本发明涉及图像处理，尤其涉及一种识别炎症性肠病隐窝分支的方法及装置。
背景技术：
1、病理检测的结果对炎症性肠病的诊断和鉴别有着重要意义，具体来说，通过检测病理图中的隐窝、绒毛等结构的形态是否出现异变，辅助判断是否出现炎症性肠病。
2、目前，通过基于阈值的自动分割技术可以自动分割出病理图中的隐窝区域，并识别和量化隐窝形态的异常，比如分支、扭曲、扩张等，有助于帮助医生更准确地进行判断和治疗，同时可以提高效率，大大缩短了诊断时间，提高了工作效率。
3、然而，由于隐窝区域与绒毛区域距离较近，同时，病变后的隐窝区域还存在分叉，扭曲、扩张等情况，均使得隐窝区域边缘不明显，且边缘灰度不统一，从而影响基于阈值的自动分割对隐窝区域的分割结果，进而影响对隐窝区域识别的准确率。
技术实现思路
1、本发明提供一种识别炎症性肠病隐窝分支的方法及装置，用以解决现有技术中对隐窝区域的分割结果准确率较低，进而影响对隐窝区域识别的准确率的缺陷，实现一种准确率更高的识别炎症性肠病隐窝分支的方法及装置。
2、本发明提供一种识别炎症性肠病隐窝分支的方法，包括：
3、根据肠道隐窝灰度图像中每个像素点的灰度值和所述每个像素点的预设邻域中多个像素点的灰度值变化趋势确定每个像素点的隐窝可能性；
4、根据所述每个像素点的隐窝可能性和所述每个像素点周围多个像素点的隐窝可能性变化趋势，确定每个像素点的隐窝度；
5、基于所述每个像素点的隐窝度对所述每个像素点的灰度值进行调整后，识别隐窝分支。
6、根据本发明提供的一种识别炎症性肠病隐窝分支的方法，所述根据肠道隐窝灰度图像中每个像素点的灰度值和所述每个像素点的预设邻域中多个像素点的灰度值变化趋势确定每个像素点的隐窝可能性的步骤，具体包括：
7、根据所述每个像素点的灰度值和所述每个像素点的预设邻域中多个像素点的灰度平均值计算每个像素点的隐窝特征量；
8、根据所述每个像素点的隐窝特征量和所述每个像素点的预设窗口中多个像素点的灰度值变化趋势，确定所述每个像素点的隐窝可能性。
9、根据本发明提供的一种识别炎症性肠病隐窝分支的方法，所述根据所述每个像素点的隐窝特征量和所述每个像素点的预设窗口中多个像素点的灰度值变化趋势，确定所述每个像素点的隐窝可能性的步骤，具体包括：
10、根据所述每个像素点的预设窗口中多个像素点的隐窝特征量的值确定每个像素点的隐窝特征量种类；
11、将所述每个像素点的隐窝特征量种类的值按照从小到大的顺序排序，得到每个像素点的隐窝特征量种类序列；
12、将每个像素点的隐窝特征量种类的数量作为所述每个像素点的特征矩阵的行数和列数，定义每个像素点的特征矩阵；
13、根据所述每个像素点的预设窗口中每个像素点的隐窝特征量种类序列，将所述每个像素点的预设窗口中的全部像素点填入所述每个像素点的特征矩阵中；
14、根据所述每个像素点的特征矩阵确定每个像素点的隐窝可能性。
15、根据本发明提供的一种识别炎症性肠病隐窝分支的方法，所述根据所述每个像素点的隐窝可能性和所述每个像素点周围多个像素点的隐窝可能性变化趋势，确定每个像素点的隐窝度的步骤，具体包括：
16、根据所述每个像素点的隐窝可能性和所述每个像素点周围多个像素点的隐窝可能性变化趋势构建所述每个像素点的趋势组；
17、根据所述每个像素点的趋势组确定所述每个像素点的隐窝度为：
18、；
19、式中，代表第 i个像素点的趋势组中趋势点的个数；代表第 i个像素点的隐窝可能性；代表第 i个像素点的趋势组中第个趋势点的隐窝可能性。
20、根据本发明提供的一种识别炎症性肠病隐窝分支的方法，所述根据所述每个像素点的隐窝可能性和所述每个像素点周围多个像素点的隐窝可能性变化趋势构建所述每个像素点的趋势组的步骤，具体包括：
21、将所述每个像素点记为第一个趋势点，以所述第一个趋势点为起点进行搜索；
22、在所述每个像素点八邻域的范围内，将与所述第一个趋势点的隐窝可能性差值最小的像素点确定为第二个趋势点；
