论文部分内容阅读
医学领域中图像检测正向着更加快速、精确的方向发展，并趋向与大数据和云技术等相结合。针对内窥镜检测技术的检测手段单一、检测结果不全面和对医护人员依赖性较强的缺点，本文提出一种高效低成本、对硬件要求不高的双目光谱成像多数据融合系统。该系统具有实时性强、融合数据信息量多且能智能分类数据的优点。 该双目光谱成像多数据融合系统包括:基于CCD相机的光谱成像单元和基于多传感器的数据采集与立体成像单元。该系统可以解决如下几个方面的问题:1)内窥镜检测在大场景图像融合和立体成像方面的需求，提出基于多传感器的数字图像融合方法，以及获取图像中各像素点深度信息的方法，使得图像可视范围更大并包含深度信息。2）内窥镜检测中需要对检测的区域所有物质成分进行同步分析。文中提出一种光谱成像数据提取和融合方法来实现该分析技术。该方法基于光谱曲线能反映物质成分的特性，可以对光谱成像数据序列进行分析，并绘制出图像中各像素点的光谱曲线。通过与参照物质比对，得到图片中异常区域的具体位置。3）结合压缩感知理论，对数据压缩处理实现系统更快的速度。并利用后稀疏化模拟实现多光谱数据欠采样压缩，使得双目光谱成像系统实时性进一步提升。4）提出一种光谱检测智能算法—S-HTM(Spectral-HierarchicalTemporal Memory)算法，解决内窥设备对医护人员依赖性较强的问题。通过这种智能算法，对仪器采集到的光谱指纹进行自动聚类。本论文中采用血红蛋白作为实验样品，用S-HTM算法自动分析血红蛋白成分，以区分正常、非正常区域。