上類(lèi)似，它們都是利用了滑動(dòng) 窗口的原理，盡管兩者采用的特征描述不同。這里我們用判斷一個(gè)候選點(diǎn)（d)是否為正確 的幽門(mén)位置為例進(jìn)行說(shuō)明。隨機(jī)選取了 1500張幽門(mén)之前的圖片，1500幽門(mén)之后的圖片作 為訓(xùn)練集。我們標(biāo)記幽門(mén)前的圖片為-1，幽門(mén)之后的圖片為+1。然后提取它們的改進(jìn)后的 WLD直方圖特征來(lái)訓(xùn)練KNN分類(lèi)器。接下來(lái)選取d附近序號(hào)為[d-100,d+100]的201張圖 片作為測(cè)試集。如果[d-100，d-l]之間的圖片大部分被標(biāo)記為-1，且大部分[d+l，d+100] 之間的圖片被標(biāo)記為+1，我們就可以認(rèn)定該點(diǎn)為精確的幽門(mén)位置。所以當(dāng)[d-100，d-l]之 間圖片的標(biāo)記和小于一個(gè)閾值，[d+1，d+100]之間的圖片標(biāo)記和大于一個(gè)閾值，我們就認(rèn)為 d為幽門(mén)的精確位置。否則，我們用相同的方式來(lái)判定下一個(gè)幽門(mén)候選點(diǎn)是否為正確的幽門(mén) 位置，直到我們找到3個(gè)有效的候選點(diǎn)。最后這3個(gè)被認(rèn)定為幽門(mén)的位置再由醫(yī)務(wù)人員進(jìn) 行最終確認(rèn)。
[0107] 圖3可以看出該本發(fā)明方法相比于其他方法來(lái)說(shuō)，是一個(gè)高效的定位幽門(mén)的方 法。
[0108] 在本說(shuō)明書(shū)的描述中，參考術(shù)語(yǔ)"一個(gè)實(shí)施例"、"一些實(shí)施例"、"示例"、"具體示 例"、或"一些示例"等的描述意指結(jié)合該實(shí)施例或示例描述的具體特征、結(jié)構(gòu)、材料或者特 點(diǎn)包含于本發(fā)明的至少一個(gè)實(shí)施例或示例中。在本說(shuō)明書(shū)中，對(duì)上述術(shù)語(yǔ)的示意性表述不 一定指的是相同的實(shí)施例或示例。而且，描述的具體特征、結(jié)構(gòu)、材料或者特點(diǎn)可以在任何 的一個(gè)或多個(gè)實(shí)施例或示例中以合適的方式結(jié)合。
[0109] 盡管已經(jīng)示出和描述了本發(fā)明的實(shí)施例，本領(lǐng)域的普通技術(shù)人員可以理解：在不 脫離本發(fā)明的原理和宗旨的情況下可以對(duì)這些實(shí)施例進(jìn)行多種變化、修改、替換和變型，本 發(fā)明的范圍由權(quán)利要求及其等同物限定。
【主權(quán)項(xiàng)】
1. 一種自動(dòng)定位體內(nèi)胃腸特征點(diǎn)的方法，其特征在于，包括如下步驟： 步驟1，獲取胃腸原始圖片數(shù)據(jù)并進(jìn)行分割編號(hào)，對(duì)該數(shù)據(jù)進(jìn)行初步定位篩選，獲得定 位篩選后的測(cè)試集； 步驟2,提取訓(xùn)練集的WLD直方圖特征，用來(lái)訓(xùn)練KNN分類(lèi)器； 步驟3,提取測(cè)試集的WLD直方圖特征，并用訓(xùn)練完成的KNN分類(lèi)器為測(cè)試集分類(lèi)；根 據(jù)分類(lèi)結(jié)果進(jìn)行精確定位胃腸特征點(diǎn)信息。2. 