共聚焦激光显微内镜消化道图像识别方法及系统

    公开(公告)号:CN111126474B

    公开(公告)日:2021-02-05

    申请号:CN201911312401.X

    申请日:2019-12-18

    IPC分类号: G06K9/62 G06N3/08

    摘要: 本发明提供共聚焦激光显微内镜消化道图像识别方法及系统。其中,该方法包括获取若干不同部位的内镜图像和不同疾病类型的共聚焦激光显微内镜图像,并分别标注标签,形成相应样本集;训练内镜部位识别深度学习模型和共聚焦激光显微内镜疾病识别深度学习模型;将实时接收到的内镜图像和共聚焦激光显微内镜图像分别输入至训练完成的相应模型中,将得到的概率最大共聚焦疾病类型所对应的部位与概率最大的内镜部位比较,若两者一致时,输出当前内镜部位、共聚焦疾病类型及对应概率;若两者不一致时,重新获取共聚焦激光显微内镜图像并重新识别其共聚焦疾病类型,直至得到的概率最大共聚焦疾病类型所对应的部位与概率最大的内镜部位一致。

    共聚焦激光显微内镜消化道图像识别方法及系统

    公开(公告)号:CN111126474A

    公开(公告)日:2020-05-08

    申请号:CN201911312401.X

    申请日:2019-12-18

    IPC分类号: G06K9/62 G06N3/08

    摘要: 本发明提供共聚焦激光显微内镜消化道图像识别方法及系统。其中,该方法包括获取若干不同部位的内镜图像和不同疾病类型的共聚焦激光显微内镜图像,并分别标注标签,形成相应样本集;训练内镜部位识别深度学习模型和共聚焦激光显微内镜疾病识别深度学习模型;将实时接收到的内镜图像和共聚焦激光显微内镜图像分别输入至训练完成的相应模型中,将得到的概率最大共聚焦疾病类型所对应的部位与概率最大的内镜部位比较,若两者一致时,输出当前内镜部位、共聚焦疾病类型及对应概率;若两者不一致时,重新获取共聚焦激光显微内镜图像并重新识别其共聚焦疾病类型,直至得到的概率最大共聚焦疾病类型所对应的部位与概率最大的内镜部位一致。

    一种荧光图像与视频图像的融合方法及系统

    公开(公告)号:CN118799200A

    公开(公告)日:2024-10-18

    申请号:CN202411090126.2

    申请日:2024-08-09

    IPC分类号: G06T5/50 G06T7/80 G06T7/70

    摘要: 本发明属于图像处理技术领域,提供了一种荧光图像与视频图像的融合方法及系统,包括:在一时间段内,获取若干帧连续的视频图像和若干张连续的荧光图像;对于两张相邻的荧光图像之间的所有视频图像,分别计算每帧视频图像的基准列的调焦值,选择调焦值最大的视频图像作为最优图像;将最优图像和荧光图像中的所有像素均转换至同一坐标系后,进行最优图像和荧光图像的融合,得到融合图像;所述调焦值的计算步骤包括:对于视频图像的基准列,计算相邻两像素点之间的灰度值的差值;将所有差值的和,作为调焦值。可以在视频中实时显示荧光图像,突破荧光成像单张成像的限制,而且有效避免了不清晰的视频图像对融合效果的影响。