[发明专利]图像处理装置和该图像处理装置中的图像处理方法有效

专利信息
申请号: 201010511986.0 申请日: 2006-11-09
公开(公告)号: CN101947114A 公开(公告)日: 2011-01-19
发明(设计)人: 西村博一;野波徹绪 申请(专利权)人: 奥林巴斯医疗株式会社
主分类号: A61B5/07 分类号: A61B5/07;G06K9/46;A61B1/04
代理公司: 北京三友知识产权代理有限公司 11127 代理人: 黄纶伟
地址: 日本*** 国省代码: 日本;JP
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 处理 装置 中的 方法
【权利要求书】:

1.一种图像处理装置,其特征在于,该图像处理装置具有:

图像信号输入单元,其输入基于由具有摄像功能的医疗设备所拍摄的多个图像的图像信号;

图像分割单元,其根据在所述图像信号输入单元中所输入的图像信号,将所述多个图像分别分割为多个区域;

特征量计算单元,其计算由所述图像分割单元所分割的所述多个区域各方中的特征量;

簇分类单元,其根据所述特征量和所述特征量的产生频度,在特征空间上生成多个簇,并将该多个簇分别分类为多个类别中的任一方;

子集生成单元,其使用所述多个图像来生成基于分别拍摄所述多个图像的定时的多个子集;以及

分类基准计算单元,其根据由所述子集生成单元所生成的一个子集内包含的各个图像的在所述特征空间上的所述特征量的分布状态,计算将所述一个子集内包含的图像分别分类为所述多个类别中的任一方时的分类基准。

2.根据权利要求1所述的图像处理装置,其特征在于,而且,所述分类基准计算单元针对所述多个类别中的在一个子集内未产生所述特征量的类别,不计算所述分类基准。

3.根据权利要求1所述的图像处理装置,其特征在于,所述多个类别至少具有与生物体粘膜相关的类别和与非生物体粘膜相关的类别。

4.根据权利要求2所述的图像处理装置,其特征在于,所述多个类别至少具有与生物体粘膜相关的类别和与非生物体粘膜相关的类别。

5.根据权利要求3所述的图像处理装置,其特征在于,该图像处理装置还具有:

分类单元,其根据所述分类基准进行所述一个子集内包含的一个图像中的各区域的分类;以及

病变检测单元,其根据所述一个图像的分类结果,在所述一个图像具有被分类为与所述生物体粘膜相关的类别的区域的情况下,对该各个区域进行用于检测病变部位的处理。

6.根据权利要求4所述的图像处理装置,其特征在于,该图像处理装置还具有:

分类单元,其根据所述分类基准进行所述一个子集内包含的一个图像中的各区域的分类;以及

病变检测单元,其根据所述一个图像的分类结果,在所述一个图像具有被分类为与所述生物体粘膜相关的类别的区域的情况下,对该各个区域进行用于检测病变部位的处理。

7.根据权利要求5所述的图像处理装置,其特征在于,所述病变检测单元设置在所述医疗设备内。

8.根据权利要求6所述的图像处理装置,其特征在于,所述病变检测单元设置在所述医疗设备内。

9.一种图像处理装置中的图像处理方法,其特征在于,该图像处理方法具有:

图像分割步骤,其根据基于由具有摄像功能的医疗设备所拍摄的图像而输入的图像信号,将所述图像分别分割为多个区域;

特征量计算步骤,其计算由所述图像分割步骤所分割的所述多个区域各方中的特征量;

簇分类步骤,其根据所述特征量和所述特征量的产生频度,在特征空间上生成多个簇,并将该多个簇分别分类为多个类别中的任一方;

子集生成步骤,其使用所述多个图像来生成基于分别拍摄所述多个图像的定时的多个子集;以及

分类基准计算步骤,其根据由所述子集生成步骤所生成的一个子集内包含的各个图像的在所述特征空间上的所述特征量的分布状态,计算将所述一个子集内包含的图像分别分类时的分类基准。

10.根据权利要求9所述的图像处理装置中的图像处理方法,其特征在于,而且,所述分类基准计算步骤针对所述多个类别中的在一个子集内未产生所述特征量的类别,不计算所述分类基准。

11.根据权利要求9所述的图像处理装置中的图像处理方法,其特征在于,所述多个类别至少具有与生物体粘膜相关的类别和与非生物体粘膜相关的类别。

12.根据权利要求10所述的图像处理装置中的图像处理方法,其特征在于,所述多个类别至少具有与生物体粘膜相关的类别和与非生物体粘膜相关的类别。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于奥林巴斯医疗株式会社,未经奥林巴斯医疗株式会社许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201010511986.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top