[发明专利]食管内窥镜图像的识别方法及装置

权利要求书

1.一种食管内窥镜图像的识别方法，其特征在于，所述食管内窥镜图像的识别方法包括：

获取待识别食管内窥镜图像；

将所述待识别食管内窥镜图像输入巴黎分型模型进行分类，得到巴黎分型结果，其中，所述巴黎分型结果为多个巴黎分型中的一个；

若所述巴黎分型结果为第一预设巴黎分型，则将所述待识别食管内窥镜图像输入预设病灶分割模型，得到第一病灶分割区域；

将所述第一病灶分割区域分割为多个分割子区域；

对于每个分割子区域，获取分割子区域的区域像素平均值、过分割子区域形心的水平基准线的水平像素平均值以及过分割子区域形心的竖向基准线的竖向像素平均值；

将水平像素平均值与区域像素平均值之间的差值确定为水平粗糙量化值，将竖向像素平均值与区域像素平均值之间的差值确定为竖向粗糙量化值，得到各个分割子区域的水平粗糙量化值和竖向粗糙量化值；

根据各个分割子区域的水平粗糙量化值和竖向粗糙量化值确定各个分割子区域的第一当前粗糙量化值；

根据预设的各个分割子区域的权重系数对各个分割子区域的第一当前粗糙量化值进行加权求和，得到所述第一病灶分割区域的第二当前粗糙量化值；

将所述第一病灶分割区域输入预设分类模型，得到病灶分类结果，所述病灶分类结果为平坦型、凹陷型以及隆起型中的任意一种；

根据第二当前粗糙量化值和病灶分类结果对应的粗糙度映射策略确定当前表面粗糙度，其中，不同病灶分类结果对应不同的粗糙度映射策略，其中，若病灶分类结果为平坦型，则病灶分类结果对应的粗糙度映射策略为：将第二当前粗糙量化值确定为表面粗糙度；若病灶分类结果为凹陷型，则病灶分类结果对应的粗糙度映射策略为：将第二当前粗糙量化值增加第一预设值之后确定为表面粗糙度；若病灶分类结果为隆起型，则病灶分类结果对应的粗糙度映射策略为：将第二预设值与第二当前粗糙量化值的差值确定为表面粗糙度，其中，第二预设值大于第一预设值；

根据当前表面粗糙度确定所述待识别食管内窥镜图像的识别结果。

2.根据权利要求1所述的食管内窥镜图像的识别方法，其特征在于，所述根据当前表面粗糙度确定所述待识别食管内窥镜图像的识别结果，包括：

判断当前表面粗糙度是否大于预设量化值；

若当前表面粗糙度大于预设量化值，则确定所述待识别食管内窥镜图像的识别结果为深层浸润型，若当前表面粗糙度不大于预设量化值，则确定所述待识别食管内窥镜图像的识别结果为非深层浸润型。

3.根据权利要求1所述的食管内窥镜图像的识别方法，其特征在于，所述将所述第一病灶分割区域分割为多个分割子区域，包括：

将所述第一病灶分割区域边界上的像素点按序排列，得到像素点序列；

分别将像素点序列中各个像素点确定为目标像素点；

对目标像素点和目标像素点一侧的多个像素点进行拟合，得到以目标像素点为起点的第一射线；

对目标像素点和目标像素点另一侧的多个像素点进行拟合，得到以目标像素点为起点的第二射线；

获取目标像素点和第一病灶分割区域形心连成的目标线段；

若第一射线和第二射线之间的夹角小于第一预设角度，且第一射线与目标线段之间的夹角大于第二预设角度，且第二射线与目标线段的之间夹角大于第三预设角度，则将目标像素点确定为分割像素点，得到多个分割像素点；

利用第一病灶分割区域形心与多个分割像素点之间的线段将第一病灶分割区域分割为多个分割子区域。

4.根据权利要求1所述的食管内窥镜图像的识别方法，其特征在于，所述根据预设的各个分割子区域的权重系数对各个分割子区域的第一当前粗糙量化值进行加权求和，得到所述第一病灶分割区域的第二当前粗糙量化值，之前，包括：

将各个分割子区域的区域像素平均值确定为各个分割子区域的权重系数，其中，各个分割子区域的区域像素平均值越大，对应的权重系数越大。