無線膠囊內(nèi)窺鏡圖像處理技術(shù)研究.pdf

1、消化道疾病，如出血、腫瘤和潰瘍等極大地威脅著人體的健康。傳統(tǒng)的消化道檢查工具如X射線、鋇餐和X射線斷層掃描等都是利用間接成像原理，會對人體造成不同程度的損傷。超聲檢測雖然對人體沒有任何損害，但是其分辨能力極為有限。插入式胃鏡和直腸鏡可以對人體消化道進行直接觀測，利用光纖對影像進行傳輸，但是這些工具會對人體帶來不適，同時由于小腸的長度限制，傳統(tǒng)的插入式內(nèi)鏡均不能對整個小腸段進行檢查。新型的雙氣囊小腸鏡可以幫助醫(yī)生對病人的小腸全段進行檢查，

2、但長時間的檢查過程同樣會對人體帶來很大的不適。
　　 無線膠囊內(nèi)窺鏡(Wireless Capsule Endoscopy，WCE)，簡稱無線內(nèi)鏡或者膠囊內(nèi)鏡，是一種新型的無創(chuàng)式胃腸道檢查工具。這種普通膠囊大小的內(nèi)窺鏡由微小的元器件組成，當病人吞服后，內(nèi)窺鏡開始以2幀每秒的速度在病人消化道內(nèi)拍攝圖像，并將拍攝到的圖像經(jīng)無線傳輸方式傳送到病人體外的接收終端，最終由醫(yī)生利用圖像工作站對圖像進行診斷。與傳統(tǒng)的X射線斷層掃描、磁共振成像

3、以及插入式內(nèi)窺鏡相比，該技術(shù)可以無創(chuàng)的檢測整個小腸。無線內(nèi)鏡的發(fā)展揭開了小腸檢查技術(shù)的新篇章。根據(jù)以色列基文公司的統(tǒng)計，目前已經(jīng)進行了超過一百萬例PillCam無線內(nèi)鏡檢查幫助醫(yī)生評估病人的胃腸道狀態(tài)?；跓o線內(nèi)鏡的胃腸道檢查，臨床醫(yī)生能夠早期發(fā)現(xiàn)包括小腸腫瘤在內(nèi)的各種嚴重胃腸道疾病。目前無線內(nèi)鏡檢查是公認的小腸腫瘤檢查的金標準。
　　 盡管無線內(nèi)鏡檢查技術(shù)為小腸疾病的診斷開辟了一個全新的領(lǐng)域，但是目前仍然存在一個明顯的挑戰(zhàn)需要

4、解決。無線內(nèi)鏡視頻圖像數(shù)量巨大而且部分圖像質(zhì)量不佳，對無線內(nèi)鏡視頻的判讀是一個漫長而枯燥的過程。根據(jù)臨床的操作規(guī)程，這個過程至少需要兩位經(jīng)驗豐富的臨床醫(yī)生花費大約45分鐘到2個小時的時間。因此，研究無線內(nèi)鏡視頻及圖像的計算機輔助檢查方法，減輕醫(yī)生的工作負擔是十分必要的。圍繞這一目標，本論文主要致力于解決無線膠囊內(nèi)窺鏡計算機輔助診斷系統(tǒng)設(shè)計中的一些具有挑戰(zhàn)性的問題。為了對無線內(nèi)鏡視頻進行計算機輔助診斷，提高無線內(nèi)鏡檢查的準確性，本文從數(shù)字

5、圖像處理技術(shù)的三個不同層次，即圖像處理、圖像分析和圖像識別，對無線內(nèi)鏡圖像進行了研究，探討了數(shù)字圖像處理技術(shù)中的相關(guān)理論和方法在無線內(nèi)鏡視頻計算機輔助診斷系統(tǒng)中的應(yīng)用。
　　 從圖像處理方面，我們提出了一種基于偏微分方程的新型圖像增強方法，將圖像對比度增強，圖像去噪及邊緣銳化技術(shù)集成到一個偏微分方程模型中，三種操作同時進行得到最終的增強結(jié)果。在圖像演化過程中，三種不同的增強操作同時進行，利用正則化參數(shù)控制三種操作對最終結(jié)果的影響

6、，直至得到最滿意的結(jié)果?；谌斯ず铣蓤D像、自然圖像和無線內(nèi)鏡彩色圖像的實驗結(jié)果表明，與傳統(tǒng)的圖像增強方法相比，本文提出的偏微分方程模型可以獲得更加令人滿意的增強效果，從而起到輔助醫(yī)生診斷的作用。
　　 隨后我們利用圖像分析的方法對無線內(nèi)鏡圖像進行處理，研究了無線內(nèi)鏡視頻摘要技術(shù)，可以使醫(yī)生不必瀏覽全部視頻就可以得到視頻的主要信息。提出了基于“感興趣場景”的鏡頭檢測技術(shù)，建立了無線內(nèi)鏡視頻靜態(tài)故事板。在靜態(tài)故事板的基礎(chǔ)上，在醫(yī)生的

7、監(jiān)督下，建立了無線內(nèi)鏡視頻動態(tài)故事板。實驗結(jié)果表明，該方法能夠提取視頻中最具代表意義的視頻幀，約減了需目視檢查的圖像數(shù)量，降低了醫(yī)生的工作負擔。
　　 從圖像理解方面，本文致力于研究出血以及腫瘤這兩種常見小腸疾病的計算機自動診斷技術(shù)。首先我們提出了無線內(nèi)鏡出血圖像檢測方法，可以更為有效的檢測圖像中的出血區(qū)域。由于圖像中的邊緣像素和出血像素具有相似的色度，傳統(tǒng)算法不能對二者進行正確區(qū)分。我們提出了一種圖像預(yù)處理方法，檢測圖像中的邊

8、緣像素點并利用形態(tài)學(xué)方法進行去除。然后提出了一種超像素分割方法，將圖像根據(jù)顏色和紋理分割成圖像塊，在圖像塊的水平上進行出血檢測，降低了算法的復(fù)雜度。最后提出了一種新型的顏色特征用以區(qū)分出血與非出血像素并使用支持向量機對超像素進行分類。實驗結(jié)果表明該方案能夠有效地診斷出血圖像同時大大降低了運算代價。其次，針對腫瘤圖像，我們提出了一個新的腫瘤圖像檢測技術(shù)框架。為提高檢測準確率，首先對圖像中的高光反射區(qū)域進行去除。利用均值漂移技術(shù)對原始圖像進

9、行粗分割。粗分割后的圖像首先進行出血檢測，提取帶出血特征的腫瘤圖像。使用自適應(yīng)閾值分割算法對出血檢測后的圖像進行處理，提取圖像中的疑似腫瘤區(qū)域，利用幾何特征分析方法對圖像進行最終檢測，提取非出血腫瘤圖像。實驗結(jié)果表明與傳統(tǒng)方法相比，本文方法可以有效地提取視頻中的各種腫瘤圖像。
　　 總體而言，我們在論文中研究了無線內(nèi)鏡視頻計算機輔助診斷系統(tǒng)中諸如圖像增強、視頻摘要、病癥自動診斷等具有挑戰(zhàn)性的問題，同時系統(tǒng)的提出了各種問題的解決方