23、以此类推，将所述第二个趋势点的八邻域内与其隐窝可能性差值最小的像素点确定为下一个趋势点，在得到的下一个趋势点不为以所述每个像素点为中心的预设范围内的像素点，或以所述每个像素点为中心的预设范围内的像素点中不存在比上一个趋势点的隐窝可能性更小的像素点的情况下，停止搜索；
24、将搜索得到的在以所述每个像素点为中心的预设范围内的趋势点构建为所述每个像素点的趋势组。
25、根据本发明提供的一种识别炎症性肠病隐窝分支的方法，所述基于所述每个像素点的隐窝度对所述每个像素点的灰度值进行调整后，识别隐窝分支的步骤之前，还包括：
26、对所述每个像素点的隐窝度进行归一化处理后，与所述每个像素点的灰度值相乘并将结果向上取整；
27、使用取整后的结果更新所述每个像素点的灰度值。
28、本发明还提供一种识别炎症性肠病隐窝分支的装置，包括：
29、第一确定模块，用于根据肠道隐窝灰度图像中每个像素点的灰度值和所述每个像素点的预设邻域中多个像素点的灰度值变化趋势确定每个像素点的隐窝可能性；
30、第二确定模块，用于根据所述每个像素点的隐窝可能性和所述每个像素点周围多个像素点的隐窝可能性变化趋势，确定每个像素点的隐窝度；
31、调整识别模块，用于基于所述每个像素点的隐窝度对所述每个像素点的灰度值进行调整后，识别隐窝分支。
32、本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述一种识别炎症性肠病隐窝分支的方法。
33、本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述一种识别炎症性肠病隐窝分支的方法。
34、本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述一种识别炎症性肠病隐窝分支的方法。
35、本发明提供的一种识别炎症性肠病隐窝分支的方法及装置，通过每个像素点自身的灰度值与像素点周围多个像素点的灰度值变化趋势，得到每个像素点是否为隐窝区域像素点的隐窝可能性，进一步根据每个像素点周围多个像素点的隐窝可能性变化趋势，得到每个像素点的隐窝度用于调整每个像素点的灰度值，进而在图像中更加凸显隐窝区域，得到更加准确的隐窝分支识别结果。
1.一种识别炎症性肠病隐窝分支的方法，其特征在于，包括：
2.根据权利要求1所述的识别炎症性肠病隐窝分支的方法，其特征在于，所述根据肠道隐窝灰度图像中每个像素点的灰度值和所述每个像素点的预设邻域中多个像素点的灰度值变化趋势确定每个像素点的隐窝可能性的步骤，具体包括：
3.根据权利要求2所述的识别炎症性肠病隐窝分支的方法，其特征在于，所述根据所述每个像素点的隐窝特征量和所述每个像素点的预设窗口中多个像素点的灰度值变化趋势，确定所述每个像素点的隐窝可能性的步骤，具体包括：
4.根据权利要求1-3任一项所述的识别炎症性肠病隐窝分支的方法，其特征在于，所述根据所述每个像素点的隐窝可能性和所述每个像素点周围多个像素点的隐窝可能性变化趋势，确定每个像素点的隐窝度的步骤，具体包括：
5.根据权利要求4所述的识别炎症性肠病隐窝分支的方法，其特征在于，所述根据所述每个像素点的隐窝可能性和所述每个像素点周围多个像素点的隐窝可能性变化趋势构建所述每个像素点的趋势组的步骤，具体包括：
6.根据权利要求1-3任一项所述的识别炎症性肠病隐窝分支的方法，其特征在于，所述基于所述每个像素点的隐窝度对所述每个像素点的灰度值进行调整后，识别隐窝分支的步骤之前，还包括：
7.一种识别炎症性肠病隐窝分支的装置，其特征在于，包括：
8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述一种识别炎症性肠病隐窝分支的方法。
9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述一种识别炎症性肠病隐窝分支的方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述一种识别炎症性肠病隐窝分支的方法。
