一种基于计算机视觉的支气管镜图像处理方法

本申请涉及医疗影像处理技术领域，公开了一种基于计算机视觉的支气管镜图像处理方法。该方法包括：分别在可见光和近红外波段采集支气管内壁的图像数据；构建多模态特征向量，并利用灰度共生矩阵提取纹理特征；将多模态特征输入三维卷积神经网络中进行病变区域的自动识别。相较于现有技术中支气管镜图像处理对组织细节识别精度不足，尤其是在复杂的组织结构和多层次的光谱信息条件下，无法实现对病变区域的精准识别的技术问题，本申请通过多波段成像和多模态特征融合的创新方法，实现了三维病变分割，从而避免了因单一波段成像造成的细节丢失和识别精度低的问题，提高了对支气管内病变区域的检测精度。