医学图像筛选方法、装置、电子装置和存储介质

1.本技术涉及图像处理技术领域，特别是涉及一种医学图像筛选方法、装置、电子装置和存储介质。


背景技术：

2.随着内窥技术与相关医疗器械产业的蓬勃发展，内窥镜的功能也不断增加。现有的内窥镜大多具有图像冻结功能，图像冻结是指使设备在显示界面上持续不变的显示一个定格的画面，这个定格的画面称为冻结图像。
3.目前使用者在通过内窥镜进行图像冻结时，不可避免地会由于内窥镜镜体手柄及内窥镜镜体头端的轻微移动，造成获取的冻结图像出现全局或局部模糊，进而通过模糊的冻结医学图像进行后续诊断，会对后续的诊断结果带来极大的负面影响，从而造成病灶漏检、误检的风险较高。
4.针对相关技术中存在医学图像清晰度低的问题，目前还没有提出有效的解决方案。


技术实现要素：

5.在本实施例中提供了一种医学图像筛选方法、装置、电子装置和存储介质，以解决相关技术中存在医学图像清晰度低的问题。
6.第一个方面，在本实施例中提供了一种医学图像筛选方法，包括：获取多个医学图像；基于每一所述医学图像中预设位置的像素值，确定每一所述医学图像的图像质量参数；确定每一所述医学图像中的目标对象的面积参数；基于多个所述医学图像的图像质量参数以及多个所述医学图像中目标对象的面积参数，从多个所述医学图像中筛选出目标医学图像。
7.在其中的一些实施例中，所述基于每一所述医学图像中预设位置的像素值，确定每一所述医学图像的图像质量参数，包括：将待处理医学图像划分为多个子图像，所述待处理医学图像为多个所述医学图像中的任一图像；基于待处理子图像中顶点以及中心点的像素值，确定所述待处理子图像的清晰度评估值，所述待处理子图像为所述待处理医学图像的任一子图像；基于所述待处理医学图像的所有子图像的清晰度评估值确定所述待处理医学图像的图像质量参数。
8.在其中的一些实施例中，所述基于待处理子图像中顶点以及中心点的像素值，确定所述待处理子图像的清晰度评估值，包括：将所述待处理子图像的顶点在r、g、b三通道上的像素平均值，确定为顶点像素值；
将所述待处理子图像的中心点在r、g、b三通道上的像素平均值，确定为中心点像素值；基于所述待处理子图像所有顶点的所述顶点像素值以及所述中心点像素值，确定所述待处理子图像的清晰度评估值。
9.在其中的一些实施例中，多个所述医学图像的数量为m，m为大于或等于1的正整数，所述基于多个所述医学图像的图像质量参数以及多个所述医学图像中目标对象的面积参数，从多个所述医学图像中筛选出目标医学图像，包括：基于预设面积范围以及每一所述医学图像中目标对象的面积参数，从多个所述医学图像中筛选出n个对象显著图像，所述对象显著图像中目标对象的面积参数在所述预设面积范围内，n为大于或等于1且小于或等于m的正整数；基于n个所述对象显著图像的图像质量参数，从n个所述对象显著图像中筛选出s个清晰图像，s为大于或等于1且小于或等于n的正整数；基于s个所述清晰图像的亮度值，确定出所述目标医学图像。
10.在其中的一些实施例中，所述基于s个所述清晰图像的亮度值，确定出所述目标医学图像，包括：将待处理清晰图像划分为多个清晰子图像，所述待处理清晰图像为s个所述清晰图像中的任一图像；基于每一清晰子图像中所有像素点在r、g、b三通道上的像素值，以及所述待处理清晰图像分别在r、g、b三通道上的亮度评估权重，确定每一清晰子图像的亮度值以及所述待处理清晰图像的亮度值；基于每一清晰子图像的亮度值以及所述待处理清晰图像的亮度值，确定所述待处理清晰图像的亮度分布值；基于s个所述清晰图像的亮度分布值，从s个所述清晰图像中确定出所述目标医学图像。
11.在其中的一些实施例中，在所述基于多个所述医学图像的图像质量参数以及多个所述医学图像中目标对象的面积参数，从多个所述医学图像中筛选出目标医学图像之后，还包括：基于所述目标医学图像中所有像素点的亮度值以及亮度阈值，确定所述目标医学图像中的高亮像素点；基于所述高亮像素点周围预设距离范围内，所有像素点的像素值，确定所述高亮像素点的替换像素值；将所述高亮像素点的像素值替换为所述替换像素值，得到无亮斑的目标医学图像。
12.在其中的一些实施例中，所述基于所述高亮像素点周围预设距离范围内，所有像素点的像素值，确定所述高亮像素点的替换像素值，包括：确定所述高亮像素点周围预设距离范围内所有像素点的亮度平均值；若所述亮度平均值大于或等于所述亮度阈值，则调整所述预设距离范围，得到调整后预设距离范围，并再次计算调整后预设距离范围内所有像素点的亮度平均值，直至调整后预设距离范围内所有像素点的亮度平均值小于所述亮度阈值；
将调整后预设距离范围内所有像素点的像素平均值，确定为所述高亮像素点的替换像素值。
13.第二个方面，在本实施例中提供了一种医学图像筛选装置，包括：获取模块，用于获取多个医学图像，所述医学图像包括目标对象；第一确定模块，用于基于每一所述医学图像中预设位置的像素值，确定每一所述医学图像的图像质量参数；第二确定模块，用于确定每一所述医学图像中的所述目标对象的面积参数；图像筛选模块，用于基于多个所述医学图像的图像质量参数以及多个所述医学图像的面积参数，从多个所述医学图像中筛选出目标医学图像。
14.第三个方面，在本实施例中提供了一种电子装置，包括存储器、处理器以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，所述处理器执行所述计算机程序时实现上述第一个方面任一实施例所述的医学图像筛选方法。
15.第四个方面，在本实施例中提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述第一个方面任一实施例所述的医学图像筛选方法。
16.与相关技术相比，在本实施例中提供的一种医学图像筛选方法、装置、电子装置和存储介质，通过多个医学图像中，每一医学图像中预设位置的像素值，确定每一医学图像的图像质量参数，并进一步确定出每一医学图像中目标对象的面积参数，进而根据多个医学图像的图像质量参数以及多个医学图像中目标对象的面积参数，对多个医学图像进行筛选，得到目标医学图像。在进行医学图像筛选时，将图像质量参数以及目标对象的面积参数作为医学图像筛选的参考因素，从而使筛选出的目标医学图像能够满足医学图像的质量需求，并且能够直观地从医学图像中确定出目标对象，从而提高了医学图像的清晰度。
