一种共聚焦内窥镜无效图像筛除方法及相关设备与流程

本说明书涉及图像处理领域，更具体地说，本技术涉及一种共聚焦内窥镜无效图像筛除方法及相关设备。

背景技术：

1、共聚焦内窥镜是一种可以借助胃镜、结肠镜等通道伸入人体，获取局部组织学图像来实现微小病灶、胃肠道病变及早期胃肠道癌变的精准诊断的医疗设备。根据公开的资料，共聚焦内窥镜产品帧频可达18fps。据此可以计算出，使用共聚焦内窥镜进行10分钟的临床检查过程，会产生10800帧图像。如果医师回顾检查图像时，每帧耗时0.5秒，则要花1.5小时才能回顾完这次检查的所有图像，这是非常耗时的操作。

2、实际上，共聚焦图像由于放大倍数高且视野较小的特点，产生的图像中有很多过暗、过亮、模糊、包含了运动伪影的无效图像，这些图像不能提供诊断信息。公开资料显示，约有一半的图像是不包含诊断信息的。如果能从中筛选出这些无效图像，剩下的有效图像交由医师回顾，可以极大减轻医师的工作量，提高医疗机构的效率。

技术实现思路

1、在
技术实现要素：
部分中引入了一系列简化形式的概念，这将在具体实施方式部分中进一步详细说明。本技术的发明内容部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征，更不意味着试图确定所要求保护的技术方案的保护范围。

2、第一方面，本技术提出一种共聚焦内窥镜无效图像筛除方法，上述方法包括：

3、获取共聚焦内窥镜图像的感兴趣区域图像；

4、获取上述感兴趣区域图像的第一特征信息、第二特征信息和第三特征信息，其中，上述第一特征信息是基于上述感兴趣区域图像的像素值直方图由高至低的像素统计值确定的特征值信息，第二特征信息是基于上述感兴趣区域图像的像素值直方图由低至高的像素统计值确定的特征值信息，上述第三特征信息是基于多个目标算子进行卷积操作后获取的卷积信息对应的特征值信息；

5、通过上述第一特征信息、上述第二特征信息和第三特征信息和特征信息阈值信息进行比较以对无效图像进行筛除。

6、可选地，上述获取共聚焦内窥镜图像的感兴趣区域，包括：

7、获取相同检测区域的预设数目的拍摄图像，其中，所有上述拍摄图像的高度和宽度相等；

8、根据所有拍摄图像在相同像素位置的最大像素值构建待处理图像；

9、基于otsu方法进行阈值化处理，获取二值图像；

10、将上述二值图像的低阈值区域确定为上述感兴趣区域图像。

11、可选地，上述方法还包括：

12、获取上述感兴趣区域的像素值直方图；

13、根据上述像素值直方图统计结果中由高至低的预设占比的像素统计值确定上述第一特征信息；

14、根据上述像素值直方图统计结果中由低至高的上述预设占比的像素统计值确定上述第二特征信息。

15、可选地，上述方法还包括：

16、获取预设数量的共聚焦内窥镜图像数据，以分析有效和无效图像的特征信息分布；

17、基于上述有效和无效图像的特征信息分布确定上述预设占比。

18、可选地，上述方法还包括：

19、对上述感兴趣区域利用至少两组目标算子集进行卷积操作获取多组卷积数据集；

20、在每个上述卷积数据集中对多个卷积数据进行最大取整操作以获取目标卷积数据；

21、根据每组中的上述目标卷积数据确定上述第三特征信息。

22、可选地，上述通过上述第一特征信息、上述第二特征信息和第三特征信息和特征信息阈值信息进行比较以对无效图像进行筛除，包括：

23、获取共聚焦内窥镜图像的像素最大值和像素最小值；

24、根据上述第一特征信息和第一特征信息阈值信息进行比较以对无效图像进行筛除，其中，上述第一特征信息阈值信息是基于上述像素最大值和第一权重系数确定的；

25、根据上述第二特征信息和第二特征信息阈值信息进行比较以对无效图像进行筛除，其中，上述第二特征信息阈值信息是基于上述像素最小值和第二权重系数确定的；

26、根据上述第三特征信息和第三特征信息阈值信息进行比较以对无效图像进行筛除，其中，上述第三特征信息阈值信息是基于上述像素最大值和上述像素最小值的差值和第三权重系数确定的。

