基于膠囊內窺鏡圖像的出血病灶檢測算法研究.pdf

1、如今，腸胃疾病已經(jīng)成為人類健康的一大威脅。機械式內窺鏡作為傳統(tǒng)腸胃疾病的檢測手段，不僅操作不方便，也給患者帶來身體上的痛苦。隨著半導體技術、無線通信技術、集成電路技術等技術的發(fā)展，膠囊內窺鏡問世了，并很快在腸胃疾病的檢測方面取得得天獨厚的優(yōu)勢。然而膠囊內窺鏡一次檢測產(chǎn)生的消化道圖像數(shù)量達幾萬張之巨，由醫(yī)護人員來逐一查看，給醫(yī)務人員帶來沉重負擔的同時，還會增加誤診率。
　　針對這些問題，本文在介紹了膠囊內窺鏡和基于膠囊內窺鏡圖像的出

2、血病灶檢測技術的國內外研究現(xiàn)狀的基礎上，對基于膠囊內窺鏡圖像的出血病灶檢測技術進行了深入的研究，主要的工作包括：圖像的預處理、基于顏色特征的感興趣區(qū)域提取、基于顏色相似性和連通域面積的分類識別，實現(xiàn)了基于膠囊內窺鏡圖像的出血病灶檢測算法。
　　傳統(tǒng)的基于膠囊內窺鏡圖像的出血檢測算法主要有兩種，一種是將圖像分割為固定大小的區(qū)域，這種機械的劃分會破壞圖像本身含有的邊界信息，導致準確度不高；另一種是在整幅圖像上進行模板運算，這種算法可以

3、最大限度反映原始圖像的信息，然而由于數(shù)據(jù)量大，導致檢測算法速度過慢。本文兼顧算法的速度和圖像的原始邊界信息，首先在RGB顏色空間利用顏色邊界盒進行感興趣區(qū)域提取，減少圖像的冗余信息，然后利用感興趣區(qū)域的顏色相似性系數(shù)和連通域面積組成的分類器，對感興趣區(qū)域進行分類，在保證檢測準確率的前提下提高了檢測速度。最后，本文通過實驗驗證算法，結果表明：算法的靈敏度達到了91％，特異性達到88%，基本實現(xiàn)了膠囊內窺圖像出血病灶的自動檢測，可應用于實踐