17.本技术的一个或多个实施例的细节在以下附图和描述中提出，以使本技术的其他特征、目的和优点更加简明易懂。
附图说明
18.此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：图1是本技术实施例提供的一种医学图像筛选方法的应用场景示意图；图2是本技术实施例提供的一种医学图像筛选方法的流程图；图3是本技术实施例提供的一种内窥镜摄像头的曝光时间固定值以及增益参数固定值的设置方法流程图；图4是本技术实施例提供的一种医学图像筛选方法的实施例流程图；图5是本技术实施例提供的一种医学图像筛选装置的结构框图；图6是本技术实施例提供的一种计算机设备的内部结构图示意图。
具体实施方式
19.为更清楚地理解本技术的目的、技术方案和优点，下面结合附图和实施例，对本技术进行了描述和说明。
20.除另作定义外，本技术所涉及的技术术语或者科学术语应具有本技术所属技术领
域具备一般技能的人所理解的一般含义。在本技术中的“一”、“一个”、“一种”、“该”、“这些”等类似的词并不表示数量上的限制，它们可以是单数或者复数。在本技术中所涉及的术语“包括”、“包含”、“具有”及其任何变体，其目的是涵盖不排他的包含；例如，包含一系列步骤或模块（单元）的过程、方法和系统、产品或设备并未限定于列出的步骤或模块（单元），而可包括未列出的步骤或模块（单元），或者可包括这些过程、方法、产品或设备固有的其他步骤或模块（单元）。在本技术中所涉及的“连接”、“相连”、“耦接”等类似的词语并不限定于物理的或机械连接，而可以包括电气连接，无论是直接连接还是间接连接。在本技术中所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“a和/或b”可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。通常情况下，字符“/”表示前后关联的对象是一种“或”的关系。在本技术中所涉及的术语“第一”、“第二”、“第三”等，只是对相似对象进行区分，并不代表针对对象的特定排序。
21.本技术实施例提供的医学图像筛选方法方法，可以应用于如图1所示的应用场景中，图1是本技术实施例提供的一种医学图像筛选方法的应用场景示意图。其中，终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。具体的，终端102可以是内窥镜，数据存储系统可以用于存储内窥镜得到的医学图像。需要说明的是，本技术实施例仅以终端102是内窥镜为例进行说明，在实际应用中，终端102也可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备，物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
22.随着内窥技术与相关医疗器械产业的蓬勃发展，内窥镜的功能也不断增加。现有的内窥镜大多具有图像冻结功能，图像冻结是指使设备在显示界面上持续不变的显示一个定格的画面，这个定格的画面称为冻结图像。
23.目前使用者在通过内窥镜进行图像冻结时，不可避免地会由于内窥镜镜体手柄及内窥镜镜体头端的轻微移动，造成获取的冻结图像出现全局或局部模糊，进而通过模糊的冻结医学图像进行后续诊断，会对后续的诊疗结果带来极大的负面影响，从而造成病灶漏检、误检的风险较高。
24.因此，如何提高医学图像的清晰度，是一个需要解决的问题。
25.在本实施例中提供了一种医学图像筛选方法，图2是本技术实施例提供的一种医学图像筛选方法的流程图，该方法的执行主体可以是电子装置，可选的，电子装置可以是服务器，也可以是终端设备，但本技术不限于此。具体的，如图2所示，该流程包括如下步骤：步骤s201，获取多个医学图像。
26.示例性地，本技术提供的医学图像筛选方法可以应用在内窥镜的使用场景中，具体的，可以通过内窥镜获取多个指定身体部位的医学图像，并且在通过内窥镜获取医学图像时，医学图像中可以包括目标对象，也可能由于使用者手部的抖动导致医学图像中不包括目标对象，或只包括部分目标对象，需要说明的是，目标对象可以是指肿瘤细胞，也可以是指正常的细胞，也可以是指身体部分的其他组织，在此不做限制。
27.步骤s202，基于每一医学图像中预设位置的像素值，确定每一医学图像的图像质
量参数。
28.进一步地，根据每一个医学图像中预设位置的像素值，确定对应医学图像的图像质量参数。
29.具体的，图像质量参数可以是指医学图像的清晰度，也可以是指医学图像的亮度，也可以是指医学图像的灰度，也可以是指医学图像的清晰度、亮度以及灰度的组合，在此不做限制。预设位置可以是指医学图像中的中心像素点、顶点像素点以及其他任一像素点中的一个或多位置，在此不做限制。
30.步骤s203，确定每一医学图像中的目标对象的面积参数。
31.进一步地，根据医学图像中，包括目标对象的最小外接多边形的面积，确定目标对象的面积参数。
32.若一个医学图像中，包括多个目标对象，则目标对象的面积参数可以是多个目标对象的最小外接多边形的面积平均值。
33.需要说明的是，最小外接多边形的形状可以是矩形，可以是五边形，也可以是六边形，也可以是其他形状，在次不做限制。
34.步骤s204，基于多个医学图像的图像质量参数以及多个医学图像中目标对象的面积参数，从多个医学图像中筛选出目标医学图像。
35.进一步地，根据多个医学图像的图像质量参数以及多个医学图像中目标对象的面积参数，对多个医学图像进行筛选，从而筛选出图像质量参数较高，且目标对象的面积参数较大的目标医学图像。
36.在上述实现过程中，根据医学图像中预设位置的像素值确定出医学图像的图像质量参数，从而能够提高医学图像质量参数确定的准确度，进一步地，确定出医学图像中目标对象的面积参数，并根据医学图像的图像质量参数以及医学图像中目标对象的面积参数，对医学图像进行筛选，得到目标医学图像，从而使筛选出的目标医学图像能够满足医学图像的质量需求，并且能够直观地从医学图像中确定出目标对象，从而提高了医学图像的清晰度。
