基于膠囊內(nèi)窺鏡圖像的出血病灶檢測(cè)算法研究.pdf

1、如今，腸胃疾病已經(jīng)成為人類健康的一大威脅。機(jī)械式內(nèi)窺鏡作為傳統(tǒng)腸胃疾病的檢測(cè)手段，不僅操作不方便，也給患者帶來(lái)身體上的痛苦。隨著半導(dǎo)體技術(shù)、無(wú)線通信技術(shù)、集成電路技術(shù)等技術(shù)的發(fā)展，膠囊內(nèi)窺鏡問世了，并很快在腸胃疾病的檢測(cè)方面取得得天獨(dú)厚的優(yōu)勢(shì)。然而膠囊內(nèi)窺鏡一次檢測(cè)產(chǎn)生的消化道圖像數(shù)量達(dá)幾萬(wàn)張之巨，由醫(yī)護(hù)人員來(lái)逐一查看，給醫(yī)務(wù)人員帶來(lái)沉重負(fù)擔(dān)的同時(shí)，還會(huì)增加誤診率。
　　針對(duì)這些問題，本文在介紹了膠囊內(nèi)窺鏡和基于膠囊內(nèi)窺鏡圖像的出

2、血病灶檢測(cè)技術(shù)的國(guó)內(nèi)外研究現(xiàn)狀的基礎(chǔ)上，對(duì)基于膠囊內(nèi)窺鏡圖像的出血病灶檢測(cè)技術(shù)進(jìn)行了深入的研究，主要的工作包括：圖像的預(yù)處理、基于顏色特征的感興趣區(qū)域提取、基于顏色相似性和連通域面積的分類識(shí)別，實(shí)現(xiàn)了基于膠囊內(nèi)窺鏡圖像的出血病灶檢測(cè)算法。
　　傳統(tǒng)的基于膠囊內(nèi)窺鏡圖像的出血檢測(cè)算法主要有兩種，一種是將圖像分割為固定大小的區(qū)域，這種機(jī)械的劃分會(huì)破壞圖像本身含有的邊界信息，導(dǎo)致準(zhǔn)確度不高；另一種是在整幅圖像上進(jìn)行模板運(yùn)算，這種算法可以

3、最大限度反映原始圖像的信息，然而由于數(shù)據(jù)量大，導(dǎo)致檢測(cè)算法速度過慢。本文兼顧算法的速度和圖像的原始邊界信息，首先在RGB顏色空間利用顏色邊界盒進(jìn)行感興趣區(qū)域提取，減少圖像的冗余信息，然后利用感興趣區(qū)域的顏色相似性系數(shù)和連通域面積組成的分類器，對(duì)感興趣區(qū)域進(jìn)行分類，在保證檢測(cè)準(zhǔn)確率的前提下提高了檢測(cè)速度。最后，本文通過實(shí)驗(yàn)驗(yàn)證算法，結(jié)果表明：算法的靈敏度達(dá)到了91％，特異性達(dá)到88%，基本實(shí)現(xiàn)了膠囊內(nèi)窺圖像出血病灶的自動(dòng)檢測(cè)，可應(yīng)用于實(shí)踐