[发明专利]图像处理方法、装置、存储介质、设备以及系统有效

专利信息
申请号: 201910156660.1 申请日: 2019-03-01
公开(公告)号: CN109886243B 公开(公告)日: 2021-03-26
发明(设计)人: 郑贺;姚建华;韩骁;黄俊洲 申请(专利权)人: 腾讯医疗健康(深圳)有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06T5/00;G06T7/00;G06T7/11;G06T7/136;G06T7/194
代理公司: 北京三高永信知识产权代理有限责任公司 11138 代理人: 张所明
地址: 518000 广东省深圳市*** 国省代码: 广东;44
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 方法 装置 存储 介质 设备 以及 系统
【权利要求书】:

1.一种图像处理方法,其特征在于,所述方法包括:

获取待检测机体部位的视频影像流;

对所述视频影像流中的每一帧图像依次进行病灶检测;

对于当前帧图像,根据前序帧图像中至少一帧图像的病灶中心点的运动向量,通过线性拟合预测所述当前帧图像的病灶中心点的运动向量,所述前序帧图像中至少一帧图像的病灶中心点是基于所述前序帧图像的第一病灶检测结果得到的;基于所述当前帧图像的预测病灶中心点的运动向量,追踪在所述当前帧图像中所述预测病灶中心点的位置坐标;当追踪得到的预测位置坐标位于所述当前帧图像的图像范围内时,基于分类器对所述预测位置坐标进行判定,得到第三病灶检测结果;基于所述当前帧图像的第二病灶检测结果和所述第三病灶检测结果,对所述当前帧图像进行分类;

其中,所述前序帧图像为时序上位于所述当前帧图像之前的至少一帧图像;对所述当前帧图像进行病灶检测,包括:

将所述当前帧图像输入检测模型中,获取所述检测模型输出的第一分割图像,所述第一分割图像中每个像素点表示所述当前帧图像中相应位置上的像素点为病灶的概率值;获取与上一帧图像匹配的调整后的第二分割图像;求取所述第一分割图像和所述调整后的第二分割图像的平均值,得到调整后的第一分割图像;以指定数值为阈值,对所述调整后的第一分割图像进行二值化处理;去除二值化处理后的第一分割图像中的噪声点并平滑前景边缘;计算后处理的第一分割图像中至少一个前景区域的连通分量;按照大小对所述至少一个连通分量进行排序,并按照与目标形状的相似程度对所述至少一个连通分量进行排序;当最大的连通分量、与最接近所述目标形状的连通分量一致时,将所述最大的连通分量指示的前景区域,确定为所述当前帧图像的病灶中心点。

2.根据权利要求1所述的方法,其特征在于,所述方法还包括:

获取所述当前帧图像的上一帧图像输入检测模型中得到的第三分割图像;

基于所述第三分割图像,生成目标数量的正样本和目标数量的负样本;

基于所述目标数量的正样本和所述目标数量的负样本,对所述分类器进行在线训练。

3.根据权利要求2所述的方法,其特征在于,所述基于所述第三分割图像,生成目标数量的正样本和目标数量的负样本,包括:

在所述第三分割图像中确定病灶区域;

在所述第三分割图像中,裁剪与所述病灶区域重叠范围大于第一取值的图像区域,得到所述目标数量的正样本;

在所述第三分割图像中,裁剪与所述病灶区域重叠范围小于第二取值的图像区域,得到所述目标数量的负样本。

4.根据权利要求1所述的方法,其特征在于,所述方法还包括:

当所述预测位置坐标超出所述当前帧图像的图像范围时,在下一帧图像中对所述预测位置坐标对应的预测病灶中心点停止追踪;或,

当所述分类器将所述预测位置坐标对应的预测病灶中心点判定为背景时,在下一帧图像中对所述预测位置坐标对应的预测病灶中心点停止追踪。

5.根据权利要求1至4中任一权利要求所述的方法,其特征在于,所述方法还包括:

当对任意一个病灶中心点的追踪帧数大于第一数量时,停止对所述病灶中心点进行追踪;或,

当在第二数量的连续图像中追踪一个病灶中心点失败时,停止对所述病灶中心点进行追踪。

6.根据权利要求1所述的方法,其特征在于,所述基于所述第二病灶检测结果和所述第三病灶检测结果,对所述当前帧图像进行分类,包括:

当所述第二预测结果和所述第三预测结果给出的病灶中心点数量为至少两个时,连接欧氏距离小于目标阈值的相邻病灶中心点;

计算所述至少两个病灶中心点的连通分量,将最大连通分量对应的病灶中心点,确定为所述当前帧图像最终的病灶中心点。

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腾讯医疗健康(深圳)有限公司,未经腾讯医疗健康(深圳)有限公司许可,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/201910156660.1/1.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