37.在其中的一些实施例中，基于每一医学图像中预设位置的像素值，确定每一医学图像的图像质量参数，可以包括以下步骤：步骤1：将待处理医学图像划分为多个子图像，待处理医学图像为多个医学图像中的任一图像。
38.步骤2：基于待处理子图像中顶点以及中心点的像素值，确定待处理子图像的清晰度评估值，待处理子图像为待处理医学图像的任一子图像。
39.步骤3：基于待处理医学图像的所有子图像的清晰度评估值确定待处理医学图像的图像质量参数。
40.示例性地，以图像质量参数为图像的清晰度为例，将待处理医学图像划分为大小相等的多个子图像，待处理医学图像为多个医学图像中的任一图像。
41.作为其中一个实施例，可以将待处理医学图像划分为大小相等的多个子图像，每个子图像的大小可以为，也可以为，也可以是，也可以是其他尺寸，在此不做限制，子图像的个数可以根据待处理医学图像的大小确定，例如，可以将待处
理医学图像划分为160块大小相等的子图像，且每个子图像的大小为。
42.进一步地，根据待处理子图像的四个顶点像素的像素值以及待处理子图像中心点像素的像素值，确定待处理子图像的清晰度评估值，其中，待处子图像为待处理医学图像的任一子图像。
43.进一步地，根据待处理医学图像中，所有子图像的清晰度评估值，确待处理图像的图像质量参数。具体的，将待处理医学图像中，所有子图像的清晰度评估值之和，确定为待处理医学图像的图像质量参数。作为另一种示例，也可以将待处理医学图像中，所有子图像的清晰度评估值的加权求和，得到待处理医学图像的图像质量参数。
44.在上述实现过程中，将待处理医学图像划分为多个子图像，并根据每一子图像的顶点像素值以及中心点像素值，确定子图像的清晰度评估值，根据每一子图像中，中心点像素与各顶点像素的像素值分布，从而能够准确地对每一子图像的清晰度进行评估，进一步地，根据所有子图像的清晰度评估值确定出待处理医学图像的图像质量参数，进而提高了待处理医学图像的图像质量参数确定的准确度。
45.在其中的一些实施例中，基于待处理子图像中顶点以及中心点的像素值，确定待处理子图像的清晰度评估值，可以包括以下步骤：步骤1：将待处理子图像的顶点在r、g、b三通道上的像素平均值，确定为顶点像素值。
46.步骤2：将待处理子图像的中心点在r、g、b三通道上的像素平均值，确定为中心点像素值。
47.步骤3：基于待处理子图像所有顶点的顶点像素值以及中心点像素值，确定待处理子图像的清晰度评估值。
48.示例性地，将待处理子图像的顶点像素在r、g、b三通道上的像素平均值，确定为顶点像素值，从而可以确定出待处理子图像中四个顶点的顶点像素值。
49.进一步地，确定出待处理子图像中心点像素在r、g、b三通道上的像素平均值，得到中心点像素值。
50.进一步地，将各顶点像素值与中心点像素值之差值的平方和，确定为待处理子图像的清晰度评估值。
51.在上述实现过程中，根据子图像中像素点在r、g、b三通道上的像素平均值，作为该像素点的像素值，从而提高了像素像素值确定的准确度，进一步地，确定出子图像中各顶点与中心点像素值之差的平方和，从而准确地确定出子图像中清晰度的分布值，进而，将子图像中清晰度的分布值确定为子图像的清晰度评估值，提高了子图像清晰度评估的准确度。
52.在其中的一些实施例中，多个医学图像的数量为m，m为大于或等于1的正整数，基于多个医学图像的图像质量参数以及多个医学图像中目标对象的面积参数，从多个医学图像中筛选出目标医学图像，可以包括以下步骤：步骤1：基于预设面积范围以及每一医学图像中目标对象的面积参数，从多个医学图像中筛选出n个对象显著图像，对象显著图像中目标对象的面积参数在预设面积范围内，n为大于或等于1且小于或等于m的正整数。
53.示例性地，若内窥镜获取的医学图像的数量为m，m为大于或等于1的正整数，为了从m个医学图像中获取目标对象显著的医学图像，则可以根据于预设面积范围以及每一医
学图像中目标对象的面积参数，从多个医学图像中筛选出n个对象显著图像。
54.具体的，可以确定出预设面积范围，并将m个医学图像中，目标对象超出该预设面积范围的图像剔除，从而得到对象显著图像，也就是说，对象显著图像中目标对象的面积参数在预设面积范围内，对象显著图像的数量为n，n为大于或等于1且小于或等于m的正整数，从而将m个医学图像中目标对象过小，或过大的图像剔除，实现了显著目标对象图像的筛选。
55.作为一种实施例，预设面积范围可以是提前设定的，也可以是根据m个医学图像中，所有目标对象的面积参数确定出的。
56.具体的，若m个医学图像中，所有目标对象的面积参数的平均值为p，则可以将预设面积范围设定为[p-y%，p+y%]，其中，30≤y≤50，y可以等于20，也可以等于30，也可以等于35，也可以是其他数字，在此不做限制。
[0057]
步骤2：基于n个对象显著图像的图像质量参数，从n个对象显著图像中筛选出s个清晰图像，s为大于或等于1且小于或等于n的正整数。
[0058]
进一步地，对筛选出的n个对象显著图像的图像质量参数从大到小进行排序，得到排序后的n个对象显著图像，并将排序后的n个对象显著图像中，前q%个图像，确定为清晰图像，即，5≤q≤10，q可以等于5，也可以等于7，也可以等于8，也可以是其他数字，在此不做限制，s为大于或等于1且小于或等于n的正整数。
[0059]
步骤3：基于s个清晰图像的亮度值，确定出目标医学图像。
[0060]
进一步地，将s个清晰图像中的每一清晰图像的亮度值，确定每一清晰图像的亮度分布值，将亮度分布值最小的清晰图像确定为目标医学图像。
[0061]
在上述实现过程中，根据预设面积范围以及每一医学图像中目标对象的面积参数，确定出目标对象显著的医学图像，进一步地，在目标对象显著的医学图像中，确定出清晰度较高的图像，从而使确定出的清晰图像，具有较高的清晰度，且能够清楚直观地观察到医学图像中的目标对象，并将亮度分布值最小的清晰图像确定为目标医学图像，从而得到亮度分布均匀的目标医学图像。
[0062]
在其中的一些实施例中，在基于多个医学图像的图像质量参数以及多个医学图像中目标对象的面积参数，从多个医学图像中筛选出目标医学图像之后，还可以包括：对目标医学图像进行图像冻结，得到冻结图像。
[0063]
