本發(fā)明涉及醫(yī)療器械技術(shù)領(lǐng)域，更具體地，涉及一種宮頸圖像智能輔助判斷系統(tǒng)及其處理方法。

背景技術(shù)：

宮頸癌是目前人類所有癌癥病變中唯一病因明確的癌癥，也是唯一可以有望通過人為預(yù)防減少或消滅的癌癥。陰道鏡檢查可以發(fā)現(xiàn)宮頸糜爛、宮頸息肉、宮頸上皮內(nèi)瘤樣病變、宮頸癌、陰道炎、外陰、陰道或?qū)m頸肉頭瘤病、毒感染和亞臨床乳頭瘤病毒感染。陰道鏡檢查不僅在診斷子宮頸早期癌變和辨別腫瘤與炎癥等方面有應(yīng)用價值，而且在治療方面，特別在宮頸上皮內(nèi)瘤樣病變的治療有特殊應(yīng)用價值。因為陰道鏡可以看到宮頸上皮變化的位置和范圍，陰道鏡的視頻圖像或計算機(jī)視頻圖像采集和存儲對宮頸病變的追蹤觀察非常重要。

在陰道鏡檢查過程中，現(xiàn)有技術(shù)就是醫(yī)生根據(jù)采集的陰道鏡所采集的圖像，用肉眼去觀察宮頸上皮在使用生理鹽水、5％醋酸溶液和5％復(fù)方碘溶液后的變化，對陰道鏡所采集的圖像進(jìn)行判讀和評估。但是，目前懂得陰道鏡檢查和診斷的婦科醫(yī)生不足，同時在宮頸癌檢查中，缺失規(guī)范的診斷標(biāo)準(zhǔn)，因而，無法保證基層醫(yī)務(wù)人員正確的檢查操作，錯誤的圖像分析會導(dǎo)致錯誤的異常部位活檢，因而會誤診、漏診或過度活檢。另外，由于沒有量化標(biāo)準(zhǔn)，沒有統(tǒng)一的評估標(biāo)準(zhǔn)，即便匯集專家對所檢查和采集的圖像進(jìn)行評估，對于同一患者的圖像，可能不同的專家都會有不同的評估結(jié)果(受到主觀因素的影響)，從而影響評估的準(zhǔn)確性和一致性。

基于上述的技術(shù)問題，在中國專利申請cn201510870263.2中提供了一種陰道鏡圖像的智能識別方法，通過僅選取疑似病變區(qū)域的圖像進(jìn)行特征提取，提高其甄別速度，并借助計算機(jī)輔助診斷技術(shù)和標(biāo)準(zhǔn)陰道鏡圖庫同屏對比，在一定程度上提高不同醫(yī)生對同副圖像的診斷相符性。雖然，上述發(fā)明在一定程度上解決了現(xiàn)有宮頸癌診斷過程中所存在的問題，但是，由于其僅僅是采用病變區(qū)域?qū)Ρ?，故?dǎo)致其判斷會產(chǎn)生一定誤差，且其僅是針對宮頸癌病患的診斷，而對于普通宮頸體檢無法不適用。

技術(shù)實現(xiàn)要素：

本發(fā)明提供一種使用范圍廣、使用方便且判斷更加精準(zhǔn)的宮頸圖像智能輔助判斷系統(tǒng)及其處理方法，以解決現(xiàn)有宮頸診斷裝置的診斷不準(zhǔn)確和使用范圍不廣的問題。

根據(jù)本發(fā)明的一個方面，提供一種宮頸圖像智能輔助判斷系統(tǒng)，包括：陰道鏡檢測裝置，用于獲取宮頸圖像，并采集所述宮頸圖像的特征數(shù)據(jù)；

輔助判斷裝置，與所述陰道鏡檢測裝置通訊相連，且其包括處理單元、存儲模塊和對比分析模塊，所述存儲模塊和對比分析模塊分別與所述處理單元電性相連，

所述存儲模塊內(nèi)設(shè)有初篩模型和多個特征模型，所述初篩模型內(nèi)設(shè)有多個不同的初篩病例模型和多個不同的初篩正常模型，所述初篩病例模型由處于病態(tài)的宮頸圖像所構(gòu)成，所述初篩正常模型由處于正常狀態(tài)的宮頸圖像所構(gòu)成，所述特征模型與所述初篩病例模型對應(yīng)。

