基于主题模型的胶囊内镜图像序列筛查

作者：农桂仙; 潘宁; 陆恒; 胡怀飞; 刘海华^*

来源：中国生物医学工程学报, 2022, 41(04): 412-419.

• 语义分析
• pLSA
• 卷积自编码器
• WCE图像筛查

无线胶囊内窥镜(WCE)是用于记录患者消化道影像的新技术，该技术的出现给消化道疾病诊断带来了极大帮助。但在检测过程中，每位患者所产生的约5～8万幅图像中含有大量气泡和杂质等干扰图像，极大地影响了疾病诊断的效率。目前大多数方法只针对气泡筛查，且这些方法通常不稳定、普适性较差。因此，提出一种基于主题模型的WCE图像语义分析方法筛查序列中干扰性图像。首先构建非对称自编码器提取图像特征，并利用K-Means算法对训练图像块特征聚类构建视觉单词；其次将测试图像块特征映射到视觉单词中，获得测试图像的词频矩阵，实现基于视觉单词的图像语义表达；最后利用主题模型对词频矩阵进行分析，获取图像语义分类。数据集来源于南京东部战区总医院的消化道内科30例不同患者的WCE图像序列，且由临床经验丰富的医生进行注解，其中包括3 340幅气泡图像、3 330幅杂质图像和3 330幅正常图像，以1∶1的比例随机划分为训练集和测试集，进行10次交叉验证。实验结果表明，该方法能有效筛查出干扰性图像，基于深度学习的卷积自编码器优于传统的特征提取方式，获得96.87%的精度，有效地减少医生阅片负担，提高疾病诊断效率。

• 单位
  生物医学工程学院; 中南民族大学