[发明专利]图像处理方法、装置、存储介质及电子设备在审

专利信息
申请号: 202310153567.1 申请日: 2023-02-22
公开(公告)号: CN116309372A 公开(公告)日: 2023-06-23
发明(设计)人: 于红刚;王君潇;吴练练 申请(专利权)人: 武汉大学人民医院(湖北省人民医院)
主分类号: G06T7/00 分类号: G06T7/00;G06V10/764;G06T3/40;G06T7/73;G06N3/04;G06N3/08
代理公司: 深圳紫藤知识产权代理有限公司 44570 代理人: 李莎
地址: 430000 湖*** 国省代码: 湖北;42
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 电子设备
【权利要求书】:

1.一种图像处理方法,其特征在于,包括:

获取待处理内镜图像;其中,所述待处理内镜图像中的目标对象位于所述待处理内镜图像的非预设区域内;

将所述待处理内镜图像输入图像补充网络,得到参考内镜图像;

将所述待处理内镜图像和所述参考内镜图像输入图像生成网络,以生成目标内镜图像;其中,所述目标对象位于所述目标内镜图像的预设区域内;

将所述待处理内镜图像和所述目标内镜图像输入位置识别网络,得到所述目标对象的目标位置信息。

2.根据权利要求1所述的图像处理方法,其特征在于,所述获取待处理内镜图像的步骤,包括:

将多个初始内镜图像输入目标对象识别网络,得到中间内镜图像;其中,所述中间内镜图像包括具有所述目标对象的所述初始内镜图像;

若所述中间内镜图像中的所述目标对象位于所述中间内镜图像的所述非预设区域内,将所述中间内镜图像作为所述待处理内镜图像。

3.根据权利要求2所述的图像处理方法,其特征在于,所述将多个初始内镜图像输入目标对象识别网络,得到中间内镜图像的步骤,包括:

将多个初始内镜图像输入目标对象识别网络,以通过所述目标对象识别网络对各初始内镜图像进行特征提取,得到初始内镜图像特征;

若所述初始内镜图像特征为目标对象特征,确定所述初始内镜图像为所述中间内镜图像。

4.根据权利要求3所述的图像处理方法,其特征在于,所述将所述待处理内镜图像输入图像补充网络,得到参考内镜图像的步骤,包括:

将所述待处理内镜图像输入所述图像补充网络,以通过所述图像补充网络提取所述待处理内镜图像中的组织部位特征,并根据所述组织部位特征确定所述参考内镜图像。

5.根据权利要求4所述的图像处理方法,其特征在于,所述将所述待处理内镜图像输入所述图像补充网络,以通过所述图像补充网络提取所述待处理内镜图像中的组织部位特征,并根据所述组织部位特征确定所述参考内镜图像的步骤,包括:

将所述待处理内镜图像输入所述图像补充网络,以通过所述图像补充网络提取所述待处理内镜图像中的组织部位特征,若所述组织部位特征为参考组织部位特征,确定与所述参考组织部位特征对应的内镜图像;

将所述与所述参考组织部位特征对应的内镜图像作为所述参考内镜图像。

6.根据权利要求5所述的图像处理方法,其特征在于,所述将所述待处理内镜图像和所述参考内镜图像输入图像生成网络,以生成目标内镜图像的步骤,包括:

在所述待处理内镜图像中确定所述目标对象所处区域的区域图像,并提取所述区域图像的组织黏膜特征;

将所述待处理内镜图像、所述参考内镜图像和所述组织黏膜特征输入所述图像生成网络,以通过所述图像生成网络确定所述目标对象在所述参考内镜图像中的拼接位置,并根据所述拼接位置对所述待处理内镜图像与所述参考内镜图像进行拼接处理,得到拼接图像,并根据所述组织黏膜特征在所述拼接图像中生成组织黏膜对象;

将具有所述组织黏膜对象的所述拼接图像作为所述目标内镜图像。

7.根据权利要求6所述的图像处理方法,其特征在于,所述位置识别网络包括第一位置识别网络和第二位置识别网络,所述将所述待处理内镜图像和所述目标内镜图像输入位置识别网络,得到所述目标对象的目标位置信息的步骤,包括:

将所述待处理内镜图像输入所述第一位置识别网络,得到所述目标对象的第一位置信息,并将所述目标内镜图像输入所述第二位置识别网络,得到所述目标对象的第二位置信息;

根据所述第一位置信息和所述第二位置信息,确定所述目标对象的目标位置信息。

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武汉大学人民医院(湖北省人民医院),未经武汉大学人民医院(湖北省人民医院)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/202310153567.1/1.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