所述特征模型由多個不同病態(tài)的特征子模型所構(gòu)成，且所述特征子模型內(nèi)包括所述特征子模型對應(yīng)的病變類型名稱、病變區(qū)域的特征參數(shù)和病變區(qū)域的特征圖像。

在上述方案基礎(chǔ)上優(yōu)選，所述對比分析模塊包括像素分析模塊和數(shù)據(jù)分析模塊，所述像素分析模塊，用于將所述待檢測宮頸圖像與所述存儲模塊內(nèi)的初篩模型進(jìn)行像素分析對比，以獲取與所述待檢測宮頸圖像對應(yīng)的所述初篩病例模型；

所述數(shù)據(jù)分析模塊，用于將所述待檢測宮頸圖像與所述特征模型進(jìn)行對比分析，以找到與所述待檢測宮頸圖像數(shù)據(jù)相近似的特征子模型。

在上述方案基礎(chǔ)上優(yōu)選，所述輔助判斷裝置還包括顯示單元，所述顯示單元與所述處理單元電性相連。

在上述方案基礎(chǔ)上優(yōu)選，所述宮頸圖像包括六種狀態(tài)圖，所述六種狀態(tài)圖由宮頸處于白光狀態(tài)下的白光狀態(tài)圖、宮頸處于綠光狀態(tài)下的綠光狀態(tài)圖、宮頸處于醋酸60秒下的醋酸狀態(tài)圖、宮頸處于醋酸90秒下的醋酸次狀態(tài)圖、宮頸處于醋酸120秒狀態(tài)下的醋酸二次狀態(tài)圖和宮頸處于碘染狀態(tài)下的碘染狀態(tài)圖所組成。

在上述方案基礎(chǔ)上優(yōu)選，每一個所述初篩病例模型和每一個所述初篩正常模型均由6種不同狀態(tài)的宮頸圖像所構(gòu)成，且所述特征子模型內(nèi)病變區(qū)域的特征圖像包括6種不同狀態(tài)圖像。

在上述方案基礎(chǔ)上優(yōu)選，所述陰道鏡檢測裝置包括主鏡體、控制器、成像探頭、照明光源和成像相機(jī)，所述照明光源、控制器和成像相機(jī)裝設(shè)在所述主鏡體上，所述照明光源、成像探頭、照明光源與所述控制器電性相連。

本發(fā)明還提供了一種如上所述的宮頸圖像智能輔助判斷系統(tǒng)的處理方法，包括以下步驟：

步驟a1.基于待檢測宮頸圖像和所述待檢測宮頸圖像的特征數(shù)據(jù)，將所述待檢測宮頸圖像與初篩模型進(jìn)行分析，以確定與所述待檢測宮頸圖像近似的特征模型；

步驟a2.將所述待檢測宮頸圖像的圖像特征數(shù)據(jù)與特征子模型進(jìn)行對比，以獲取與所述待檢測宮頸圖像對應(yīng)的所述特征子模型；

其中，所述初篩模型內(nèi)設(shè)有多個不同的初篩病例模型和多個不同的初篩正常模型，所述初篩病例模型由處于病態(tài)的宮頸圖像所構(gòu)成，所述初篩正常模型由處于正常狀態(tài)的宮頸圖像所構(gòu)成，所述特征模型與所述初篩病例模型對應(yīng)；所述特征模型由多個不同病態(tài)的特征子模型所構(gòu)成，且所述特征子模型內(nèi)包括所述特征子模型對應(yīng)的病變類型名稱、病變區(qū)域的特征參數(shù)和病變區(qū)域的特征圖像。

