[发明专利]内窥镜图像的处理方法、装置、系统及存储介质

说明书

本申请公开了一种内窥镜图像的处理方法、装置、系统及存储介质。该方法包括：获取针对人体部位的第一内窥镜图像；创建用于预测内窥镜图像的深度卷积网络，并根据第一内窥镜图像和对第一内窥镜图像进行变换后的至少一个第二内窥镜图像，确定深度卷积网络的训练参数；及，获取待检用户的当前内窥镜图像，使用深度卷积网络并基于训练参数对当前内窥镜图像进行预测，确定出当前内窥镜图像所对应的器官类别。本发明的这种方法，使得预测过程更加智能化，鲁棒性更强，提高了处理装置的资源利用率。

技术领域

本发明涉及图像处理技术领域，特别涉及一种内窥镜图像的处理方法、装置、系统及存储介质。

背景技术

当前，在我国以及全球高发的恶性肿瘤类型中，胃癌、食管癌位居前五以内。胃癌和食管癌，都是上消化道部位的恶性肿瘤。在实际临床中，医生通过内窥镜做电子检查，将内窥镜由口腔进入受检者的上消化道部位，藉由光源器发出的强光，经由导光纤维使光转弯，使得医生得以观察上消化道内各器官的健康状况。

但是，通过内窥镜拍摄得到医学图像，由于采集的环境、探测设备和医生拍摄习惯的差异，会导致同一个器官的内窥镜图像在视觉表现上千差万别，而不同器官的局部表现有可能会非常相似，因此，严重影响医生了进行疾病的诊断。

现有技术中，为了识别出不同的器官，通常使用计算机视觉的方法，抽取诸如颜色、纹理、梯度、局部二值模式(LBP)等特征，然后通过支持向量机(SVM)分类方法进行器官的分类识别。但是，这种现有技术需要研究人员深刻理解医疗图像本身，然后根据图像的固有特点制定出可用的特征抽取方案，门槛较高。此外，所抽取的特征更偏向于通用特征，不是针对待诊断的具体身体部位有目的的抽取特定的器官特征，使得覆盖面不全，方案的鲁棒性不够好。

发明内容

有鉴于此，本发明实施例提供了一种内窥镜图像的处理方法、装置、系统及存储介质，使得预测过程更加智能化，鲁棒性更强，提高了处理装置的资源利用率。

具体地，本发明实施例的技术方案是这样实现的：

本发明提供了一种内窥镜图像的处理方法，包括：

获取针对人体部位的第一内窥镜图像；

创建用于预测内窥镜图像的深度卷积网络，并根据所述第一内窥镜图像和对所述第一内窥镜图像进行变换后的至少一个第二内窥镜图像，确定所述深度卷积网络的训练参数；及，

获取待检用户的当前内窥镜图像，使用所述深度卷积网络并基于所述训练参数对所述当前内窥镜图像进行预测，确定出所述当前内窥镜图像所对应的器官类别。

本发明还提供了一种内窥镜图像的处理装置，包括：

获取模块，用于获取针对人体部位的第一内窥镜图像；获取待检用户的当前内窥镜图像；

创建模块，用于创建用于预测内窥镜图像的深度卷积网络，并根据所述获取模块获取到的第一内窥镜图像和对所述第一内窥镜图像进行变换后的至少一个第二内窥镜图像，确定所述深度卷积网络的训练参数；及，

预测模块，用于使用所述创建模块创建的深度卷积网络并基于所述训练参数对所述当前内窥镜图像进行预测，确定出所述当前内窥镜图像所对应的器官类别。

本发明又提供了一种内窥镜图像处理系统，包括：人体探测设备和内窥镜图像处理装置，其中，

所述人体探测设备用于，对人体部位进行探测，将探测到的第一内窥镜图像发送给所述内窥镜图像处理装置；