在上述实现过程中，对筛选出的目标医学图像进行图像冻结，从而使得到的冻结图像能够清晰地反应出目标对象，根据该冻结图像进行后续诊断，有效地提高了诊断结果的准确度，进而降低了病灶漏检、误检的风险。
[0064]
在其中的一些实施例中，基于s个清晰图像的亮度值，确定出目标医学图像，可以包括以下步骤：步骤1：将待处理清晰图像划分为多个清晰子图像，待处理清晰图像为s个清晰图像中的任一图像。
[0065]
示例性地，将待处理清晰图像划分为大小相等的多个清晰子图像，并确定出每一清晰子图像中所有像素点在r、g、b三通道上的像素值，以及待处理清晰图像分别在r、g、b三通道上的亮度评估权重。
[0066]
步骤2：基于每一清晰子图像中所有像素点在r、g、b三通道上的像素值，以及待处理清晰图像分别在r、g、b三通道上的亮度评估权重，确定每一清晰子图像的亮度值以及待处理清晰图像的亮度值。
[0067]
示例性地，若待处理清晰图像分别在r、g、b三通道上的亮度评估权重分别为0.3，0.6，0.1，则每一清晰子图像中的任一像素点的亮度值为：，从而确定出每一清晰子图像中的所有像素点的亮度值。
[0068]
进一步地，将一个清晰子图像中所有像素点的亮度值的平均值确定为该清晰子图像的亮度值。
[0069]
进一步地，将待处理清晰图像中所有清晰子图像的亮度值的平均值，确定为待处理清晰图像的亮度值。
[0070]
步骤3：基于每一清晰子图像的亮度值以及待处理清晰图像的亮度值，确定待处理清晰图像的亮度分布值。
[0071]
示例性地，根据每一清晰子图像的亮度值以及待处理清晰图像的亮度值，确定待处理清晰图像的亮度方差值，进一步地，将亮度方差值确定为待处理清晰图像的亮度分布值。
[0072]
具体的，若待处理清晰图像的亮度值为，清晰子图像的亮度值为xi，其中i为1，2，3，
…
，k，k为待处理清晰图像中清晰子图像的总数量，则待处理清晰图像的亮度分布值为：
[0073]
其中，s2为待处理清晰图像的亮度分布值。
[0074]
步骤4：基于s个清晰图像的亮度分布值，从s个清晰图像中确定出目标医学图像。
[0075]
进一步地，确定出s个清晰图像的亮度分布值，并将s个清晰图像中，亮度分布值最小的清晰图像确定为目标医学图像。
[0076]
作为另一种实施例，将s个清晰图像中，亮度分布值小于预设亮度分布阈值的清晰图像，确定为亮度均匀图像，进而，将亮度均匀图像中任一图像确定为目标医学图像。
[0077]
在上述实现过程中，由于内窥镜通常应用在各身体组织中，由于身体组织的表面凸凹程度不一，尤其消化道内不可避免存在液体留存，导致获取的图像亮度分布不均匀，本技术实施例中根据待处理清晰图像中每一清晰子图像中所有像素点在r、g、b三通道上的像素值以及对应通道上的亮度评估权重，确定出每一清晰子图像的亮度值，以及待处理清晰图像的亮度值，并根据清晰图像的亮度值以及待处理清晰图像的亮度值，确定待处理清晰图像的亮度分布值，从而有效地确定出多个清晰图像中各图像的亮度分布，并将亮度分布值最小的清晰图像确定为目标医学图像，从而使目标医学图像的亮度分布最均匀，进而提高了目标医学图像的亮度均匀性。
[0078]
由于内窥镜镜体头端光源直射时不可避免会使图像中产生亮斑，从而会影响图像的成像质量，因此，需要消除对图像中的亮斑。
[0079]
在其中的一些实施例中，在基于多个医学图像的图像质量参数以及多个医学图像中目标对象的面积参数，从多个医学图像中筛选出目标医学图像之后，还包括：对目标医学图像进行亮斑消除，得到无亮斑的目标医学图像。
[0080]
具体的，对目标医学图像进行亮斑消除，得到无亮斑的目标医学图像，可以包括以下步骤：步骤1：基于目标医学图像中所有像素点的亮度值以及亮度阈值，确定目标医学图像中的高亮像素点。
[0081]
示例性地，可以确定出目标医学图像中所有像素点的亮度值，并将目标医学图像中亮度值大于亮度阈值的像素点，确定为高亮像素点，具体的，亮度阈值可以为m，其中，m的取值范围为250≤m≤255。
[0082]
步骤2：基于高亮像素点周围预设距离范围内，所有像素点的像素值，确定高亮像素点的替换像素值。
[0083]
步骤3：将高亮像素点的像素值替换为替换像素值，得到无亮斑的目标医学图像。
[0084]
进一步地，将该高亮像素点周围，预设距离范围内的所有像素点像素值的平均值，确定为该高亮像素点的替换像素值。
[0085]
进一步地，将高亮像素点的像素值替换为上述替换像素值，从而得到无亮斑的目标医学图像。
[0086]
在上述实现过程中，根据目标医学图像中所有像素点的像素值，以及亮度阈值，确定出目标医学图像中的高亮像素点，并用高亮像素点周围的像素点的像素值，替换高亮像素点的像素值，从而实现了目标医学图像中亮斑的消除，并且，用高亮像素点周围的像素值替换高亮像素点的像素值，能够有效地提高目标医学图像中亮度的均匀性。
[0087]
在其中的一些实施例中，基于高亮像素点周围预设距离范围内，所有像素点的像素值，确定高亮像素点的替换像素值，可以包括以下步骤：步骤1：确定高亮像素点周围预设距离范围内所有像素点的亮度平均值。
[0088]
步骤2：若亮度平均值大于或等于亮度阈值，则调整预设距离范围，得到调整后预设距离范围，并再次计算调整后预设距离范围内所有像素点的亮度平均值，直至调整后预设距离范围内所有像素点的亮度平均值小于亮度阈值。
[0089]
步骤3：将调整后预设距离范围内所有像素点的像素平均值，确定为高亮像素点的替换像素值。
[0090]
示例性地，若预设距离为r，则预设距离范围可以是以高亮像素点为中心，边长为r的正方形，进一步地，确定出以高亮像素点为中心，边长为r的正方形内所有像素点的亮度值的平均值，并将该亮度值的平均值确定为该正方形的亮度平均值。
[0091]
进一步地，确定该正方形的亮度平均值与上述亮度阈值的大小。
[0092]
若该正方形的亮度平均值小于亮度阈值，则将该正方形范围内所有像素点在r、g、b三通道的像素平均值，确定为高亮像素点的替换像素值。
[0093]
若该正方形的亮度平均值大于或等于亮度阈值，则增加预设距离范围，作为一种示例，可以增加预设距离，增加的步长可以为r，则调整后的预设距离为r1=r+r，对应的，调整后的预设距离范围为以高亮像素点为中心，边长为r1的正方形，并再确定边长为r1的正方形内所有像素点的亮度值的平均值，并将该亮度值的平均值确定为边长为r1的正方形的亮度平均值。
