基于胃鏡視頻云圖的多目標(biāo)跟蹤.pdf

1、胃鏡檢查作為當(dāng)前檢測胃部疾病的主要手段，計(jì)算機(jī)輔助胃鏡圖像分析有助于提高胃鏡檢查的準(zhǔn)確率。由于胃壁的形變和蠕動特性以及胃腔內(nèi)狹窄的操作空間，如何發(fā)現(xiàn)、跟蹤以及無創(chuàng)標(biāo)定病灶區(qū)域一直是胃鏡檢查過程中的難點(diǎn)問題，本文主要針對電子胃鏡檢查中實(shí)現(xiàn)多目標(biāo)區(qū)域跟蹤的相關(guān)方法進(jìn)行研究。
　　胃鏡檢查中對多目標(biāo)進(jìn)行跟蹤在許多實(shí)際應(yīng)用場景中具有重要的作用。比如，醫(yī)生可以在胃鏡檢查過程中隨時(shí)對可疑病灶進(jìn)行標(biāo)記，并在后續(xù)的檢查過程中對特定區(qū)域持續(xù)進(jìn)行跟蹤

2、觀察;醫(yī)生在做胃鏡活檢過程中，預(yù)先標(biāo)定的病灶區(qū)域也有助于指導(dǎo)醫(yī)生準(zhǔn)備定位到活檢靶點(diǎn)位置，從而提高活檢位置的精確性和病理分析結(jié)果的有效性。
　　現(xiàn)有的目標(biāo)跟蹤的方法通常局限于兩幅特定的相似圖像之間進(jìn)行，并要求目標(biāo)具有明確的輪廓或紋理特異性。針對上述問題，本文給出了一種不同的多目標(biāo)跟蹤框架，能夠靈活地跟蹤胃鏡視頻中任意的兩幀圖像內(nèi)的任意目標(biāo)區(qū)域。在對視頻圖像幀間相似性度量的基礎(chǔ)上，該方法能夠達(dá)到以下兩個(gè)目標(biāo)，首先是在不依賴于對目標(biāo)區(qū)域

3、進(jìn)行輪廓或紋理特征分析的情況下，通過仿射變換實(shí)現(xiàn)對鄰近幀之間的目標(biāo)跟蹤，其次基于構(gòu)建云圖思路實(shí)現(xiàn)對目標(biāo)的跳幀跟蹤。
　　本論文首先對多目標(biāo)跟蹤的兩個(gè)關(guān)鍵技術(shù)展開研究:
　　兩幅圖像之間相似性的度量。在對常用的5種特征點(diǎn)檢測方法進(jìn)行綜合評估的基礎(chǔ)上，選用了最適合胃鏡圖像特征提取的SIFT算法。通過在樣本圖和目標(biāo)圖中分別提取SIFT特征點(diǎn)，并采用最近鄰法篩選出目標(biāo)圖與樣本圖中的匹配點(diǎn)對。針對SIFT算法搜索出的匹配點(diǎn)對存在較多誤

4、匹配的問題，采用隨機(jī)取樣一致性（RANSAC）算法對匹配后的點(diǎn)對進(jìn)行篩選，并以圖像間的匹配點(diǎn)對與特征點(diǎn)個(gè)數(shù)的比值作為兩幅圖像的相似度。最后根據(jù)圖像間的配準(zhǔn)點(diǎn)對計(jì)算出其仿射變換矩陣。
　　胃鏡云圖（Stomach-Cloud）的構(gòu)建。以圖像間的相似度作為權(quán)值，將胃鏡視頻序列中的部分幀作為節(jié)點(diǎn)建立帶權(quán)的有向圖，即胃鏡云圖。通過該云圖能夠高效地計(jì)算出以仿射變換矩陣表達(dá)的圖像幀之間的形變關(guān)系，進(jìn)而根據(jù)該形變關(guān)系計(jì)算出目標(biāo)區(qū)域的位置信息，從