[发明专利]一种内窥镜图像息肉区域提取方法

说明书

本发明是一种内窥镜图像息肉区域提取方法，包括以下步骤：给定待处理的内窥镜图像和对应的息肉区域分割图像；提取内窥镜图像反光区域并进行区域恢复；构建前后端跨层短连接的区域提取网络；以内窥镜原图像和经反光区域恢复的图像作为训练数据对该网络进行训练，使网络对两种图像均具适应性；以待检测的内窥镜图像和经反光区域恢复的相应图像作为图像对输入网络，融合检测结果获取最终的息肉区域。利用本发明的内窥镜图像息肉区域提取方法，可有效提取内窥镜图像中的息肉区域，且检测结果对反光区域不敏感。

技术领域

本发明属于计算机视觉领域，特别是一种内窥镜图像息肉区域提取方法。

背景技术

在临床中，息肉检测主要由医生筛查，息肉检测率主要依赖于医护人员的经验和成像质量。因此，引入了卷积神经网络，颜色、形状和时域特征等组合特征被提出作为卷积神经网络的输入；像素点邻域不同尺度深度特征被用于检测；Segnet、FCN、三维全卷积网络、融入金字塔特征估计的深度网络、分割阈值选取网络等被引入，取得了一定的检测效果。

但是，人体肠道内部基本无光源，内窥镜图像主要依赖检测设备主动投射光束获取。由于肠壁光滑，多数影像会存在反光区域，反光区域会对后续息肉区域智能提取造成影响。

发明内容：

本发明要解决的技术问题是现有算法对反光区域的适应性和抗干扰性低。

本发明提出一种内窥镜图像息肉区域提取方法，包括以下步骤：

S1,收集内窥镜图像，并对内窥镜图像息肉区域进行标记，获得对应的息肉区域分割图像；

S2,提取S1中的内窥镜图像的反光区域，对反光区域进行区域恢复，得到恢复图像A；

S3,构建前后端跨层短连接的区域提取网络；

S4,以内窥镜图像和恢复图像A作为训练数据对区域提取网络进行训练，使其对两种图像均具适应性；

S5,收集待测内窥镜图像，提取待测内窥镜图像的反光区域，对反光区域进行区域恢复，得到恢复图像B；

S6，以待测内窥镜图像和恢复图像B作为图像对输入区域提取网络进行检测，获取检测后的息肉区域。

优选的，所述步骤S2中，提取内窥镜图像反光区域的方法为：

将原图像分别转换至灰度空间、LAB空间和HSI空间，提取灰度空间的像素点强度信息、LAB空间的A通道信息、HSI空间的S通道信息，并对灰度图进行中值滤波得到经滤波后的图像P，按照公式

Sa＝{x|x∈I,A(x)＜Th₁||G(x)＞Th₂S(x)＜Th₃||M(x)＞Th₄}

筛选反光像素点，由反光像素点组成反光区域；其中，I表示图像像素点集合，A(x)为坐标x处的A通道强度信息，G(x)为坐标x处的灰度强度信息，S(x)为坐标x处的S通道强度信息，

Th1、Th2、Th3、Th4为阈值，符号“||”表示逻辑“或”运算，符号“”表示逻辑“与”运算。

优选的，所述Th1为0.3，Th2为0.6，Th3为0.28，Th4通过对图像M采用otsu方法求得。

优选的，所述步骤S2中，区域恢复的方法为：任选1个反光像素点，以该点为中心，从半径长度1开始，以像素点正左侧为起始，顺时针扫描一圈，之后依次扩大半径，单次步进增量设为1，按同样规则进行扫描，待扫描到的非反光像素点(含恢复的反光像素点)数量达到N之后，停止扫描，以N个像素点颜色均值填充反光像素点。待所有反光像素点填充完毕后，该图像反光区域恢复完成。

优选的，所述前后端跨层短连接的区域提取网络包括骨干网络和旁瓣网络，区域提取网络的构建方法为：