[发明专利]一种胶囊内镜的冗余图像处理方法

说明书

本发明提供了一种胶囊内镜的冗余图像处理方法，包括数据解包过程：将原始数据解包到运算器，根据不同的数据格式，先提取数据的本来内存中的映射，对数据进行散列化，将散列化后的数据送入到运算器开始运算流程；感知哈希处理过程：在算法阶段，根据散列信息对数据进行算法处理，计算出相似的对象信息；输出摘要过程：根据算法过程中获得的对象信息，按照摘要信息格式输出对应格式的处理后数据，对数据进行组织与封装，并输出，完成处理过程。本发明方法可以有效解决胶囊内镜图像去冗余问题属于广义的图像处理问题，做到快速处理相似图片、甚至完全去除相似图片的技术需求。

技术领域

本发明涉及一种图像处理方法，特别是涉及一种胶囊内镜的冗余图像处理方法。

背景技术

消化道内镜检查是消化道疾病的重要诊疗手段，也是消化道肿瘤早期筛查的关键。然而，消化道内镜检查的痛苦体验使得众多患者对消化道内镜检查望而却步。胶囊内镜可以让患者以较低成本无创无痛苦的完成整个消化道的检查。可是由于工作方式的问题，胶囊内镜在检查过程中会产生6-12万张消化道的连续影像。内镜医生需要依次阅读完全部胶囊内镜图像序列才能做出诊断，单个病人的平均诊断时长为3-6小时，产生了巨大的医疗人力成本和痛苦的阅片体验。从而导致医生缺乏处方意愿，胶囊内镜诊断项目在各个医院推行缓慢。

胶囊内镜在拍摄过程中，有许多照片是冗余的。这些冗余主要包括（1）模糊图像，（2）相似图像，（3）非人体图像。模糊图像主要是指胶囊内镜在快速移动过程中或者贴到消化道壁非常近的时候拍取到的图像，这些图像中没有清晰的消化道器官的影像，无法向医生提供有诊断价值的信息；相似图像是指在胶囊内镜在消化道内某些时段暂停运动，但是拍照功能并没有停止，导致连续几十帧甚至上百帧图像内容十分相似，从医生的角度，只有一张照片的信息量，医生却要阅读几十帧甚至上百帧图像，大大降低了工作效率；非人体图像是指胶囊内镜在入口之前和排出之后，或者胶囊进入消化道末端被食物残渣影响了视野的图像。如果能够去除掉这三类冗余图像，可以有效降低胶囊内镜阅片的时间成本，增加医生的处方意愿。目前，在实际临床工作中，没有专门的方法来协助医生去除掉冗余的图像。医生需要一张一张翻阅图像，进行1~6小时的阅片工作，在阅片的过程中对冗余图像进行排查。在大量胶囊内镜数据处理的前提下，胶囊内镜图像处理工作者（临床医生或体检中心工作人员）需要处理大量具备高相似度或模糊的图片，这造成了冗余的重复性检查和其他处理，增加了相关人员的负担，同时处理相似图片增加了其上下游工作方面的开销，在经济上造成了成本的增加，如图1所示。冗余的图片造成了技术上的数据冗余问题，需要额外的筛选和预处理，冗余数据在自动化图像处理数据中会被认为是脏数据。对于图像处理的下游，例如利用胶囊内镜序列影像做进一步的图像分析等方面，脏数据会进一步造成实际应用的不精确问题。排查和人力清洁数据都引入了额外成本。

2013年，在期刊Computers in biology and medicine中，Hyun-Gyu Lee等人在Reducing redundancy in wireless capsule endoscopy video一文中提出了一种基于光流信息作为特征的机器学习算法，可以去除小肠部位的超过53%的重复胶囊内镜图像。但是这种方法的主要缺陷有以下三点：

（1）利用光流信息作为特征用机器学习的方式来去除冗余图像，需要耗费大量的时间和计算机资源，处理完一套图像往往超过几十分钟甚至一小时，无法满足医院所要求的诊断时效性需求；

（2）利用光流信息作为特征处理胶囊内镜图像，仅能去除53%左右的小肠段重复胶囊内镜图像，一方面，去冗余率不够高，另一方面，缺乏对模糊图像和非人体图像的处理；

（3）文献中缺乏对于阳性图像遗漏率的分析，如果算法将有病变的图像作为冗余图像处理掉，将会对医生的诊断准确率造成巨大影响。