在上述方案基礎(chǔ)上優(yōu)選，所述步驟a1中所述待檢測宮頸圖像是通過陰道鏡檢測裝置以獲取。

在上述方案基礎(chǔ)上優(yōu)選，所述步驟a2詳細(xì)包括以下步驟：

步驟a21.將所述待檢測宮頸圖像與所述初篩模型進(jìn)行分析，以確定與所述待檢測宮頸圖像近似的初篩病例模型；

步驟a22.基于所述初篩病例模型與所述特征模型對應(yīng)關(guān)系，獲取與所述待檢測宮頸圖像對應(yīng)的特征模型。

本發(fā)明提供了一種宮頸圖像智能輔助判斷系統(tǒng)，通過將陰道鏡檢測裝置與輔助判斷裝置結(jié)合在一起，利用陰道鏡檢測裝置獲取待檢測宮頸圖像及其特征數(shù)據(jù)，配合輔助判斷裝置將待檢測宮頸圖像和其特征數(shù)據(jù)進(jìn)行對比分析，不僅可判斷當(dāng)前待檢測宮頸是否是正常宮頸，而且還可以利用待檢測宮頸圖像的特征數(shù)據(jù)得到當(dāng)前待檢測宮頸有可能是屬于什么病變類型及病變的特征參數(shù)，以協(xié)助醫(yī)生做出正確的診斷和判斷，從而達(dá)到提高醫(yī)生診斷水平，降低誤診和漏診的概率。

附圖說明

圖1為本發(fā)明的一種宮頸圖像智能輔助判斷系統(tǒng)的結(jié)構(gòu)框圖；

圖2為本發(fā)明的存儲單元內(nèi)的初篩模型和特征模型的結(jié)構(gòu)框圖；

圖3為本發(fā)明的一種宮頸圖像智能輔助判斷系統(tǒng)的處理方法流程圖；

圖4為本發(fā)明的宮頸處于白光狀態(tài)下的白光狀態(tài)圖；

圖5為根據(jù)本發(fā)明的宮頸處于綠光狀態(tài)下的綠光狀態(tài)圖；

圖6為根據(jù)本發(fā)明的宮頸處于醋酸60秒下的醋酸狀態(tài)圖；

圖7為根據(jù)本發(fā)明的宮頸處于醋酸90秒下的醋酸次狀態(tài)圖；

圖8為根據(jù)本發(fā)明的宮頸處于醋酸120秒下的醋酸次狀態(tài)圖；

圖9為根據(jù)本發(fā)明的宮頸處于碘染狀態(tài)下的碘染狀態(tài)圖。

具體實施方式

下面結(jié)合附圖和實施例，對本發(fā)明的具體實施方式作進(jìn)一步詳細(xì)描述。以下實施例用于說明本發(fā)明，但不用來限制本發(fā)明的范圍。

請參閱圖1和圖2所示，本發(fā)明提供了一種宮頸圖像智能輔助判斷系統(tǒng)，包括：

陰道鏡檢測裝置，用于獲取宮頸圖像，并采集宮頸圖像的特征數(shù)據(jù)；

輔助判斷裝置，與陰道鏡檢測裝置通訊相連，用以獲取陰道鏡檢測裝置所采集的待檢測宮頸圖像和宮頸圖像的特征數(shù)據(jù)。

其中，本發(fā)明的輔助判斷裝置包括處理單元、存儲模塊和對比分析模塊，存儲模塊和對比分析模塊分別與處理單元電性相連。

本發(fā)明的存儲模塊內(nèi)設(shè)有初篩模型和多個特征模型，初篩模型內(nèi)設(shè)有多個不同的初篩病例模型和多個不同的初篩正常模型，初篩病例模型由處于病態(tài)的宮頸圖像所構(gòu)成，初篩正常模型由處于正常狀態(tài)的宮頸圖像所構(gòu)成，特征模型與初篩病例模型對應(yīng)。

而本發(fā)明的特征模型由多個不同病態(tài)的特征子模型所構(gòu)成，且特征子模型內(nèi)包括與特征子模型對應(yīng)的病變類型名稱、病變區(qū)域的特征參數(shù)和病變區(qū)域的特征圖像。

使用時，通過陰道鏡檢測裝置，以獲取待檢測宮頸圖像和該宮頸圖像的特征數(shù)據(jù)，然后，將其發(fā)送至輔助判斷裝置。

輔助判斷裝置，通過處理單元讀取存儲模塊內(nèi)的初篩模型數(shù)據(jù)，并控制對比分析模塊將待檢測宮頸圖像與初篩模型進(jìn)行圖像像素分析，以判斷待檢測宮頸的圖像屬于初篩正常模型還是初篩病例模型，當(dāng)待檢測宮頸屬于初篩正常模型時，則通過處理模塊反應(yīng)當(dāng)前待檢測宮頸為正常狀態(tài)，從而以實現(xiàn)其初篩的目的。

