(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211045789.3 (22)申请日 2022.08.30 (65)同一申请的已公布的文献号 申请公布号 CN 115115841 A (43)申请公布日 2022.09.27 (73)专利权人 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　钱毅　金逸晨　 (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 10/28(2022.01) G06V 10/44(2022.01)G06V 10/75(2022.01) G06F 11/14(2006.01) G16H 30/00(2018.01) G16H 50/20(2018.01) A61B 6/00(2006.01) 审查员 徐晓艳 (54)发明名称 一种阴影 斑点图像处 理分析方法及系统 (57)摘要 本发明提供了一种阴影斑点图像处理分析 方法及系统， 涉及图像数据处理技术领域， 通过 对目标处理图像进行灰度处理以及极值优化生 成预处理图像， 对预处理图像分别进行特征遍历 生成异常标识和二值化处理生 成轮廓异常标识， 得到初始异常标识结果和异常轮廓标识结果， 根 据初始异常标识结果和异常轮廓标识结果进行 局部特征增强处理， 获得局部增强处理结果， 通 过局部增强处理结果进行特征识别遍历标识， 生 成异常标识结果。 解决现有技术中存在进行医学 图像识别时误诊和漏诊风险， 影 响病情诊断准确 度和治疗 方案生成 效率的技术问题。 达到为医生 进行医疗决策提供参考信息， 缩短医疗数据分析 时间， 辅助提高诊断效率的技 术效果。 权利要求书2页 说明书9页 附图2页 CN 115115841 B 2022.11.11 CN 115115841 B 1.一种阴影 斑点图像处 理分析方法， 其特 征在于， 所述方法包括： 采集目标处理图像， 对所述目标处理图像进行灰度处理， 并将灰度处理图像进行像素 分布解析； 根据像素分布解析结果确定极值优化 区间， 基于所述极值优化 区间进行所述灰度处理 图像的极值优化， 根据极值优化结果得到预处 理图像； 将所述预处理图像进行备份， 得到备份图像， 当备份完成后， 对所述预处理图像进行特 征遍历， 基于特 征遍历结果进行异常标识， 得到初始 异常标识结果； 对所述备份图像进行二值化处理， 基于二值化处理后的图像进行轮廓识别， 根据轮廓 识别结果进行异常轮廓匹配， 得到异常轮廓标识结果； 根据所述初始异常标识结果和所述异常轮廓标识结果进行局部特征增强处理， 获得局 部增强处 理结果； 通过所述局部增强处 理结果进行 特征识别遍历标识， 生成异常标识结果。 2.如权利要求1所述的方法， 其特征在于， 所述对所述预处理图像进行特征遍历之前， 还包括： 采集获得 所述预处 理图像的像素值数据； 根据所述像素值数据选 定极小值像素点 集合， 构建像素相似评价阈值； 通过所述极小值像素点集合和所述像素相似评价阈值进行像素聚合分析， 根据像素聚 合分析结果得到图像区域分割结果； 将所述图像区域分割结果进行 特征遍历。 3.如权利要求2所述的方法， 其特 征在于， 所述方法还 包括： 构建区域相邻极小值约束差； 判断所述图像区域分割结果中是否存在极小值点不满足所述区域相邻极小值约束差 的区域； 当所述图像区域分割结果中存在极小值点不满足所述区域相邻极小值约束差的第一 区域和第二区域时， 获得 所述第一区域和第二区域的边界点像素值 集合； 当所述边界点像素值集合中与所述第一区域和所述第二区域中的真极小值点的差值 满足预设阈值时， 则将所述第一区域和所述第二区域 合并。 4.如权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 根据所述初始 异常标识结果和所述异常轮廓标识结果确定局部增强区域； 基于所述局部增强区域的关联像素值 生成增强影响系数； 基于所述增强影响系数进行 所述局部特 征增强处 理， 获得所述局部增强处 理结果。 5.如权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 基于大数据构建遍历特 征集合； 对所述预处 理图像进行图像特性分析， 基于特性分析 结果生成注意力调节参数； 依据所述注意力调节参数进行所述遍历特征集合优化， 根据遍历特征集合优化结果进 行所述预处 理图像的图像特 征匹配。 6.如权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 对所述异常标识结果进行 标识异常等级评价， 生成异常等级标识评价结果； 构建异常等级与标识颜色的映射关系集 合；权　利　要　求　书 1/2 页 2 CN 115115841 B 2通过所述异常等级标识评价结果进行 所述映射关系集 合的等级颜色匹配； 基于等级颜色匹配结果进行 所述异常标识结果的颜色区隔标识。 7.如权利要求6所述的方法， 其特 征在于， 所述方法还 包括： 判断所述颜色区隔标识中是否存在满足预设颜色等级阈值的标识区域； 当存在满足预设颜色等级阈值的标识区域时， 生成预警提醒信息， 并对所述标识区域 闪烁提醒。 8.一种阴影 斑点图像处 理分析系统， 其特 征在于， 所述系统包括： 图像采集处理模块， 用于采集目标处理图像， 对所述目标处理图像进行灰度处理， 并将 灰度处理图像进行像素分布解析； 图像极值优化模块， 用于根据像素分布解析结果确定极值优化区间， 基于所述极值优 化区间进行 所述灰度处 理图像的极值优化， 根据极值优化结果得到预处 理图像； 特征遍历执行模块， 用于将所述预处理图像进行备份， 得到备份 图像， 当备份完成后， 对所述预处理图像进行特征遍历， 基于特征遍历结果进行异常标识， 得到初始异常标识结 果； 轮廓识别执行模块， 用于对所述备份图像进行二值化处理， 基于二值化处理后的图像 进行轮廓识别， 根据轮廓识别结果进行异常轮廓匹配， 得到异常轮廓标识结果； 局部增强处理模块， 用于根据 所述初始异常标识结果和所述异常轮廓标识结果进行局 部特征增强处 理， 获得局部增强处 理结果； 异常标识生成模块， 用于通过所述局部增强处理结果进行特征识别遍历标识， 生成异 常标识结果。权　利　要　求　书 2/2 页 3 CN 115115841 B 3