[0094]
若此时的正方形的亮度平均值小于亮度阈值，则将该正方形范围内所有像素点在r、g、b三通道的像素平均值，确定为高亮像素点的替换像素值，若该正方形的亮度平均值大
于或等于亮度阈值，则再次增加预设距离，增加的步长也可以为r，此时调整后的预设距离为r2=r+r+r，对应的，调整后的预设距离范围为以高亮像素点为中心，边长为r2的正方形，并再确定边长为r2的正方形内所有像素点的亮度值的平均值，并将该亮度值的平均值确定为边长为r2的正方形的亮度平均值。
[0095]
重复上述步骤，直至以高亮像素点为中心，边长为调整后预设距离的正方形内所有像素点的亮度值的平均值小于亮度阈值，并将调整后预设距离的正方形内所有像素点在r、g、b三通道的像素平均值，确定为高亮像素点的替换像素值。
[0096]
需要说明的是，本技术实施例中仅以增加的步长为r为例进行说明，r的取值范围可以为：1≤r≤3，在实际应用中，每次增加的步长可以相同，也可以不同，步长也可以为2r，也可以为3r，在此不做限制。
[0097]
在上述实现过程中，若预设距离范围内所有像素点的亮度平均值大于或等于亮度阈值，则调整预设距离范围，直至调整后预设距离范围内所有像素点的亮度平均值小于亮度阈值，则将调整后预设距离范围内所有像素点的像素平均值，确定为高亮像素点的替换像素值，从而使替换后高亮像素点的像素值小于亮度阈值。
[0098]
在其中的一些实施例中，在获取多个医学图像之前，还可以包括：调整内窥镜摄像头的曝光时间以及增益参数，以使内窥镜在调整后的曝光时间和增益参数下获取的内窥镜图像的亮度值在内窥镜光源当前工作等级对应的正常亮度值范围内，从而得到内窥镜当前工作等级下曝光时间固定值以及增益参数固定值。
[0099]
图3是本技术实施例提供的一种内窥镜摄像头的曝光时间固定值以及增益参数固定值的设置方法流程图，如图3所示，该流程图包括：步骤s301：在当前工作等级下，将内窥镜摄像头设置为最高曝光时间和最低增益参数。
[0100]
具体的，内窥镜光源的工作等级可以包括低亮度等级、普通亮度等级以及高亮度等级，并且，每一工作等级存在对应的正常亮度值范围，在本技术实施例中，内窥镜光源的当前工作等级以普通亮度等级为例进行说明。在内窥镜光源在普通亮度等级下，将内窥镜摄像头设置为最高曝光时间和最低增益参数。
[0101]
需要说明的是，将增益参数设置为最低，可以确保最少的噪声引入，将内窥镜摄像头的曝光时间设置为最高，选择最高的曝光时间参数是为了选择最低增益参数情况下内窥镜摄像头实时画面不容易过暗。
[0102]
步骤s302：获取当前曝光时间和当前增益参数下的测试图像。
[0103]
进一步地，通过内窥镜摄像头在当前曝光时间和当前增益参数下，获取测试图像。
[0104]
若内窥镜摄像头的当前曝光时间为最高曝光时间，当前增益参数为最低增益参数，则通过最高曝光时间和最低增益参数下的内窥镜摄像头获取测试图像，若内窥镜摄像头的当前曝光时间为调整后的曝光时间，当前增益参数为调整后的增益参数，则通过调整后的曝光时间和调整后的增益参数下的内窥镜摄像头获取测试图像。
[0105]
具体的，该测试图像可以是内窥镜摄像头对平整的空白纸拍摄获取到的图像，拍摄距离可以根据实际工况差异进行调整。
[0106]
步骤s303：确定测试图像的亮度评估值是否在当前工作等级下的正常亮度值范围内。
[0107]
进一步地，若内窥镜光源的工作等级为普通亮度等级，则判断测试图像的亮度评估值是否在普通亮度等级的正常亮度范围内。
[0108]
具体的，将测试图像划分为大小相等的多个区域图像，区域图像的数量可以根据测试图像的大小确定，可以将测试图像划分为16块大小相同的区域图像为例。
[0109]
进一步地，确定每一区域图像中所有像素点在r、g、b三通道上的像素值，并确定当前工作等级下，测试图像分别在r、g、b三通道上的亮度评估权重。当前内窥镜光源的工作等级为普通亮度等级，则测试图像在r、g、b三通道上的亮度评估权重分别为0.3、0.6以及0.1，进一步地，在区域图像中，每一像素点的亮度值=。
[0110]
将区域图像中所有像素点的亮度值的平均值确定为该区域图像的亮度值。
[0111]
进一步地，确定区域图像中目标对象的位置显著性参数。由于该区域图像中没有目标对象，则没有区域图像的位置显著性参数可以为1。
[0112]
将每一区域图像的亮度值与对应的位置显著性参数的乘积，确定为每一区域图像的亮度评估值。
[0113]
进一步地，将所有区域图像的亮度评估值中的最小值，确定为该测试图像的亮度评估值。
[0114]
步骤s304：若测试图像的亮度评估值不在当前工作等级下的正常亮度值范围内，则调整内窥镜摄像头的曝光时间和/或增益参数，直至测试图像的亮度评估值在当前工作等级下的正常亮度值范围内。
[0115]
具体的，内窥镜摄像头曝光时间参数可以分为f等级，内窥镜摄像头的曝光时间参数可以从1至依次增加至f，步长为1，在内窥镜光源亮度不变的情况下摄像头采集到的画面亮度依次提高；内窥镜摄像头增益参数可以分z等级，内窥镜摄像头的增益参数可以从1依次增加至z，步长为1，在内窥镜光源亮度不变的情况下摄像头采集到的画面亮度依次提高，因此，内窥镜摄像头的亮度可调等级共有个。在具体实施中，曝光时间参数与增益参数每次调整步长设置为1。
[0116]
具体的，内窥镜光源的当前工作等级为普通亮度等级，普通亮度等级的正常亮度值范围为[60，120]，若测试图像的亮度评估值高于120，则说明画面亮度过高，若测试图像的亮度评估值低于60，则说明亮度过低。
[0117]
若测试图像的亮度值在正常亮度值范围内，则降低内窥镜摄像头曝光时间参数1级，返回步骤s302直至测试图像的亮度值低于正常亮度范围，选择最后一次降低之前的摄像头曝光时间作为内窥镜摄像头曝光时间固定参数。
[0118]
在上述实现过程中，在最高的曝光时间参数和最低的增益参数的初始条件下，若测试图像的亮度在所述正常亮度范围内，则降低摄像头曝光时间参数可以提高成像质量。
[0119]