當(dāng)通過對比分析模塊進(jìn)行圖像分析時，得到當(dāng)前待檢測宮頸與初篩模型中的其中某一個初篩病例模型對應(yīng)時，則反應(yīng)該待檢測宮頸為病態(tài)宮頸，此時，為了進(jìn)一步確定其該宮頸的具體信息，本發(fā)明的對比分析模塊還將其與對應(yīng)的特征模型進(jìn)行對比分析，從而以獲取與該待檢測宮頸近似的特征子模型，以確定該宮頸的病態(tài)信息，輔助醫(yī)生判斷。

在本發(fā)明的另一實施例中，本發(fā)明的對比分析模塊包括像素分析模塊和數(shù)據(jù)分析模塊，其中，像素分析模塊，用于將獲取待檢測宮頸圖像與存儲模塊內(nèi)的初篩模型進(jìn)行像素分析對比，以獲取與待檢測宮頸圖像對應(yīng)的初篩病例模型。

數(shù)據(jù)分析模塊，用于將待檢測宮頸圖像與特征模型進(jìn)行對比分析，以找到與待檢測宮頸圖像數(shù)據(jù)相近似的特征子模型。

進(jìn)一步的，本發(fā)明的輔助判斷裝置還包括顯示單元，顯示單元與處理單元電性相連，當(dāng)對比分析模塊獲取到當(dāng)前待檢測宮頸的檢測結(jié)果信息時，將其通過處理單元發(fā)送至顯示單元，予以顯示，從而使醫(yī)生能夠直觀了解當(dāng)前宮頸檢測結(jié)果，以輔助判斷。

為了確保本發(fā)明的輔助判斷裝置的準(zhǔn)確性，本發(fā)明的宮頸圖像包括六種狀態(tài)圖，如圖4、圖5、圖6、圖7、圖8和圖9所示。其中，六種狀態(tài)圖由宮頸處于白光狀態(tài)下的白光狀態(tài)圖、宮頸處于綠光狀態(tài)下的綠光狀態(tài)圖、宮頸處于醋酸60秒下的醋酸狀態(tài)圖、宮頸處于醋酸90秒下的醋酸次狀態(tài)圖、宮頸處于醋酸120秒狀態(tài)下的醋酸二次狀態(tài)圖和宮頸處于碘染狀態(tài)下的碘染狀態(tài)圖所組成。

進(jìn)一步的，本發(fā)明的每一個初篩病例模型和每一個初篩正常模型均由6種不同狀態(tài)的宮頸圖像所構(gòu)成，且特征子模型內(nèi)病變區(qū)域的特征圖像包括6種不同狀態(tài)圖像的特征圖像。

其中，初篩正常模型的6種不同狀態(tài)的宮頸圖像分別為正常宮頸處于白光狀態(tài)下的白光狀態(tài)圖、正常宮頸處于綠光狀態(tài)下的綠光狀態(tài)圖、正常宮頸處于醋酸60秒下的醋酸狀態(tài)圖、正常宮頸處于醋酸90秒下的醋酸次狀態(tài)圖、正常宮頸處于醋酸120秒狀態(tài)下的醋酸二次狀態(tài)圖和正常宮頸處于碘染狀態(tài)下的碘染狀態(tài)圖。

本發(fā)明的初篩病例模型的6種不同狀態(tài)的宮頸圖像分別為病態(tài)宮頸處于白光狀態(tài)下的白光狀態(tài)圖、病態(tài)宮頸處于綠光狀態(tài)下的綠光狀態(tài)圖、病態(tài)宮頸處于醋酸60秒下的醋酸狀態(tài)圖、病態(tài)宮頸處于醋酸90秒下的醋酸次狀態(tài)圖、病態(tài)宮頸處于醋酸120秒狀態(tài)下的醋酸二次狀態(tài)圖和病態(tài)宮頸處于碘染狀態(tài)下的碘染狀態(tài)圖。

使用時，利用通過陰道鏡檢測裝置獲取6中不同狀態(tài)的待檢測宮頸圖像，然后分別與初篩模型和特征模型對比，利用初篩模型和特征模型中的6種不同狀態(tài)的宮頸圖像，對每一個圖像分別一一對應(yīng)對比，對比時，當(dāng)6種圖片都近似時才予以判斷兩者近似，從而以提高其判斷準(zhǔn)確性。

