[发明专利]一种内镜图像病灶区检测方法、装置、设备及存储介质

说明书

本申请公开了一种内镜图像病灶区检测方法、装置、设备及存储介质，所述的方法包括：获取待检测图像；对所述待检测图像进行预处理，得到预处理图像；对所述预处理图像进行深度估计处理，得到目标深度图像；基于所述目标深度图像的深度特征，对所述预处理图像进行语义分割处理，得到目标分割图像，所述目标分割图像包括病灶区域和背景区域；将所述目标分割图像和所述待检测图像融合，得到目标检测图像，本申请通过获取的深度图像指导语义分割模型对预处理图像进行分割，提高了微小病灶区域的检出率和检测的精确度，且提升了病灶区边缘的分割检测效果，大大降低假阳性概率，对于临床的内镜检查有良好的辅助作用。

技术领域

本申请涉及智能医疗技术领域，尤其涉及一种内镜图像病灶区检测方法、装置、设备及存储介质。

背景技术

内窥镜是集中了传统光学、人体工程学、精密机械、现代电子、数学、软件等于一体的检测仪器；一个具有图像传感器、光学镜头、光源照明、机械装置等，它可以经口腔进入胃内或经其他天然孔道进入体内。利用内窥镜可以看到X射线不能显示的病变，因此它对医生非常有用。例如，借助内窥镜医生可以观察胃内的溃疡或肿瘤，据此制定出最佳的治疗方案；

内镜检查一直是多种疾病检查的常规和重要手段，其在消化系统、呼吸系统、泌尿系统等多个方面的检查中有着广泛的应用。施行内镜检查的一大特点就是能通过内镜自带的摄像头，观察自然腔道内的图像信息。但是该项检查也具有一定的局限性，如：图像信息量过于庞大，病人配合度较低导致的检查时间有限，医师的工作强度过大等；以上的多种局限性使得了漏诊的情况时有发生。

近年来，出现了利用深度学习对内镜图像中的病灶区域进行自动分割的方法。这些方法在实际应用中，普遍存在假阳性偏高的问题，即在实际操作中，经常将正常的区域检测标出为病灶。同时，一些处于轻型的病灶，由于病变形态较小，会出现漏诊的情况。

发明内容

为了解决上述技术问题，本申请公开了内镜图像病灶区检测方法，通过获取的深度图像指导语义分割模型对预处理图像进行分割，提高了微小病灶区域的检出率和检测的精确度，且提升了病灶区边缘的分割检测效果，大大降低假阳性概率，对于临床的内镜检查有良好的辅助作用。

为了达到上述发明目的，本申请提供了一种内镜图像病灶区检测方法，所述的方法包括：

获取待检测图像；

对所述待检测图像进行预处理，得到预处理图像；

对所述预处理图像进行深度估计处理，得到目标深度图像；

基于所述目标深度图像的深度特征，对所述预处理图像进行语义分割处理，得到目标分割图像，所述目标分割图像包括病灶区域和背景区域；

将所述目标分割图像和所述待检测图像融合，得到目标检测图像。

在一些实施方式中，所述对所述预处理图像进行深度估计处理，得到目标深度图像包括：

对所述预处理图像进行全局估计处理和局部估计处理，得到目标深度图像。

在一些实施方式中，所述对所述预处理图像进行全局估计处理和局部估计处理，得到目标深度图像，包括

对所述预处理图像进行全局估计处理，得到第一深度图像；

对所述预处理图像进行初步局部估计处理，得到第二深度图像；

将所述第一深度图像和所述第二深度图像进行叠加，得到第三深度图像；

对所述第三深度图像进行局部估计处理，得到目标深度图像。

在一些实施方式中，所述基于所述目标深度图像的深度特征，对所述预处理图像进行语义分割处理，得到目标分割图像，包括：