若测试图像的亮度值低于该正常亮度范围且上次调整前的测试图像的亮度在该正常亮度范围内，则将上次调整前的摄像头曝光时间参数设置为摄像头曝光时间参数固定值，上次调整前的增益参数为增益参数固定值；若测试图像的亮度值低于该正常亮度范围且上次调整前测试图像的亮度不在正常亮度范围内，则调高增益参数，并返回步骤s302直至测试图像的亮度值在正常亮度范围内，将最后一次调高后的增益参数作为增益参数固定值。
[0120]
若测试图像的亮度值高于正常亮度范围且上次调整前测试图像的亮度值在正常亮度范围内，则调整前的摄像头曝光时间参数为摄像头曝光时间参数固定值，调整前的增益参数为增益参数固定值；若测试图像的亮度值高于正常亮度范围，且上次调整前测试图像不在正常亮度范围内，则降低摄像头曝光时间参数，返回步骤s302，直至测试图像的亮度值在正常亮度范围内，将最后一次降低后的摄像头曝光时间参数作为摄像头曝光时间参数固定值。
[0121]
在上述实现过程中，在对内窥镜光源亮度进行初次调节之前，分别将内窥镜的摄像头的曝光时间和增益参数设置为固定值，且在对内窥镜光源亮度进行调节过程中，曝光时间和增益参数保持不变，能够有效地避免曝光时间以及增益参数对图像亮度值的影响，从而确保了内窥镜光源亮度调节的准确度。
[0122]
图4是本技术实施例提供的一种医学图像筛选方法的实施例流程图，如图4所示，该流程包括如下步骤：步骤s401：将内窥镜的摄像头的曝光时间和增益参数设置为固定值。
[0123]
具体的，若内窥镜光源为普通亮度等级，则将内窥镜的摄像头的曝光时间和增益参数设置为普通亮度等级下的固定值；若内窥镜光源为低亮度等级，则将内窥镜的摄像头的曝光时间和增益参数设置为低亮度等级下的固定值；若内窥镜光源为高亮度等级，则将内窥镜的摄像头的曝光时间和增益参数设置为高亮度等级下的固定值。
[0124]
步骤s402：在当前设置下，通过内窥镜摄像头获取固定时间间隔内多个医学图像。
[0125]
具体的，固定时间间隔可以根据实际情况进行设定，一般为实时帧率t，500ms≤t≤1000ms。
[0126]
步骤s403：根据多个医学图像的图像质量参数，以及多个医学图像中目标对象的面积参数，从多个医学图像中筛选出s个医学图像。
[0127]
具体的，将每一医学图像划分为大小相等的多个子图像，每个子图像的形状可以为正方形，也可以为长方形，在本技术实施例中，以子图像的形状为正方形为例。
[0128]
将每个子图像中任一像素点在r、g、b三通道种的像素平均值，确定为该像素点的梯度评价值。
[0129]
进一步地，将任一正方形子图像中，四个顶点像素点的梯度评价值与中心像素点的梯度评价值的差值的平方和，作为该正方形子图像的清晰度评价值。
[0130]
进一步地，将一个医学图像中，所有子图像的清晰度评价值求和，确定为该医学图像的图像质量参数。
[0131]
示例性地，可以采用canny边缘检测函数确定医学图像中目标对象的最小外接矩形，若检测出某一医学图像中包括多个目标对象的最小外接矩形，则多个目标对象的最小外接矩形的面积平均值，确定为该医学图像中，目标对象的面积参数。
[0132]
进一步地，根据确定的多个医学图像的图像质量参数，以及多个所述医学图像中目标对象的面积参数，初次筛选出清晰且目标对象显著的医学图像。
[0133]
进一步地，确定多个医学图像中目标对象的面积参数的平均值。
[0134]
将m个医学图像中，剔除最小外接矩形面积离群值所对应的医学图像，离群值定义为大于或小于多个医学图像中目标对象的面积参数的平均值的y%，其中，30≤y≤50，从而得到n个对象显著图像。
[0135]
进一步地，将n个对象显著图像中，按图像质量参数从大到小排列，保留前q%，其中，5≤q≤10，从而得到s个清晰图像。
[0136]
步骤s404：根据s个清晰图像的亮度值，确定亮度均匀的目标医学图像。
[0137]
具体的，将任一清晰图像划分为多个清晰子图像，确定所有清晰子图像的亮度值，以及该清晰图像的亮度值。
[0138]
具体的，确定每一清晰子图像中所有像素点在r、g、b三通道下的像素值，进一步地，对每一清晰子图像中每一像素点在r、g、b三通道下的像素值进行加权求和，得到每一像素点的亮度值，即每一清晰子图像中每一像素点的亮度值=，其中，a1、a2、a3分别为r、g、b三通道下的亮度评估权重，作为一种实施例，a1、a2、a3分别为0.3，0.6，0.1，r、g、b分别为对应通道下的像素值。
[0139]
需要说明的是，本技术实施例仅以r、g、b三通道下的亮度评估权重分别为0.3，0.6，0.1为例进行说明，在实际应用中，r、g、b三通道下的亮度评估权重也可以为0.4，0.4，0.2，也可以是其他比例，在此不做限制。
[0140]
将任一清晰子图像中，所有像素点的亮度值的平均值，确定为该清晰子图像的亮度值；在任一清晰图像中，将所有像素点的亮度值的平均值，确定为该清晰图像的亮度值。
[0141]
在任一清晰图像中，根据所有清晰子图像的亮度值与该清晰图像的亮度值，确定该清晰图像的亮度方差，从而得到所有清晰图像的亮度方差。
[0142]
进一步地，将s个清晰图像中，亮度方差最小的清晰图像确定为亮度均匀的目标医学图像，从而完成二次筛选。
[0143]
步骤s405：确定目标医学图像中的高亮像素点，并用高亮像素点周围像素点的像素值对高亮像素点的像素值进行替换，得到无亮斑的医学图像。
[0144]
具体的，确定目标医学图像中所有像素点的亮度值，将亮度值大于m的像素点确定为高亮像素点，即为亮斑点。
[0145]
进一步地，确定以亮斑点为中心的边长为r的正方形范围内所有像素点的亮度平均值，若该正方形范围内所有像素点的亮度平均值小于m时，则计算该正方形范围内所有像素点在r、g、b三通道上的像素平均值作为高亮像素点新r、g、b通道值。
[0146]
若该正方形范围内所有像素点的亮度平均值大于或等于m，则将所述正方形边长扩大为，若扩大后正方形范围内所有像素点的亮度平均值仍大于或等于m，重复上述步骤，直至扩大后正方形范围内所有像素点的亮度平均值小于m。
[0147]
进一步地，将正方形范围内所有像素点在r、g、b三通道上的像素平均值作为高亮像素点新r、g、b通道值。
[0148]
需要说明的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
[0149]