根據(jù)權(quán)利要求1所述的自動(dòng)定位體內(nèi)胃腸特征點(diǎn)的方法，其特征在于，所述步驟1初 步定位篩選的步驟包括： 步驟1-1，將整個(gè)圖片數(shù)據(jù)劃分為連續(xù)的區(qū)間，每個(gè)區(qū)間包含L張圖片； 步驟1-2,每個(gè)區(qū)間內(nèi)設(shè)置兩個(gè)連續(xù)的窗口 wl，窗口《2,其大小分別為nl和n2,窗口 wl 和窗口《2連接處的圖片序號(hào)為mid，其中每個(gè)窗口包括若干圖片，排列順序?yàn)榇翱?wl、mid、 窗口 w2,依據(jù)設(shè)置在窗口 wl和窗口 w2的圖片數(shù)量，依次向后移動(dòng)； 步驟1-3,計(jì)算出窗口 wl和窗口 w2內(nèi)圖像的紅色分量的平均值，記為mrl和mr2 ;mr2/ mrl表示紅色分量的變化程度，mr2/mrl越大，mid前后圖像變化越明顯；記錄下mid的mr2/ mrl值，并把兩個(gè)窗口以step的步長(zhǎng)往后移動(dòng)；每個(gè)mid以同樣的方式計(jì)算出mr2/mrl，并 存儲(chǔ)記錄； 步驟1-4,每個(gè)區(qū)間內(nèi)選擇mr2/mrl最大的四個(gè)值所對(duì)應(yīng)的序號(hào)mid，作為胃腸特征點(diǎn) 的候選位置序號(hào)。3. 根據(jù)權(quán)利要求1所述的自動(dòng)定位體內(nèi)胃腸特征點(diǎn)的方法，其特征在于，所述步驟2包 括： WLD直方圖特征是基于全局特征點(diǎn)的描述子，包括兩個(gè)參數(shù)：差異激勵(lì)和方向角；提取 的WLD直方圖特征的步驟為， 步驟2_1，計(jì)算差異激勵(lì)， I。是當(dāng)前像素點(diǎn)的灰度值，I i是當(dāng)前點(diǎn)鄰域的灰度值，P是鄰域大小，ζ (I。）是當(dāng)前像 素點(diǎn)的差異激勵(lì)，通常情況下，如果ζ (I。）是正數(shù)，意味著當(dāng)前點(diǎn)比周?chē)?，反之，若?(I。） 是負(fù)數(shù)，則說(shuō)明當(dāng)前點(diǎn)比周?chē)?，改進(jìn)后的差異激勵(lì)計(jì)算方式則選擇了兩個(gè)鄰域的大小，pi和ρ2,當(dāng)P = pi時(shí)，計(jì)算出 的ζ (I。）權(quán)重值為W1，當(dāng)p = p2時(shí)，計(jì)算出的ζ (I。）權(quán)重值為ω2，該過(guò)程看作原圖經(jīng)過(guò) 濾波器fJPf2處理，fMti()1是經(jīng)過(guò)f Γ濾波的輸出，fMti()2是匕的輸出，ω JP ω 2的取值不 同，決定著不同的鄰域?qū)Ξ?dāng)前像素點(diǎn)的影響程度不同；另外，將圖像的灰度值調(diào)整到[1，256]; 步驟2-2,計(jì)算方向角，其中，ocO和ocl是原始圖像經(jīng)過(guò)濾波器filterO和filterl處理后的輸出，對(duì)于一個(gè) 指定的像素點(diǎn)，ocO = I5_I1;ocO = I 7-13;經(jīng)過(guò)映射m: Θ - θ '，Θ的值域范圍由 映射到[〇, 2 π ]; [0, 2 π ]是一個(gè)區(qū)間，指Θ的取值范圍在〇和2 π之間； θ' = m(9) + ji, 其中，進(jìn)一步將0'量化為T(mén)個(gè)主方向角，t為具體主方向角，量化公式為：令T = 8,于是方向角取值由[0, 2 π ]映射為T(mén)個(gè)主方向角約~U 步驟2-3,獲取WLD直方圖特征， 利用步驟2-1和2-2計(jì)算出的差異激勵(lì)和方向角得到圖片的二維向量表示為 {WLDUj，0t)}，其中，圖片維數(shù)j = 〇，1，…N-1，而七=0，1，一1'_14是圖片的維數(shù)序數(shù)； 為了進(jìn)一步分類(lèi)的需要，我們把{WLDUp 0t)}映射為一維向量；首先，將{WLDUp 0t)} 按照每個(gè)像素點(diǎn)的梯度方向分解成T個(gè)子序列H(t)，然后把每個(gè)子序列H(t)按照ζ (I。） 