【技术实现步骤摘要】
本专利技术涉及息肉识别分类领域，尤其涉及一种结直肠息肉识别分类方法、系统、电子设备及存储介质。
技术介绍
1、结直肠息肉是消化道常见的疾病，如果不及时发现和治疗，可能会恶化为结直肠癌，威胁患者的生命健康。传统的结直肠息肉诊断主要依赖医生的经验和肉眼观察，存在诊断主观性强、效率低下、漏诊率高等问题。
2、为了提高结直肠息肉诊断的精度和效率，研究人员开始探索计算机辅助诊断技术。一种常见的方法是基于内窥镜图像进行息肉区域检测和分类。该方法通过对内窥镜图像进行图像分割、特征提取、模式识别等处理，自动定位息肉区域并判断其类型，为医生提供诊断参考。然而，现有的基于内窥镜图像的息肉诊断方法普遍存在以下不足：首先，内窥镜图像质量参差不齐，存在模糊、噪声、光照不均等问题，直接影响息肉区域的检测和分类精度。
技术实现思路
1、本申请提供一种结直肠息肉识别分类方法、系统、电子设备及存储介质，用以提高结直肠息肉识别分类的准确度。
2、第一方面，本申请提供了一种结直肠息肉识别分类方法，该方法，包括：
3、通过内窥镜设备在不同光照条件下对患者结直肠区域进行拍照，得到多源图像，并对所述多源图像进行质量评估，得到所述多源图像的质量评估值，当所述评估值小于预设阈值时，对所述多源图像进行图像增强处理，得到图像增强后的多源图像；
4、基于图像增强后的多源图像进行图像提取，得到派生图像，并对派生图像和图像增强后的多源图像进行标准化处理，得到目标图像；
5、对目标
6、对息肉区域图像输入预设的轮廓分割图像，得到息肉轮廓图像；
7、获取患者的临床信息，并对轮廓图像进行特征提取，得到息肉特征数据；
8、将息肉特征数据和患者的临床信息输入预设的息肉病变风险预测模型，得到息肉病变风险概率值。
9、在上述技术方案中，采用内窥镜设备对患者结直肠区域进行拍照，获取多源图像，并对多源图像进行质量评估。通过设置质量评估值与预设阈值的比较机制，动态判断图像质量是否满足要求。当质量评估值小于预设阈值时，自动对多源图像进行图像增强处理，有效提升了图像质量，克服了内窥镜图像质量不稳定的问题，为后续处理奠定了良好基础。
10、在获得图像增强后的多源图像后，本专利技术方法进一步提取多种派生图像，如灰度图、梯度图、小波系数图、显著性图等。这些派生图像从不同的角度刻画了原始图像的特征，提供了更加丰富、全面的图像信息表示。灰度图通过去除图像的色彩信息，突出了图像的亮度和对比度特征，使息肉区域与背景区域的差异更加明显。梯度图通过计算图像像素在水平和垂直方向上的梯度幅值，反映了图像的纹理和边缘特征，捕捉了息肉边界的走向和变化趋势。小波系数图通过对图像进行多尺度、多方向的小波变换，在不同的频率子带和空间位置上提取图像的局部纹理和细节特征，全面刻画了息肉的形态和结构信息。显著性图通过计算图像区域的视觉显著性和关注度，自动突出了图像中与息肉相关的显著区域，为后续的息肉定位和分割提供了先验指导。
11、通过提取多种派生图像，从亮度、纹理、边缘、频域、显著性等多个维度挖掘图像的内在特征，既弥补了单一图像表示的不足，也增强了图像特征的判别性和互补性。与仅仅依赖原始图像相比，派生图像提供了更加丰富、细粒度的特征表示，使后续的特征学习和分类能够捕捉到息肉更全面、更精细的影像学特点，有助于提高息肉检测的准确性和可靠性。同时，派生图像的提取也大大降低了图像分析的复杂度，将高维度、高冗余的原始图像转化为低维度、高判别力的特征图，减少了计算开销，提高了分析效率。
12、在得到目标图像后，该方法采用多尺度特征提取策略，生成多尺度特征图。通过特征提取，充分挖掘了息肉在不同尺度下的特征表现，全面刻画了息肉的多层次、多角度特征，克服了现有方法单一尺度特征表示的局限性。基于多尺度特征图，该方法进一步进行息肉区域检测，采用选择性搜索策略自适应地生成候选区域，并通过分类器和回归器对候选区域进行判断和优化，最终得到精准的息肉区域图像。选择性搜索通过区域分割、相似度计算、区域合并等步骤，自底向上地提取不同尺度、不同位置的候选区域，避免了传统滑动窗口和暴力搜索方法的冗余和低效，大大提升了息肉区域检测的精度和速度。
13、在准确定位息肉区域后，该方法对息肉区域图像进行轮廓分割，得到息肉轮廓图像，并提取轮廓图像的特征，得到息肉特征数据。同时，该方法还获取患者的临床信息，将息肉特征数据和患者临床信息相结合，构建息肉病变风险预测模型，输出息肉病变风险概率值，实现了息肉的风险评估和预后预测。
14、在本申请的第二方面提供了一种结直肠息肉识别分类系统，该系统包括：