在本实施例中还提供了一种医学图像筛选装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。以下所使用的术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管在以下实施例中所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
[0150]
图5是本技术实施例提供的一种医学图像筛选装置的结构框图，如图5所示，该装置包括：获取模块501，用于获取多个医学图像，医学图像包括目标对象；第一确定模块502，用于基于每一医学图像中预设位置的像素值，确定每一医学图像的图像质量参数；第二确定模块503，用于确定每一医学图像中的目标对象的面积参数；图像筛选模块504，用于基于多个医学图像的图像质量参数以及多个医学图像的面积参数，从多个医学图像中筛选出目标医学图像。
[0151]
在其中的一些实施例中，第一确定模块502具体用于：将待处理医学图像划分为多个子图像，待处理医学图像为多个医学图像中的任一图像；基于待处理子图像中顶点以及中心点的像素值，确定待处理子图像的清晰度评估值，待处理子图像为待处理医学图像的任一子图像；基于待处理医学图像的所有子图像的清晰度评估值确定待处理医学图像的图像质量参数。
[0152]
在其中的一些实施例中，第一确定模块502具体用于：将待处理子图像的顶点在r、g、b三通道上的像素平均值，确定为顶点像素值；将待处理子图像的中心点在r、g、b三通道上的像素平均值，确定为中心点像素值；基于待处理子图像所有顶点的顶点像素值以及中心点像素值，确定待处理子图像的清晰度评估值。
[0153]
在其中的一些实施例中，多个医学图像的数量为m，m为大于或等于1的正整数，图像筛选模块504具体用于：基于预设面积范围以及每一医学图像中目标对象的面积参数，从多个医学图像中筛选出n个对象显著图像，对象显著图像中目标对象的面积参数在预设面积范围内，n为大于或等于1且小于或等于m的正整数；基于n个对象显著图像的图像质量参数，从n个对象显著图像中筛选出s个清晰图像，s为大于或等于1且小于或等于n的正整数；基于s个清晰图像的亮度值，确定出目标医学图像。
[0154]
在其中的一些实施例中，图像筛选模块504具体用于：将待处理清晰图像划分为多个清晰子图像，待处理清晰图像为s个清晰图像中的任一图像；基于每一清晰子图像中所有像素点在r、g、b三通道上的像素值，以及待处理清晰图像分别在r、g、b三通道上的亮度评估权重，确定每一清晰子图像的亮度值以及待处理清晰图像的亮度值；基于每一清晰子图像的亮度值以及待处理清晰图像的亮度值，确定待处理清晰图
像的亮度分布值；基于s个清晰图像的亮度分布值，从s个清晰图像中确定出目标医学图像。
[0155]
在其中的一些实施例中，图像筛选模块504还用于：基于目标医学图像中所有像素点的亮度值以及亮度阈值，确定目标医学图像中的高亮像素点；基于高亮像素点周围预设距离范围内，所有像素点的像素值，确定高亮像素点的替换像素值；将高亮像素点的像素值替换为替换像素值，得到无亮斑的目标医学图像。
[0156]
在其中的一些实施例中，图像筛选模块504具体用于：确定高亮像素点周围预设距离范围内所有像素点的亮度平均值；若亮度平均值大于或等于亮度阈值，则调整预设距离范围，得到调整后预设距离范围，并再次计算调整后预设距离范围内所有像素点的亮度平均值，直至调整后预设距离范围内所有像素点的亮度平均值小于亮度阈值；将调整后预设距离范围内所有像素点的像素平均值，确定为高亮像素点的替换像素值。
[0157]
需要说明的是，上述各个模块可以是功能模块也可以是程序模块，既可以通过软件来实现，也可以通过硬件来实现。对于通过硬件来实现的模块而言，上述各个模块可以位于同一处理器中；或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
[0158]
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图6所示，图6是本技术实施例提供的一种计算机设备的内部结构图示意图。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储医学图像数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种医学图像筛选方法。
[0159]
本领域技术人员可以理解，图6中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0160]
在一个实施例中，还提供了一种电子装置，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
[0161]
在一个实施例中，提供了一种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上述各方法实施例中的步骤。
[0162]
需要说明的是，本技术所涉及的用户信息（包括但不限于用户设备信息、用户个人信息等）和数据（包括但不限于用于分析的数据、存储的数据、展示的数据等），均为经用户授权或者经过各方充分授权的信息和数据。
[0163]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机
可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器（read-only memory，rom）、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器（reram）、磁变存储器（magnetoresistive random access memory，mram）、铁电存储器（ferroelectric random accessmemory，fram）、相变存储器（phase change memory，pcm）、石墨烯存储器等。易失性存储器可包括随机存取存储器（random access memory，ram）或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器（staticrandom access memory，sram）或动态随机存取存储器（dynamic random access memory，dram）等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
