基于图像块信息相似性算法的胶囊内窥镜图像去冗余研究

在胃肠道检查过程中,胶囊内窥镜生成的数十万帧中的大量冗余图像对临床医生在找出病灶图像时产生了极大干扰。为提高医生诊疗效率并缩短阅片时间,提出了一种图像块信息相似性的评估算法对冗余图像进行评估并去除。算法将图像分为几个图像块,并对每个区域求出亮度、二维熵值和结构信息;合并所有图像块信息后作为该图像的唯一识别码并存入json文件中;通过调用json文件中两帧的相应识别码计算出相似度度量值,筛除冗余图像。对2018年从长海医院采集的800帧小肠内窥镜图像进行扩增后进行了冗余图像去除实验。实验结果表明,该算法具有0.03 s/帧的快速数据筛查速度,实验召回率达到99.14%,准确率达到98.42%,F-measure达到98.01%。经验证可知,在有效保留了图像的原始信息同时算法有效提高了筛查速度,对复杂多变的消化道图像具有良好的去冗余性能。