27、可选地，上述方法还包括：

28、根据经验数据设定上述第一权重系数、上述第二权重系数和上述第三权重系数对应的初始权重系数；

29、使用梯度下降法对上述初始权重系数进行初次优化；

30、根据测试训练数据集对初次优化后的初始权重系数进行交叉验证，基于上述交叉验证结果对上述初始权重系数进行二次优化。

31、可选地，上述方法还包括：

32、在计算数据集中选取一个第一数据集和两个第二数据集，其中，所述第二数据集中的每个数据与所述第一数据集中的数据在计算数据集中相邻，且不同的所述第二数据集同次序的第二数据与所述第一数据集中在计算数据集中位于所述第一数据集中的第一数据两侧，其中，所述待计算数据集是对待处理数据进行数据去噪操作获取的；

33、以所述第一数据集为基准对所述第二数据集进行偏移操作，并计算对齐代价值；

34、基于所述对齐代价值确定目标对齐参数；

35、基于所述目标对齐参数对无效图像进行筛除后的图像集进行对齐操作，以获取对齐图像数据集。

36、可选地，上述方法还包括：

37、获取均匀扫描采样点数据集和正弦采样数据点集；

38、计算所述均匀扫描采样点数据集和正弦采样数据点集中数据的中心差值信息；

39、基于所述中心值差信息、拉伸系数、振镜扫描频率和正弦采样频率计算参考变量；

40、基于所述参考变量和所述参考变量阈值信息确定校正参考值；

41、根据所述校正参考值和正弦采样数据点集中图像的中心列信息的和值进行近似取整操作，以获取校正目标值；

42、基于所述校正目标值对所述对齐图像数据集进行校正操作，以获取目标图像数据集。

43、第二方面，本技术还提出一种共聚焦内窥镜无效图像筛除装置，包括：

44、第一获取单元，用于获取共聚焦内窥镜图像的感兴趣区域图像；

45、第二获取单元，用于获取上述感兴趣区域图像的第一特征信息、第二特征信息和第三特征信息，其中，上述第一特征信息是基于上述感兴趣区域图像的像素值直方图由高至低的像素统计值确定的特征值信息，第二特征信息是基于上述感兴趣区域图像的像素值直方图由低至高的像素统计值确定的特征值信息，上述第三特征信息是基于多个目标算子进行卷积操作后获取的卷积信息对应的特征值信息；

46、筛除单元，用于通过上述第一特征信息、上述第二特征信息和第三特征信息和特征信息阈值信息进行比较以对无效图像进行筛除。

47、综上，本技术实施例的共聚焦内窥镜无效图像筛除方法包括：获取共聚焦内窥镜图像的感兴趣区域图像；获取上述感兴趣区域图像的第一特征信息、第二特征信息和第三特征信息，其中，上述第一特征信息是基于上述感兴趣区域图像的像素值直方图由高至低的像素统计值确定的特征值信息，第二特征信息是基于上述感兴趣区域图像的像素值直方图由低至高的像素统计值确定的特征值信息，上述第三特征信息是基于多个目标算子进行卷积操作后获取的卷积信息对应的特征值信息；通过上述第一特征信息、上述第二特征信息和第三特征信息和特征信息阈值信息进行比较以对无效图像进行筛除。本技术实施例提供的一种共聚焦内窥镜无效图像筛除方法，通过精确地选择感兴趣区域并提取关键特征信息，可以提供更为准确的图像数据，支持医生或分析系统做出更为精确的诊断。自动筛除无效图像减少了数据处理的负担，提高了整体分析的速度和效率。确保进一步处理和分析的数据集中的图像都是有价值的，提高了数据集的整体质量。该流程可以自动化实施，减少了手动干预，能够进行大规模图像处理。

48、本技术提出的共聚焦内窥镜无效图像筛除方法，本技术的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本技术的研究和实践而为本领域的技术人员所理解。