為了進(jìn)一步說明本發(fā)明的技術(shù)方案，請繼續(xù)參閱圖1所示，本發(fā)明的陰道鏡檢測裝置包括主鏡體、控制器、成像探頭、照明光源和成像相機(jī)，照明光源、控制器和成像相機(jī)裝設(shè)在主鏡體上，照明光源、成像探頭、照明光源與控制器電性相連。在進(jìn)行宮頸圖像和數(shù)據(jù)采集時，利用照明光源發(fā)出白光和綠光照射在宮頸上經(jīng)過成像探頭以獲取成像數(shù)據(jù)，發(fā)送至控制器，通過控制器發(fā)送至輔助判斷裝置。

請繼續(xù)參閱圖3所示，發(fā)明還提供了一種如述的宮頸圖像智能輔助判斷系統(tǒng)的處理方法，包括以下步驟：

步驟a1.基于待檢測宮頸圖像和待檢測宮頸圖像的特征數(shù)據(jù)，將待檢測宮頸圖像與初篩模型進(jìn)行查找對比分析，以確定與待檢測宮頸圖像相近似的的特征模型；

步驟a2.將待檢測宮頸圖像的圖像特征數(shù)據(jù)與特征子模型進(jìn)行對比，以獲取與待檢測宮頸圖像對應(yīng)的特征子模型；

其中，初篩模型內(nèi)設(shè)有多個不同的初篩病例模型和多個不同的初篩正常模型，初篩病例模型由處于病態(tài)的宮頸圖像所構(gòu)成，初篩正常模型由處于正常狀態(tài)的宮頸圖像所構(gòu)成，特征模型與初篩病例模型對應(yīng)；特征模型由多個不同病態(tài)的特征子模型所構(gòu)成，且特征子模型內(nèi)包括特征子模型對應(yīng)的病變類型名稱、病變區(qū)域的特征參數(shù)和病變區(qū)域的特征圖像。

在本發(fā)明的另一實施例中，本發(fā)明的步驟a2詳細(xì)包括以下步驟：

步驟a21.將待檢測宮頸圖像與初篩模型進(jìn)行查找對比分析，以確定與待檢測宮頸圖像相近似的初篩病例模型；

步驟a22.基于初篩病例模型與特征模型對應(yīng)關(guān)系，獲取與待檢測宮頸圖像對應(yīng)的特征模型。

使用時，通過陰道鏡檢測裝置，以獲取待檢測宮頸圖像和該宮頸圖像的特征數(shù)據(jù)，然后，將其發(fā)送至輔助判斷裝置。

輔助判斷裝置，通過處理單元讀取存儲模塊內(nèi)的初篩模型數(shù)據(jù)，并控制對比分析模塊將待檢測宮頸圖像與初篩模型進(jìn)行圖像像素對比分析，以判斷待檢測宮頸的圖像屬于初篩正常模型還是初篩病例模型，當(dāng)待檢測宮頸屬于初篩正常模型時，則通過處理模塊反應(yīng)當(dāng)前待檢測宮頸為正常狀態(tài)，從而以實現(xiàn)其初篩的目的。

當(dāng)通過對比分析模塊進(jìn)行圖像分析以獲取當(dāng)前待檢測宮頸與初篩模型中的其中某一個初篩病例模型對應(yīng)時，則反應(yīng)該待檢測宮頸為病態(tài)宮頸，此時，為了進(jìn)一步確定其該宮頸的具體信息，本發(fā)明的對比分析模塊還將其與對應(yīng)的特征模型進(jìn)行對比分析，從而以獲取對該檢測宮頸近似的特征子模型，以確定該宮頸的病態(tài)信息，輔助醫(yī)生判斷。

本發(fā)明提供了一種宮頸圖像智能輔助判斷系統(tǒng)，通過將陰道鏡檢測裝置與輔助判斷裝置結(jié)合在一起，利用陰道鏡檢測裝置獲取待檢測宮頸圖像及其特征數(shù)據(jù)，配合輔助判斷裝置將待檢測宮頸圖像和其特征數(shù)據(jù)進(jìn)行對比分析，不僅可判斷當(dāng)前待檢測宮頸是否是正常宮頸，而且還可以利用待檢測宮頸圖像的特征數(shù)據(jù)得到當(dāng)前待檢測宮頸有可能是屬于什么病變類型及病變的特征參數(shù)，以協(xié)助醫(yī)生做出正確的診斷和判斷，從而達(dá)到提高醫(yī)生診斷水平，降低誤診和漏診的概率。

最后，本申請的方法僅為較佳的實施方案，并非用于限定本發(fā)明的保護(hù)范圍。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。