数，a3为蓝色通道颜色值系数；r(xi,yi)为rgb红色通道颜色值，g(xi,yi)为rgb绿色通道颜色值，b(xi,yi)为rgb蓝色通道颜色值。

11、进一步地，所述红色通道颜色值系数a1＝1.8所述绿色通道颜色值系数，a2＝1.3，所述蓝色通道颜色值系数a3＝0.7。

12、进一步地，所述图像信号滤波降噪模块对灰度处理后的图像进行滤波降噪包括以下步骤：

13、1)、构建每一帧医学影像的灰度值的概率密度函数s(t)计算公式；

14、2)、构建灰度直方图；

15、3)、对具有构建的灰度直方图中的每一帧医学影像图像进行滤波处理，所述滤波处理采用滤波器完成。

16、进一步地，所述步骤1)构建每一帧医学影像的灰度值的概率密度函数s(t)计算公式如下：

17、

18、其中，s(t)为t时刻的一帧医学影像的灰度值的概率密度函数。

19、进一步地，所述步骤2)中构建灰度直方图的条件如下：

20、

21、其中，s′(t)为t时刻经过选择后的一帧医学影像的灰度值的概率密度函数。

22、进一步地，所述步骤3)中，所述滤波器的滤波公式如下：

23、

24、其中，ai(t)为t时刻的一帧医学影像滤波值，j为虚数；dft为傅里叶逆变换。

25、进一步地，所述图像特征提取模块首选对所述图像采集摸输入的318×318像素的图像进行镜像操作，将镜像操作后的572×572像素的医学影像图像进行3×3卷积操作，以及relu激活，最终采用2×2最大赤化操作保留所述医学影像图像中的重要信息。

26、本发明还提供采用如上所述系统的一种医学影像图像转化方法，包括以下步骤：

27、s1、采用所述图像采集模块实时采集被检查患者的医学影像；

28、s2、采用所述图像灰度处理模块将采集到的医学影像进行灰度处理；

29、s3、采用所述图像信号滤波降噪模块对灰度处理后的图像进行滤波降噪；

30、s4、采用所述图像特征提取模块对滤波降噪后的图像进行特征提取，最终输出具有需要处理部位或病灶部位特征的医学影像。

31、本发明的有益效果为：

32、1、本发明提供的方法及系统能够对医学影像图像进行采集后灰度化处理，避免真实的病灶部位由于色彩方面失真而在后续的滤波降噪以及图像特征提取过程中被误判，进而导致最终呈现出的特征显示错误，进而导致根据错误的医学影像图像所导致的诊疗方法错误，最终导致病情延误。

33、2、本发明运用了图像的边缘检测方法进行优化，可以有效地对医学影像图像中的病灶部位进行识别分类，所以为了提高识别的准确率以及减少系统对图像处理的负担。通过计算图像灰度函数，并进行边缘检测筛选后再次傅里叶逆变换来进行图像的处理，实现了图像检测的优化。

34、3、本发明能够准确地提供病变解剖和代谢信息，有利于临床医师精准评估肿瘤边界，能更准确地确定肿瘤病灶轮廓和定位正常组织与病变组织的边界，避免了采用其他技术对医学影像图像特征提取的耗时长的缺陷。

技术特征：

1.一种医学影像图像转化系统，其特征在于，包括图像采集模块、图像灰度处理模块、图像信号滤波降噪模块、图像特征提取模块；

2.根据权利要求1所述的一种医学影像图像转化系统，其特征在于，所述图像采集模块为红外线摄像头或ct电子计算机断层扫描。

3.根据权利要求1所述的一种医学影像图像转化系统，其特征在于，所述图像灰度处理模块，用于对所述图像采集模块采集到的医学影像图像进行灰度处理，计算每一帧医学影像图像的灰度值：

4.根据权利要求3所述的一种医学影像图像转化系统，其特征在于，所述红色通道颜色值系数a1＝1.8所述绿色通道颜色值系数，a2＝1.3，所述蓝色通道颜色值系数a3＝0.7。

5.根据权利要求1所述的一种医学影像图像转化系统，其特征在于，所述图像信号滤波降噪模块对灰度处理后的图像进行滤波降噪包括以下步骤：

6.根据权利要求5所述的一种医学影像图像转化系统，其特征在于，所述步骤1)构建每一帧医学影像的灰度值的概率密度函数s(t)计算公式如下：

7.根据权利要求5所述的一种医学影像图像转化系统，其特征在于，所述步骤2)中构建灰度直方图的条件如下：

8.根据权利要求5所述的一种医学影像图像转化系统，其特征在于，所述步骤3)中，所述滤波器的滤波公式如下：

9.根据权利要求1所述的一种医学影像图像转化系统，其特征在于，所述图像特征提取模块首选对所述图像采集摸输入的318×318像素的图像进行镜像操作，将镜像操作后的572×572像素的医学影像图像进行3×3卷积操作，以及relu激活，最终采用2×2最大赤化操作保留所述医学影像图像中的重要信息。

10.采用如权利要求1-9任一所述系统的一种医学影像图像转化方法，其特征在于，包括以下步骤：

技术总结
本发明提供一种医学影像图像转化方法及系统，包括图像采集模块、图像灰度处理模块、图像信号滤波降噪模块、图像特征提取模块；所述图像采集模块，用于实时采集被检查患者的医学影像；所述图像灰度处理模块，用于将采集到的医学影像进行灰度处理；所述图像信号滤波降噪模块，用于对灰度处理后的图像进行滤波降噪；所述图像特征提取模块，用于对滤波降噪后的图像进行特征提取，最终输出具有需要处理部位或病灶部位特征的医学影像。本发明能够有效地显示医学影像图像中的关键特征，以便于为手术机器人、医学诊断提供精确的信息数据，防止诊断错误或者手术误判所造成的医疗事故的发生。

技术研发人员：刘英伟
受保护的技术使用者：苏州橘杏科技有限公司
技术研发日：
技术公布日：2024/2/8