(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211169125.8 (22)申请日 2022.09.26 (71)申请人 苏州朗开医疗技 术有限公司 地址 215299 江苏省苏州市吴江区长安路 2358号9号楼四层 (72)发明人 易新　庄凌峰　刘鑫　戴小敏　 (74)专利代理 机构 苏州拓云知识产权代理事务 所(普通合伙) 3234 4 专利代理师 王云峰 (51)Int.Cl. G06V 10/20(2022.01) G06V 10/26(2022.01) G06V 10/40(2022.01) G06V 10/764(2022.01) (54)发明名称 一种肺部图像的识别处 理方法及系统 (57)摘要 本发明提供了一种肺部图像的识别处理方 法及系统， 应用于数字图像处理技术领域， 该方 法包括： 通过对肺部图像进行图像采集， 得到目 标区域图像。 对目标区域图像进行预处理， 得到 标准图像集合。 对标准图像集合进行图像分割， 得到感兴趣区域集合、 非感兴趣区域集合。 随后， 对感兴趣区域集合进行特征提取， 得到感兴趣区 域集合中的目标纹理特征集合。 根据目标纹理特 征集合， 对感兴趣区域集合进行图像分类， 得到 目标区域的感兴趣区域图像分类结果。 基于感兴 趣区域图像分类结果， 对既有目标图像进行识别 处理。 解决了现有技术中医护人员在通过肺部医 学图像进行 临床诊断时， 由于医护人员的医疗水 平不同， 导致患者的病情存在误诊或漏诊的技术 问题。 权利要求书2页 说明书8页 附图3页 CN 115272647 A 2022.11.01 CN 115272647 A 1.一种肺部图像的识别处理方法， 其特征在于， 所述方法应用于图像处理系统， 所述方 法包括： 对目标区域进行图像采集， 得到目标区域图像集 合； 通过对所述目标区域图像集合进行滤波、 增强的预处理， 得到所述目标区域的标准图 像集合； 对所述标准图像集合进行感兴趣区域、 非感兴趣区域之间的图像分割， 得到感兴趣区 域集合、 非感兴趣区域 集合； 对所述感兴趣区域集合进行特征提取， 得到所述感兴趣区域集合中的目标纹理特征集 合； 利用所述目标纹理特征集合， 对所述感兴趣区域集合进行图像分类， 得到所述目标区 域的感兴趣区域图像分类结果； 基于所述感兴趣区域图像分类结果， 对既有目标图像进行识别处 理。 2.如权利要求1所述的方法， 其特 征在于， 所述方法包括： 采集获得多台设备的所述目标图像集 合； 通过对所述目标图像集 合进行数据读取， 得到所述目标区域图像集 合； 通过对所述目标区域图像集合进行图像过滤、 图像增强的预处理， 得到预处理后图像 集合； 对所述预处理后图像集合进行全局特征的分割处理， 用以得到左半区域图像集合、 右 半区域图像集 合； 对所述左半区域图像集合、 所述右半区域图像集合， 进行所述感兴趣区域的特征提取， 且对特征提取结果进行分类， 得到所述感兴趣区域图像分类结果。 3.如权利要求2所述的方法， 其特 征在于， 所述方法包括： 获得所述目标区域图像集 合的图像信息矩阵； 对所述图像信息矩阵进行数据类型的转换， 得到转换后图像信息矩阵， 且所述转换后 图像信息矩阵满足双精度类型； 对所述转换后图像信息矩阵进行傅里叶变换， 得到变换后矩阵； 利用图像滤波， 对所述变换后矩阵进行函数运 算， 得到滤波后结果； 通过对所述滤波后结果进行逆数据类型的转换， 且对转换后的图像灰度值进行图像增 强处理， 得到所述预处 理后图像集 合。 4.如权利要求3所述的方法， 其特 征在于， 所述得到滤波后结果， 包括： 采集获得所述目标区域图像集合中的当前待处理像素， 且定义为f （x， y） ， 将所述f （x， y） 设为中心点， 构建N*N模板， 其中， N 为奇数； 通过对所述N*N模板进行像素值筛选， 获得K个像素值， 其中， 所述K个像素值和所述f （x， y） 满足预设像素阈值， 且所述K个 像素值不包含所述f （x， y） ； 计算得到所述K个像素值的中值， 且利用所述中值对所述f （x， y） 进行替换处理， 以此类 推， 对所述 目标区域图像集合中的其它待处理像素进行同样处理， 实现对所述目标区域图 像集合的滤波处 理。 5.如权利要求1所述的方法， 其特 征在于， 所述图像分割， 包括： 求解所述标准图像集 合的最大 灰度值、 最小灰度值；权　利　要　求　书 1/2 页 2 CN 115272647 A 2对所述最大灰度值、 所述 最小灰度值进行中值 运算， 将运算结果标记为初始估计阈值； 基于所述标准图像集合， 统计大于所述初始估计阈值的上灰度值分布集合、 统计小于 所述初始估计阈值的下 灰度值分布集 合； 判断所述上 灰度值分布集 合和所述下 灰度值分布集 合的数量是否满足预设数量要求； 若不满足， 对所述标准图像集合的灰度值进行迭代计算， 得到目标阈值， 其中， 经过所 述目标阈值的灰度值分布数量满足所述预设数量要求； 利用所述目标阈值， 对所述标准图像集合进行灰度值分割， 将满足所述目标阈值的灰 度值分布标记为所述感兴趣区域集合、 将不满足所述目标阈值的灰度值分布 标记为所述 非 感兴趣区域 集合。 6.如权利要求1所述的方法， 其特 征在于， 对所述感兴趣区域 集合进行特征提取， 包括： 采集得到所述感兴趣区域 集合中各区域原 始特征值分布； 通过对所述各区域原 始特征值分布进行最大 特征值筛选， 得到保留特 征值分布； 通过对所述保留特征值分布进行标准化处理， 且对标准化保留特征值进行隶属度函数 计算， 得到各 特征隶属度； 利用所述各 特征隶属度， 对所述感兴趣区域 集合进行特征提取。 7.如权利要求1所述的方法， 其特 征在于， 对所述感兴趣区域 集合进行图像分类， 包括： 构建BP神经网络， 其中， 所述BP神经网络包 含多个隐含层； 将所述目标纹理特征集合对应的特征向量， 输入至所述BP神经网络进行训练， 得到训 练曲线； 利用所述训练曲线， 对所述感兴趣区域集合进行图像分类， 得到所述感兴趣区域图像 分类结果。 8.一种肺部图像的识别处 理系统， 其特 征在于， 所述系统包括： 图像采集模块， 用于对目标区域进行图像采集， 得到目标区域图像集 合； 标准图像集合获取模块， 用于通过对所述目标区域图像集合进行滤波、 增强的预处理， 得到所述目标区域的标准图像集 合； 图像分割模块， 用于对所述标准图像集合进行感兴趣区域、 非感兴趣区域之间的图像 分割， 得到感兴趣区域 集合、 非感兴趣区域 集合； 纹理特征集合获取模块， 用于对所述感兴趣区域集合进行特征提取， 得到所述感兴趣 区域集合中的目标纹 理特征集合； 区域分类模块， 用于利用所述目标纹理特征集合， 对所述感兴趣区域集合进行图像分 类， 得到所述目标区域的感兴趣区域图像分类结果； 图像识别模块， 用于基于所述感兴趣区域图像分类结果， 对既有目标图像进行识别处 理。权　利　要　求　书 2/2 页 3 CN 115272647 A 3