在胃腸道檢查過(guò)程中,膠囊內(nèi)窺鏡生成的數(shù)十萬(wàn)幀中的大量冗余圖像對(duì)臨床醫(yī)生在找出病灶圖像時(shí)產(chǎn)生了極大干擾。為提高醫(yī)生診療效率并縮短閱片時(shí)間,提出了一種圖像塊信息相似性的評(píng)估算法對(duì)冗余圖像進(jìn)行評(píng)估并去除。算法將圖像分為幾個(gè)圖像塊,并對(duì)每個(gè)區(qū)域求出亮度、二維熵值和結(jié)構(gòu)信息;合并所有圖像塊信息后作為該圖像的唯一識(shí)別碼并存入json文件中;通過(guò)調(diào)用json文件中兩幀的相應(yīng)識(shí)別碼計(jì)算出相似度度量值,篩除冗余圖像。對(duì)2018年從長(zhǎng)海醫(yī)院采集的800幀小腸內(nèi)窺鏡圖像進(jìn)行擴(kuò)增后進(jìn)行了冗余圖像去除實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明,該算法具有0.03 s/幀的快速數(shù)據(jù)篩查速度,實(shí)驗(yàn)召回率達(dá)到99.14%,準(zhǔn)確率達(dá)到98.42%,F-measure達(dá)到98.01%。經(jīng)驗(yàn)證可知,在有效保留了圖像的原始信息同時(shí)算法有效提高了篩查速度,對(duì)復(fù)雜多變的消化道圖像具有良好的去冗余性能。 

【文章來(lái)源】：電子測(cè)量技術(shù). 2020,43(22)

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

識(shí)別碼生成過(guò)程

為驗(yàn)證本文所提算法的篩除速度和對(duì)冗余圖像檢出的性能,對(duì)在2018年上海市長(zhǎng)海醫(yī)院采集到的共800幀小腸彩色圖像(圖像尺寸為763×570×3)進(jìn)行了冗余圖像自動(dòng)篩除實(shí)驗(yàn),實(shí)驗(yàn)使用計(jì)算機(jī)的處理器為Intel(R)Core(TM)i7-8550U CPU,運(yùn)行內(nèi)存為8 GB,型號(hào)為Dell Inspiron 14-7472,使用的軟件平臺(tái)為Python 3.7。實(shí)驗(yàn)過(guò)程中,隨機(jī)對(duì)原始圖像進(jìn)行數(shù)據(jù)擴(kuò)增至1 200張數(shù)量大小,擴(kuò)增方式為使用高斯模糊、方框模糊和3°以及5°的輕微旋轉(zhuǎn)處理原圖。如圖2所示,分別為原圖與經(jīng)過(guò)高斯模糊、3°旋轉(zhuǎn)和5°旋轉(zhuǎn)后的圖像對(duì)比。在檢查過(guò)程中,令增加了模糊度的圖像與原圖相同,經(jīng)過(guò)輕微旋轉(zhuǎn)處理的圖像為有異于原圖的干擾圖像。在人工檢查原始圖像過(guò)程中,若肉眼觀察兩張圖像類(lèi)似,且是在同一段視頻中確定為同一張的圖像。實(shí)驗(yàn)流程如圖3所示,其中j的取值范圍在區(qū)間[i+1,1 200]中。

實(shí)驗(yàn)流程如圖3所示,其中j的取值范圍在區(qū)間[i+1,1 200]中。實(shí)驗(yàn)中,1)讀入所有幀并依次計(jì)算出專(zhuān)屬的識(shí)別碼,將識(shí)別碼與相應(yīng)圖像地址一起有序保存在json文件中;2)將所有識(shí)別碼按照在json文件中順序依次輸入到對(duì)應(yīng)的二維數(shù)組中,對(duì)二維數(shù)組按1～1 200數(shù)字編好對(duì)應(yīng)序號(hào);3)將讀入的第一幀識(shí)別碼作為固定幀,第二個(gè)作為移動(dòng)幀,應(yīng)用本文所提算法計(jì)算兩幀圖像相似度MQSSIM,若兩幀相似度大于設(shè)定閾值(本文設(shè)定閾值為0.898 7),則按照數(shù)組名索引與其對(duì)應(yīng)地址刪除對(duì)應(yīng)圖像幀,并讀入下一幀圖像作為移動(dòng)幀,否則將該移動(dòng)幀重置為固定幀,重復(fù)此過(guò)程過(guò)程直至將當(dāng)前固定幀與所有幀對(duì)比結(jié)束;4)更新固定幀并重復(fù)過(guò)程3),直至所有比較結(jié)束。

【參考文獻(xiàn)】：
期刊論文
[1]一種改進(jìn)的非局部均值去噪算法[J]. 閆涵,張旭秀,丁鳴艷.  電子測(cè)量技術(shù). 2019(22)
[2]基于SVM算法的實(shí)時(shí)人臉驗(yàn)證的研究[J]. 葉文武,成杰,高頌,徐瑋巍,張強(qiáng),徐寅林.  國(guó)外電子測(cè)量技術(shù). 2018(12)
[3]基于濾波器組與中心對(duì)稱(chēng)局部二值模式的內(nèi)窺鏡病灶圖像檢測(cè)方法[J]. 江韜,賈智偉,劉勇,陳立福.  電子測(cè)量與儀器學(xué)報(bào). 2018(02)
[4]基于顏色匹配和改進(jìn)LBP的膠囊內(nèi)鏡視頻縮減[J]. 彭同勝,劉小燕,龔軍輝,蔣笑笑.  電子測(cè)量與儀器學(xué)報(bào). 2016(09)
[5]基于SURF算法的膠囊內(nèi)鏡冗余圖像快速篩除[J]. 劉小燕,龔軍輝,李向東,武偉寧,彭同勝.  中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào). 2016(03)
[6]基于改進(jìn)SURF算法的遙感圖像配準(zhǔn)[J]. 陽(yáng)吉斌,胡訪宇,朱高.  電子測(cè)量技術(shù). 2012(03)



本文編號(hào)：3590672