【技术实现步骤摘要】
图像处理方法、装置、计算机设备及存储介质
[0001]本申请涉及计算机
,具体涉及一种图像处理方法、装置、计算机设备及存储介质。
技术介绍
[0002]消化道肿瘤是最常见的恶性肿瘤之一。2015年,我国食管癌、胃癌、结直肠癌患病人数近150万,死亡人数大于100万,占癌症总死亡人数的1/3。其中胃癌是世界第五大最常见的癌症,其占癌症死亡原因的第三位。进展期胃癌术后五年生存率仅有30%,而胃早期癌症的五年生存率则高达90%。消化内镜检查是筛查和诊断消化道早期肿瘤最常用的强有力方法。放大胃镜与电子染色内镜联合应用,能够观察到普通胃镜无法观察的微小血管结构及黏膜表面微细结构,为内镜下诊断早期胃癌提供了条件,然而,这需要内镜医师具有强大的知识储备和丰富的经验,且不同的内镜医师识别结果可能不同,存在一定的主观性,因此,亟需提供一种高效准确的图像处理方法。
技术实现思路
[0003]本申请实施例提供一种图像处理方法、装置、计算机设备及存储介质,以解决人工检测存在的检测效率低的技术问题。
[0004]一方面,本申请提供一种图像处理方法,包括:获取胃黏膜放大图像,从所述胃黏膜放大图像中剪裁出清晰度大于预设清晰度阈值的清晰区域,并获取所述清晰区域的边界坐标;采用预设的图像分割模型对所述胃黏膜放大图像进行分割,得到微血管区域及微结构区域;按照所述清晰区域的边界坐标对应的最小外接矩形分别在所述胃黏膜放大图像的所述微血管区域、所述微结构区域上进行框选,得到对应的微血管图像和微结构图像;从所述微血管图像中提取多个 ...
【技术保护点】
【技术特征摘要】
1.一种图像处理方法,其特征在于,包括:获取胃黏膜放大图像,从所述胃黏膜放大图像中剪裁出清晰度大于预设清晰度阈值的清晰区域,并获取所述清晰区域的边界坐标;采用预设的图像分割模型对所述胃黏膜放大图像进行分割,得到微血管区域及微结构区域;按照所述清晰区域的边界坐标对应的最小外接矩形分别在所述胃黏膜放大图像的所述微血管区域、所述微结构区域上进行框选,得到对应的微血管图像和微结构图像;从所述微血管图像中提取多个特征类型的微血管特征,得到多个微血管特征值;从所述微结构图像中提取多个特征类型的微结构特征,得到多个微结构特征值;将所述微血管图像和微结构图像进行叠加处理,得到叠加图像,从所述叠加图像中提取多个特征类型的图像特征,得到多个叠加图特征值;从所述胃黏膜放大图像中提取多个特征类型的图像特征,得到多个图像特征值,所述微血管特征值、微结构特征值、叠加图特征值、图像特征值用于输入已训练的机器学习分类器进行分类,得到所述胃黏膜放大图像的分类结果。2.如权利要求1所述的图像处理方法,其特征在于,所述微血管特征的特征类型包括微血管直径比、微血管方向及微血管单位面积;所述从所述微血管图像中提取多个特征类型的微血管特征,得到多个微血管特征值的步骤,包括:通过迭代算法提取所述微血管图像的中心线,基于所述中心线的各个像素值确定所述微血管直径比对应的微血管特征值;基于所述微血管图像确定微血管连通区域,从所述微血管连通区域提取单根微血管对应的子微血管图像,在所述微血管连通区域上对各个所述子微血管图像进行遍历,得到各个所述子微血管图像的连通域,作为微血管子连通域;基于所述微血管子连通域确定各自对应的最小外接矩形;获取子微血管图像的微血管数量,并基于所述最小外接矩形确定所述微血管方向对应的微血管特征值;计算各个所述子微血管图像的微血管面积,基于所述微血管面积和所述微血管数量,确定所述微血管单位面积对应的微血管特征值。3.如权利要求1所述的图像处理方法,其特征在于,所述微结构特征的特征类型包括微结构密度、微结构孔洞方向及微结构孔洞单位面积;所述从所述微结构图像中提取多个特征类型的微结构特征,得到多个微结构特征值的步骤,包括:基于所述微结构图像确定微结构连通区域,从所述微结构连通区域中提取单根微结构对应的子微结构图像,并计算每个所述子微结构图像的微结构面积;根据各个所述微结构面积及所述微结构图像的面积,计算所述微结构密度对应的微结构特征值;将所述微结构图像进行黑白反转处理,得到微结构背景孔洞图像,并从所述微结构背景孔洞图像中提取单个子孔洞对应的子孔洞图像,基于所述微结构背景孔洞图像确定对应的孔洞连通区域,在所述孔洞连通区域上对各个所述子孔洞图像进行遍历,得到各个所述子孔洞图像的连通域,作为孔洞子连通域;基于所述孔洞子连通域确定各自对应的最小外接矩形;
基于所述最小外接矩形确定所述微结构孔洞方向对应的微结构特征值;获取所述子孔洞图像的孔洞数量,并计算各个所述子孔洞图像的孔洞面积,基于所述孔洞面积和所述孔洞数量,确定所述微结构孔洞单位面积对应的微结构特征值。4.如权利要求1所述的图像处理方法,其特征在于,所述图像特征的特征类型包括叠加图黑白交替值、叠加图伪血管密度及叠加图熵;所述从所述叠加图像中提取多个特征类型的图像特征,得到多个叠加图特征值的步骤,包括:对所述叠加图像进行二值化处理,得到掩码图,所述掩码图包含有像素值为0和像素值为1的像素点;基于所述掩码图,计算每行像素点的像素值从1变化为0的次数,作为第一次数,并计算每列像素点的像素值从1变化为0的次数,作为第二次数,基于所述第一次数和第二次数确定所述叠加图黑白交替值对应的叠加图特征值;基于所述叠加图像确定叠加连通区域,从所述叠加连通区域中提取单根微结构和单根微血管的叠加图对应的子叠加图像,并计算每个所...
【专利技术属性】
技术研发人员:李昊,胡珊,刘奇为,
申请(专利权)人:武汉楚精灵医疗科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。