[发明专利]基于边云协同的内窥镜视频辅助诊断的方法、系统、设备及介质

说明书

本发明提供基于边云协同的内窥镜视频辅助诊断的方法、系统、设备及介质，方法包括：获取内窥镜视频图像，在边缘资源上对内窥镜视频图像执行预处理操作和特征提取操作；预处理操作为：对内窥镜视频图像进行白平衡调节；对白平衡调节后的内窥镜视频图像进行畸变校正；对内窥镜视频图像去噪；检测内窥镜视频图像中的高光区域并对其进行增强；对内窥镜视频图像作去运动模糊处理；特征提取操作为：对内窥镜视频图像进行特征提取得到其图像特征；对内窥镜视频图像的图像特征进行聚类，以确定作为关键帧的内窥镜视频图像，将其图像特征输出至设于中心云的推理模型以得到推理结果。该方法合理利用边缘资源和中心云的资源，避免浪费中心云资源处理无用帧。

技术领域

本发明涉及内窥镜图像处理领域，更具体地，涉及基于边云协同的内窥镜视频辅助诊断的方法、系统、设备及介质。

背景技术

电子内窥镜在当代医学中得到广泛应用，其利用光源所发出的光，经内窥镜内的导光纤维将光导入受检体腔内，内窥镜中的CCD(电荷耦合器件，是一种用电荷量表示信号大小，用耦合方式传输信号的探测元件)接收到体腔内粘膜面反射来的光，将此光信号转换成电信号后传入，再通过PCI总线将信号输送到计算机，计算机将这些电信号经过存储和处理，最后在屏幕上显示出受检脏器的粘膜图像。但利用内窥镜进行检测存在以下缺点：

1、内窥镜检测需要操作人员做到边检测边进行诊断或手术，实时诊断对操作人员的技术专业型要求较高；

2、为了应对上述的缺点，现有技术中利用人工智能自动对图像进行识别作为图像的辅助诊断手段，降低对操作人员的技术要求。但由于图像的数量数以万计，耗费大量的计算资源，在资源没有被合理利用的情况下，利用人工智能进行辅助诊断同样存在无法实时反馈、识别准确性较低的问题。

发明内容

本发明旨在克服上述现有技术的至少一种缺陷，提供基于边云协同的内窥镜视频辅助诊断的方法、系统、设备及介质，用于解决现有技术中利用人工智能作为内窥镜视频的辅助诊断手段时需要耗费大量计算资源，且资源没有被合理利用的问题。

本发明采用的技术方案包括：

第一方面，本发明提供一种基于边云协同的内窥镜视频辅助诊断的方法，从内窥镜视频中获取若干帧内窥镜视频图像，在边缘资源上对每帧所述内窥镜视频图像执行预处理操作以及特征提取操作；所述预处理操作包括：确定所述内窥镜视频图像的色温，利用预先确定的色温校正曲线结合所述内窥镜视频图像的色温对所述内窥镜视频图像进行白平衡调节；根据预先获取到的所述内窥镜的摄像头的畸变系数对白平衡调节后的内窥镜视频图像进行畸变校正；采用自适应二进小波降噪模型对畸变校正后的内窥镜视频图像进行去噪；检测去噪后的内窥镜视频图像中的高光区域，重置所述高光区域的像素值，并对所述高光区域进行增强；采用维纳滤波的方式对增强后的内窥镜视频图像进行去运动模糊处理；所述特征提取操作包括：对所述预处理操作后的内窥镜视频图像进行特征提取，得到所述内窥镜视频图像的图像特征；对所有所提取的内窥镜视频图像的图像特征进行聚类，以确定所有所述内窥镜视频图像中的作为关键帧的若干帧内窥镜视频图像；将作为关键帧的若干帧内窥镜视频图像的图像特征输出至设于中心云的推理模型，以使所述推理模型输出推理结果。