[发明专利]一种基于光纤显微内镜图像的胃肠上皮隐窝结构自动量化分析方法及系统

权利要求书

1.一种基于光纤显微内镜图像的胃肠上皮隐窝结构自动量化分析方法，其特征在于包括以下步骤：

(1)使用双边滤波方法，对原始光纤显微内镜图像进行滤波预处理，以消除图像像素化的问题，并保持图像的边缘；

(2)对图像进行对比度增强：

(2.1)使用CLAHE方法，对滤波后的图像进行第一次增强操作；

(2.2)采用二次函数进行非线性灰度变换，让图像的直方图往两端扩散，拉大图像前景和背景的对比度，对图像上每一个像素点按如下公式计算非线性灰度变换后的灰度值，获得新图像：

其中，坐标(x,y)表示像素点的坐标，为像素点的新灰度值，f(x,y)为处理前像素点的原始灰度值；

(3)对图像进行分割，提取出隐窝结构：

(3.1)通过基于阈值的自动分割方法将增强后的图像转为二值化图像，分割出前景(白色，常用灰度值1或255表示)和背景(黑色，常用灰度值0表示)，其中灰度值较低的似隐窝部分被分为背景，其余则为前景；

(3.3)将图像中前景和背景的灰度值进行置换，此时，前景(白色，常用灰度值1或255表示)代表了隐窝；

(3.4)通过先腐蚀后膨胀的开运算，在并不明显改变前景和背景的面积的情况下对这些区域的边界进行平滑；

(3.5)在分割后的二值化图像中提取出图像中各完整隐窝的边缘；

(4)按照如下公式计算隐窝结构的形态特征，包括各完整隐窝结构的面积，圆度和质心距离；

(a)面积定义为各完整隐窝边缘内的像素总数；

(b)圆度定义为：

C＝4π×面积/周长的平方

其中，周长为各完整隐窝边缘上的像素总数；

(c)质心距离定义为相邻两个完整隐窝的质心距离，其中，各完整隐窝的质心坐标为其边缘内所有像素点坐标的平均值。

2.根据权利要求1所述的基于光纤显微内镜图像的胃肠上皮隐窝结构自动量化分析方法，其特征在于：步骤(2.2)之后还包括步骤(2.3)为使直方图进一步均衡化，对图像再次进行CLAHE增强操作。

3.根据权利要求1所述的基于光纤显微内镜图像的胃肠上皮隐窝结构自动量化分析方法，其特征在于：步骤(2)中的CLAHE算法实现过程中，采用双线性插值以降低算法的时间复杂度，插值时，需要将图像分割成M列×N行大小相等、连续不重叠的子图像区域。

4.根据权利要求1所述的基于光纤显微内镜图像的胃肠上皮隐窝结构自动量化分析方法，其特征在于：步骤(3.1)和(3.3)之间还包括步骤(3.2)通过先膨胀后腐蚀的闭运算，填充前景和背景中可能存在的空洞和狭窄的缺口。

5.根据权利要求2所述的基于光纤显微内镜图像的胃肠上皮隐窝结构自动量化分析方法，其特征在于：所述M列×N行取值8×8。

6.根据权利要求1所述的基于光纤显微内镜图像的胃肠上皮隐窝结构自动量化分析方法，其特征在于：步骤(3.1)中的基于阈值的自动分割方法可以采用Ostu方法。

7.根据权利要求1所述的基于光纤显微内镜图像的胃肠上皮隐窝结构自动量化分析方法，其特征在于：步骤(3.5)中的隐窝边缘提取可以采用基于连通域的轮廓追踪算法。