摘要
本发明涉及医学图像技术领域,且公开了一种钡餐造影图像的食道癌检测方法及系统,包括如下步骤:图像预处理步骤:获取钡餐造影图像后,采用高斯滤波算法对图像进行降噪处理;特征提取步骤,对于形态学特征提取,计算食管区域的周长与面积比;分类识别步骤:将提取到的形态学特征、纹理特征和深度学习特征进行融合。通过采用高斯滤波算法,设置核大小为3×3,标准差为1.5,能有效去除钡餐造影图像中的椒盐噪声等干扰,极大地改善了图像的质量,使得后续对食管区域特征的提取更加准确。因为噪声的存在可能会干扰对食管正常形态和病变特征的判断,降噪后的图像能为特征提取提供更清晰、可靠的数据基础,减少因噪声导致的误判可能性。
技术关键词
深度学习特征提取
食管
滤波算法
形态学特征
纹理特征
区域生长算法
特征提取模块
径向基核函数
灰度共生矩阵
图像获取模块
钡餐造影检查
直方图均衡化方法
病变特征
降噪单元
椒盐噪声
图像存储系统
支持向量机