的值分為M段；接下來(lái)進(jìn)行直方圖統(tǒng)計(jì)，形成二維直方圖統(tǒng)計(jì)矩陣，大小為Μ*Τ ;按照行把該 二維矩陣展開(kāi)形成一維數(shù)組，就得到了最終的WLD直方圖特征信息。4.根據(jù)權(quán)利要求1所述的自動(dòng)定位體內(nèi)胃腸特征點(diǎn)的方法，其特征在于，所述步驟3包 括： 步驟3-1，標(biāo)記胃腸特征點(diǎn)前的圖片為-1，胃腸特征點(diǎn)之后的圖片為+1，提取改進(jìn)后的 WLD直方圖特征來(lái)訓(xùn)練KNN分類(lèi)器； 步驟3-2,候選胃腸特征點(diǎn)的序號(hào)為d，選取d附近序號(hào)為[d-100, d+ΙΟΟ]的201張圖 片作為測(cè)試集，如果[d-100, d-Ι]之間的圖片大部分被標(biāo)記為-1，且大部分[d+1，d+100]之 間的圖片被標(biāo)記為+1，認(rèn)定該點(diǎn)為精確的胃腸特征點(diǎn)位置； 步驟3-3,當(dāng)[d-100，d-l]之間圖片的標(biāo)記和小于一個(gè)閾值，[d+l，d+100]之間的圖片 標(biāo)記和大于一個(gè)閾值，認(rèn)定d為胃腸特征點(diǎn)的精確位置；否則，用相同的方式來(lái)判定下一個(gè) 胃腸特征點(diǎn)是否為正確的胃腸特征點(diǎn)位置。5.根據(jù)權(quán)利要求1所述的自動(dòng)定位體內(nèi)胃腸特征點(diǎn)的方法，其特征在于，所述步驟3中 訓(xùn)練KNN分類(lèi)器的步驟包括： 步驟A，初始化圖片幀數(shù)的距離為最大值； 步驟B，計(jì)算測(cè)試集和每個(gè)訓(xùn)練集的距離dist ; 步驟C，得到K個(gè)最臨近測(cè)試集和訓(xùn)練集中的最大距離maxdist ; 步驟D，如果dist小于maxdist，則將該訓(xùn)練集作為K最近鄰樣本； 步驟E，重復(fù)步驟B、C、D，直到測(cè)試集和所有訓(xùn)練集的距離都計(jì)算完畢； 步驟F，獲取K最近鄰樣本中每個(gè)類(lèi)標(biāo)號(hào)出現(xiàn)的次數(shù)； 步驟G，選擇出現(xiàn)頻率最大的類(lèi)標(biāo)號(hào)作為未知樣本的類(lèi)標(biāo)號(hào)。
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種自動(dòng)定位體內(nèi)胃腸特征點(diǎn)的方法，包括如下步驟：步驟1，獲取胃腸原始圖片數(shù)據(jù)并進(jìn)行分割編號(hào)，對(duì)該數(shù)據(jù)進(jìn)行初步定位篩選，獲得定位篩選后的測(cè)試集；步驟2，提取訓(xùn)練集的WLD直方圖特征，用來(lái)訓(xùn)練KNN分類(lèi)器；步驟3，提取測(cè)試集的WLD直方圖特征，并用訓(xùn)練完成的KNN分類(lèi)器為測(cè)試集分類(lèi)；根據(jù)分類(lèi)結(jié)果進(jìn)行精確定位胃腸特征點(diǎn)信息。通過(guò)初步定位階段挑選出一系列胃腸特征點(diǎn)候選點(diǎn)，接著進(jìn)入精確定位階段，這一階段先隨機(jī)選擇一定量的訓(xùn)練集，提取它們的WLD直方圖特征來(lái)訓(xùn)練KNN分類(lèi)器，最后精確定位算法結(jié)合初步定位階段的候選點(diǎn)和WLD直方圖特征找到正確的胃腸特征點(diǎn)位置。
【IPC分類(lèi)】G06K9/62
【公開(kāi)號(hào)】CN104899599
【申請(qǐng)?zhí)枴緾N201510273981
【發(fā)明人】周尚波, 白家蓮, 楊晗, 張志良, 嚴(yán)莎莎
【申請(qǐng)人】重慶金山科技（集團(tuán)）有限公司
【公開(kāi)日】2015年9月9日
【申請(qǐng)日】2015年5月26日