[0164]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0165]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对专利保护范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。

技术特征：
1.一种医学图像筛选方法，其特征在于，包括：获取多个医学图像；基于每一所述医学图像中预设位置的像素值，确定每一所述医学图像的图像质量参数；确定每一所述医学图像中的目标对象的面积参数；基于多个所述医学图像的图像质量参数以及多个所述医学图像中目标对象的面积参数，从多个所述医学图像中筛选出目标医学图像。2.根据权利要求1所述的医学图像筛选方法，其特征在于，所述基于每一所述医学图像中预设位置的像素值，确定每一所述医学图像的图像质量参数，包括：将待处理医学图像划分为多个子图像，所述待处理医学图像为多个所述医学图像中的任一图像；基于待处理子图像中顶点以及中心点的像素值，确定所述待处理子图像的清晰度评估值，所述待处理子图像为所述待处理医学图像的任一子图像；基于所述待处理医学图像的所有子图像的清晰度评估值确定所述待处理医学图像的图像质量参数。3.根据权利要求2所述的医学图像筛选方法，其特征在于，所述基于待处理子图像中顶点以及中心点的像素值，确定所述待处理子图像的清晰度评估值，包括：将所述待处理子图像的顶点在r、g、b三通道上的像素平均值，确定为顶点像素值；将所述待处理子图像的中心点在r、g、b三通道上的像素平均值，确定为中心点像素值；基于所述待处理子图像所有顶点的所述顶点像素值以及所述中心点像素值，确定所述待处理子图像的清晰度评估值。4.根据权利要求1所述的医学图像筛选方法，其特征在于，多个所述医学图像的数量为m，m为大于或等于1的正整数，所述基于多个所述医学图像的图像质量参数以及多个所述医学图像中目标对象的面积参数，从多个所述医学图像中筛选出目标医学图像，包括：基于预设面积范围以及每一所述医学图像中目标对象的面积参数，从多个所述医学图像中筛选出n个对象显著图像，所述对象显著图像中目标对象的面积参数在所述预设面积范围内，n为大于或等于1且小于或等于m的正整数；基于n个所述对象显著图像的图像质量参数，从n个所述对象显著图像中筛选出s个清晰图像，s为大于或等于1且小于或等于n的正整数；基于s个所述清晰图像的亮度值，确定出所述目标医学图像。5.根据权利要求4所述的医学图像筛选方法，其特征在于，所述基于s个所述清晰图像的亮度值，确定出所述目标医学图像，包括：将待处理清晰图像划分为多个清晰子图像，所述待处理清晰图像为s个所述清晰图像中的任一图像；基于每一清晰子图像中所有像素点在r、g、b三通道上的像素值，以及所述待处理清晰图像分别在r、g、b三通道上的亮度评估权重，确定每一清晰子图像的亮度值以及所述待处理清晰图像的亮度值；基于每一清晰子图像的亮度值以及所述待处理清晰图像的亮度值，确定所述待处理清晰图像的亮度分布值；
基于s个所述清晰图像的亮度分布值，从s个所述清晰图像中确定出所述目标医学图像。6.根据权利要求1所述的医学图像筛选方法，其特征在于，在所述基于多个所述医学图像的图像质量参数以及多个所述医学图像中目标对象的面积参数，从多个所述医学图像中筛选出目标医学图像之后，还包括：基于所述目标医学图像中所有像素点的亮度值以及亮度阈值，确定所述目标医学图像中的高亮像素点；基于所述高亮像素点周围预设距离范围内，所有像素点的像素值，确定所述高亮像素点的替换像素值；将所述高亮像素点的像素值替换为所述替换像素值，得到无亮斑的目标医学图像。7.根据权利要求6所述的医学图像筛选方法，其特征在于，所述基于所述高亮像素点周围预设距离范围内，所有像素点的像素值，确定所述高亮像素点的替换像素值，包括：确定所述高亮像素点周围预设距离范围内所有像素点的亮度平均值；若所述亮度平均值大于或等于所述亮度阈值，则调整所述预设距离范围，得到调整后预设距离范围，并再次计算调整后预设距离范围内所有像素点的亮度平均值，直至调整后预设距离范围内所有像素点的亮度平均值小于所述亮度阈值；将调整后预设距离范围内所有像素点的像素平均值，确定为所述高亮像素点的替换像素值。8.一种医学图像筛选装置，其特征在于，包括：获取模块，用于获取多个医学图像，所述医学图像包括目标对象；第一确定模块，用于基于每一所述医学图像中预设位置的像素值，确定每一所述医学图像的图像质量参数；第二确定模块，用于确定每一所述医学图像中的所述目标对象的面积参数；图像筛选模块，用于基于多个所述医学图像的图像质量参数以及多个所述医学图像的面积参数，从多个所述医学图像中筛选出目标医学图像。9.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行权利要求1至权利要求7中任一项所述的医学图像筛选方法。10.一种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权利要求1至权利要求7中任一项所述的医学图像筛选方法的步骤。

技术总结
本申请涉及一种医学图像筛选方法、装置、电子装置和存储介质，其中，该医学图像筛选方法包括：获取多个医学图像；基于每一医学图像中预设位置的像素值，确定每一医学图像的图像质量参数；确定每一医学图像中的目标对象的面积参数；基于多个医学图像的图像质量参数以及多个医学图像中目标对象的面积参数，从多个医学图像中筛选出目标医学图像。通过本申请，解决了医学图像清晰度低的问题，提高了医学图像的清晰度。的清晰度。的清晰度。


技术研发人员：陈可 王立强 黄碧娟 周长江 杨青
受保护的技术使用者：浙江大学
技术研发日：2023.07.12
技术公布日：2023/8/9