[发明专利]胶囊内窥镜图像可疑病变区域自动预警系统

权利要求书

1.一种胶囊内窥镜图像可疑病变区域自动预警系统，其特征在于，包括：

图像质量控制和标准化模块，对图像进行自适应增强，补偿光照不足、噪声、反光、分辨率低、运动模糊的影响；

纹理特征提取模块，在无需人工干预的条件下对平坦性病变的纹理特征进行检测；

分类学习预警模块，基于先期训练进行病理特征检测，利用医生预标记的训练图像进行监督学习，并进行自动分类和在线识别，实现辅助诊断与预警。

2.如权利要求1所述的系统，其特征在于，所述图像质量控制和标准化模块通过如下方式对图像进行自适应增强：

步骤A1：通过自动颜色增强方法解决过渡曝光和光照不足的矛盾，基于Fast Marching Method对图像进行插值处理以去除反光区域；

步骤A2：采用边缘驻留准则和各向异性扩散算法恢复所述图像的本质纹理，引入光滑约束解决噪声情况下的图像修复问题；

步骤A3：采用图像去卷积方法从所述图像的模糊程度中推断出鲜明的纹理和结构，解决图像去模糊问题；

步骤A4：采用反馈环路，通过信息扩散的机制对输入的低分辨率图像进行迭代运算，协助医生对病变区域放大进行细节查看。

3.如权利要求2所述的系统，其特征在于，所述各向异性扩散算法为F_PDE算法。

4.如权利要求2所述的系统，其特征在于，所述图像去卷积方法包括：退化的图像g(x,y)＝u(x,y)*h(x,y)+n(x,y)，其中u(x,y)为原始图像，h(x,y)为退化函数，n(x,y)为噪声图像，通过最大似然估计方法得到最大的u(x,y)，所述最大的u(x,y)为恢复出来的原图像。

5.如权利要求2所述的系统，其特征在于，所述采用反馈环路通过根据多样性反馈机制动态调整惯性权重和主、辅子群粒子数量，解决多峰、高维函数的全局寻优问题；所述信息扩散的机制为信息扩散函数。

6.如权利要求1所述的系统，其特征在于，所述纹理特征提取模块通过如下方式对平坦性病变的纹理特征进行检测：

步骤B1：采用mean-shift方法对输入图像进行预分割；

步骤B2：采用具有不变性的正交Zernike矩提取图像局部的纹理统计信息，在纹理计算过程中引入积分图和box filter的结合对Zernike矩卷积核进行近似，将大部分运算转化成有限复杂度的加法。

7.如权利要求6所述的系统，其特征在于，所述步骤B2具体通过如下方式提取图像局部的纹理统计信息：

通过计算1－4阶Zenike矩共14个模板与图像进行卷积，形成高维特征向量后进行正则化并在高维空间上进行K-means聚类，得到输入图像的纹理特征的初步描述。

8.如权利要求1所述的系统，其特征在于，所述分类学习预警模块包括：

基于监督学习的自动分类单元，在离线状态下循环的学习不同病例中已经标识好的平坦性病变区域，并将训练图像的纹理特征整合到一个区分式学习模型中，通过Adaboosting算法构造二类分类器，其中每一个纹理特征构成一个弱分类器，并通过加权求和构成强分类器，根据条件随机场理论，通过所述强分类器达到概率空间上的最佳分类结果；在在线状态下，使用训练好的分类器对采集到的图像进行识别；

辅助诊断与预警单元，当有可疑的病变区域被发现，启动警报并记录三维空间位置，提醒医生进行关注。