15、图像获取模块，用于通过内窥镜设备对患者结直肠区域进行拍照，探查得到多源图像，并对多源图像进行质量评估，得到多源图像的质量评估值，当评估值小于预设阈值时，对多源图像进行图像增强处理，得到图像增强后的多源图像；
16、图像预处理模块，用于基于图像增强后的多源图像进行图像提取，得到派生图像，并对派生图像和图像增强后的多源图像进行标准化处理，得到目标图像；
17、息肉区域检测模块，用于对目标图像进行多尺度特征提取，得到多尺度特征图，并基于多尺度特征图对目标图像进行息肉区域检测，得到息肉区域图像；
18、息肉分割模块，用于对息肉区域图像输入预设的轮廓分割图像，得到息肉轮廓图像；
19、息肉特征数据获取模块，用于获取患者的临床信息，并对轮廓图像进行特征提取，得到息肉特征数据；
20、病变风险预测模块，用于将息肉特征数据和患者的临床信息输入预设的息肉病变风险预测模型，得到息肉病变风险概率值。
21、在本申请的第三方面提供了一种计算机存储介质，计算机存储介质存储有多条指令，指令适于由处理器加载并执行上述的方法步骤。
22、在本申请的第四方面提供了一种电子设备，包括处理器、存储器、用户接口及网络接口，存储器用于存储指令，用户接口和网络接口用于给其他设备通信，处理器用于执行存储器中存储的指令，以使电子设备执行上述的方法。
23、综上，本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
24、1、本专利技术在获得图像增强后的多源图像后，该方法进一步提取多种派生图像，如灰度图、梯度图、小波系数图、显著性图等。这些派生图像从不同角度刻画了原始图像的特征，提供了更加丰富、全面的图像信息表示。同时，该方法还对派生图像和图像增强后的多源图像进行标准化处理，得到统一、规范的目标图像，便于后续的特征提取和分析。综合利用多源图像、派生图像以及标准化处理，大大增强了图像特征表示的丰富性和一致性。
25、2、本申请在得到目标图像后，该方法采用多尺度特征提取策略，生成多尺度特征图。通过特征提取，充分挖掘了息肉在不同尺本文档来自技高网...
【技术保护点】
1.一种结直肠息肉识别分类方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述多源图像进行图像增强处理，得到图像增强后的多源图像，包括：
3.根据权利要求1所述的方法，其特征在于，所述对所述多源图像进行质量评估，得到所述多源图像的质量评估值，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于所述图像增强后的多源图像进行图像提取，得到派生图像，包括：
5.根据权利要求1所述的方法，其特征在于，所述对所述派生图像和所述图像增强后的多源图像进行标准化处理，得到目标图像，包括：
6.根据权利要求1所述的方法，其特征在于，所述基于所述多尺度特征图对所述目标图像进行息肉区域检测，得到息肉区域图像，包括：
7.根据权利要求6所述的方法，其特征在于，所述基于选择性搜索法从所述多尺度特征图提取出包含息肉的候选区域，包括：
8.一种结直肠息肉识别分类系统，其特征在于，所述系统包括：
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有多条指令，所述
10.一种电子设备，其特征在于，包括处理器、存储器和收发器，所述存储器用于存储指令，所述收发器用于和其他设备通信，所述处理器用于执行所述存储器中存储的指令，以使所述电子设备执行如权利要求1~7任意一项所述的方法。
...【技术特征摘要】
1.一种结直肠息肉识别分类方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述多源图像进行图像增强处理，得到图像增强后的多源图像，包括：
3.根据权利要求1所述的方法，其特征在于，所述对所述多源图像进行质量评估，得到所述多源图像的质量评估值，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于所述图像增强后的多源图像进行图像提取，得到派生图像，包括：
5.根据权利要求1所述的方法，其特征在于，所述对所述派生图像和所述图像增强后的多源图像进行标准化处理，得到目标图像，包括：
6.根据权利要求1所述的方法，其特征在于，所述基于所述多尺度特征...
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。