本发明涉及医学图像处理领域，更具体的，涉及基于模型分析的内窥镜图像处理系统及方法。
背景技术：
1、内窥镜检查是现代医学诊断中不可或缺的一部分，但内窥镜图像的复杂性和多样性对医生提出了极高要求。传统的图像处理方法在面对复杂病灶时往往存在效果不佳情况，尤其是在图像分割、特征提取和精准识别方面存在局限。而在传统技术中，往往依靠纯人工分析与病变标注，需要通过人工查看图像病变部位，较大的依赖人工经验，且没有充分利用信息化手段对内窥镜图像进行辅助分析，导致基于内窥镜图像的病变分析效率低下。因此，开发一种能够有效处理内窥镜图像、辅助医生快速准确诊断的方法成为迫切需求。
技术实现思路
1、本发明克服了现有技术的缺陷，提出了基于模型分析的内窥镜图像处理系统及方法。
2、本发明第一方面提供了一种基于模型分析的内窥镜图像处理方法，包括：
3、获取目标用户的内窥镜视频流数据，对所述视频流数据进行关键帧提取，得到内窥镜图像集；
4、对内窥镜图像集中的每张图像进行基于形状、轮廓、色彩的特征提取，得到图像特征数据；
5、获取多种预设病变图像特征，将图像特征数据与一种预设病变图像特征进行特征相似性分析，基于相似度，对内窥镜图像集中的每张图像进行图像分割处理，并得到第二图像集；
6、将第二图像集中的图像特征数据作为聚类样品，基于dbscan聚类模型对第二图像集的每张图像进行聚类，得到聚类结果；
7、通过聚类结果对第二图像集进行重排序，基于聚类结果获取多个聚类组，将聚类组中的图像特征进行基于dca的特征融合，形成融合特征数据，将融合特征数据与一种预设病变图像特征进行特征相似性分析，基于预设相似度阈值，筛选出目标聚类组；
8、基于直方图均衡化对目标聚类组中的图像进行特征增强，并基于目标聚类组与非目标聚类组中图像进行图像整合形成推荐图像集；
9、基于多种预设病变图像特征，生成多个推荐图像集。
10、本方案中，所述获取目标用户的内窥镜视频流数据，对所述视频流数据进行关键帧提取，得到内窥镜图像集，具体为：
11、获取目标用户的内窥镜视频流数据；
12、对所述视频流数据关键帧提取并记录相应时间信息，形成内窥镜图像集。
13、本方案中，所述对内窥镜图像集中的每张图像进行基于形状、轮廓、色彩的特征提取，得到图像特征数据，具体为：
14、将内窥镜图像集进行图像降噪、标准化预处理；
15、基于基于形状、轮廓、色彩三个维度，对内窥镜图像集中的每张图像进行特征提取，形状、轮廓维度基于边缘检测算子进行特征提取，色彩维度基于颜色矩计算进行特征提取，并得到三个维度的特征数据；
16、将所述三个维度的特征数据进行特征向量化，形成每张图像的图像特征数据。
17、本方案中，所述获取多种预设病变图像特征，将图像特征数据与一种预设病变图像特征进行特征相似性分析，基于相似度，对内窥镜图像集中的每张图像进行图像分割处理，并得到第二图像集，具体为：
18、从系统数据库中获取多种预设病变图像特征；
19、标记一种预设病变图像特征，并将所述一种预设病变图像特征进行特征向量化，形成对比特征；
20、在内窥镜图像集中，对每张图像划分出多个图像区域，通过每张图像的图像特征数据，获取多个图像区域对应的特征向量，将特征向量与对比特征进行基于标准欧氏距离的相似性分析，基于第一预设相似度，筛选出高相似性图像区域；
21、对每张图像的高相似性图像区域进行分割提取，将提取到的图像进行整合，形成第二图像集。
22、本方案中，所述将第二图像集中的图像特征数据作为聚类样品，基于dbscan聚类模型对第二图像集的每张图像进行聚类，得到聚类结果，具体为：
23、将第二图像集中每张图像的图像特征数据作为聚类样品数据；
24、基于dbscan聚类模型，对聚类样品数据进行聚类，聚类前设定样本点辐射半径，在聚类过程中，通过标准欧氏距离对计算样品数据间的相似性，并得到聚类结果；
25、在聚类结果中，包括对第二图像集划分的多个聚类组。
26、本方案中，所述通过聚类结果对第二图像集进行重排序，基于聚类结果获取多个聚类组，将聚类组中的图像特征进行基于dca的特征融合，形成融合特征数据，将融合特征数据与一种预设病变图像特征进行特征相似性分析，基于预设相似度阈值，筛选出目标聚类组，具体为：
27、通过聚类结果获取多个聚类组；
28、设定聚类组顺序，基于聚类组顺序，对第二图像集进行重排序，在重排序后，第二图像集包括多段图像集，每段图像集对应一个聚类组中的所有图像；
29、以一个聚类组作为分析单位，将所述一个聚类组中的每张图像的图像特征数据进行基于dca的特征融合，融合过程中，先基于每张图像的图像特征数据生成对应特征图，将特征图输入到预设神经网络中进行加权融合，并生成融合特征数据；
30、将融合特征数据与所述一种预设病变图像特征进行特征向量化与特征相似性计算，相似性计算基于标准欧氏距离方法，将相似度计算结果与预设相似度阈值对比，若高于预设相似度阈值，则标记为目标聚类组；
31、对多个聚类组进行判断并筛选出全部目标聚类组。
32、本方案中，所述基于直方图均衡化对目标聚类组中的图像进行特征增强，并基于目标聚类组与非目标聚类组中图像进行图像整合形成推荐图像集，具体为：
33、对目标聚类组的每张图像计算图像直方图与累积分布函数，通过直方图均衡化，对每张图像进行图像增强，得到增强后的图像；
34、基于目标聚类组的每张图像在第二图像集中的位置，将增强后的图像进行图像替换，形成增强后的第二图像集；
35、在增强后的第二图像集中，对目标聚类组与非目标聚类组中图像进行标注并形成推荐图像集；
36、将推荐图像集发送至预设显示终端。
37、本发明第二方面还提供了一种基于模型分析的内窥镜图像处理系统，该系统包括：存储器、处理器，所述存储器中包括基于模型分析的内窥镜图像处理程序，所述基于模型分析的内窥镜图像处理程序被所述处理器执行时实现如下步骤：
38、获取目标用户的内窥镜视频流数据，对所述视频流数据进行关键帧提取，得到内窥镜图像集；
39、对内窥镜图像集中的每张图像进行基于形状、轮廓、色彩的特征提取，得到图像特征数据；
40、获取多种预设病变图像特征，将图像特征数据与一种预设病变图像特征进行特征相似性分析，基于相似度，对内窥镜图像集中的每张图像进行图像分割处理，并得到第二图像集；
41、将第二图像集中的图像特征数据作为聚类样品，基于dbscan聚类模型对第二图像集的每张图像进行聚类，得到聚类结果；
42、通过聚类结果对第二图像集进行重排序，基于聚类结果获取多个聚类组，将聚类组中的图像特征进行基于dca的特征融合，形成融合特征数据，将融合特征数据与一种预设病变图像特征进行特征相似性分析，基于预设相似度阈值，筛选出目标聚类组；
43、基于直方图均衡化对目标聚类组中的图像进行特征增强，并基于目标聚类组与非目标聚类组中图像进行图像整合形成推荐图像集；
44、基于多种预设病变图像特征，生成多个推荐图像集。
45、本发明第三方面还提供一种计算机可读存储介质，所述计算机可读存储介质中包括基于模型分析的内窥镜图像处理程序，所述基于模型分析的内窥镜图像处理程序被处理器执行时，实现如上述任一项所述的基于模型分析的内窥镜图像处理方法的步骤。
46、本发明公开了基于模型分析的内窥镜图像处理系统及方法，通过获取内窥镜视频流数据，提取关键帧形成图像集，随后对每张图像进行形状、轮廓、色彩特征提取。利用预设病变图像特征进行相似性分析，对图像集进行分割与聚类处理，得到多个聚类组。通过dca特征融合及相似度阈值筛选目标聚类组，并对其进行直方图均衡化增强。最后，整合目标与非目标聚类组图像生成推荐图像集，依据多种预设病变特征生成多个推荐集，辅助诊断分析。通过本发明，能够辅助医护人员对不同病症进行快速地内窥镜图像诊断分析，有效提高了内窥镜分析效率。
1.一种基于模型分析的内窥镜图像处理方法，其特征在于，包括：
2.根据权利要求1所述的一种基于模型分析的内窥镜图像处理方法，其特征在于，所述获取目标用户的内窥镜视频流数据，对所述视频流数据进行关键帧提取，得到内窥镜图像集，具体为：
3.根据权利要求2所述的一种基于模型分析的内窥镜图像处理方法，其特征在于，所述对内窥镜图像集中的每张图像进行基于形状、轮廓、色彩的特征提取，得到图像特征数据，具体为：
4.根据权利要求3所述的一种基于模型分析的内窥镜图像处理方法，其特征在于，所述获取多种预设病变图像特征，将图像特征数据与一种预设病变图像特征进行特征相似性分析，基于相似度，对内窥镜图像集中的每张图像进行图像分割处理，并得到第二图像集，具体为：
5.根据权利要求4所述的一种基于模型分析的内窥镜图像处理方法，其特征在于，所述将第二图像集中的图像特征数据作为聚类样品，基于dbscan聚类模型对第二图像集的每张图像进行聚类，得到聚类结果，具体为：
6.根据权利要求5所述的一种基于模型分析的内窥镜图像处理方法，其特征在于，所述通过聚类结果对第二图像集进行重排序，基于聚类结果获取多个聚类组，将聚类组中的图像特征进行基于dca的特征融合，形成融合特征数据，将融合特征数据与一种预设病变图像特征进行特征相似性分析，基于预设相似度阈值，筛选出目标聚类组，具体为：
7.根据权利要求6所述的一种基于模型分析的内窥镜图像处理方法，其特征在于，所述基于直方图均衡化对目标聚类组中的图像进行特征增强，并基于目标聚类组与非目标聚类组中图像进行图像整合形成推荐图像集，具体为：
8.一种基于模型分析的内窥镜图像处理系统，其特征在于，该系统包括：存储器、处理器，所述存储器中包括基于模型分析的内窥镜图像处理程序，所述基于模型分析的内窥镜图像处理程序被所述处理器执行时实现如下步骤：
9.根据权利要求8所述的一种基于模型分析的内窥镜图像处理系统，其特征在于，所述获取目标用户的内窥镜视频流数据，对所述视频流数据进行关键帧提取，得到内窥镜图像集，具体为：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括基于模型分析的内窥镜图像处理程序，所述基于模型分析的内窥镜图像处理程序被处理器执行时，实现如权利要求1至7中任一项所述的基于模型分析的内窥镜图像处理方法的步骤。
