尿道修复材料于长段尿道缺损的修复检验方法与流程

1.本发明属于医用检验技术领域，具体涉及一种尿道修复材料于长段尿道缺损的修复检验方法。


背景技术：

2.尿道长段缺损是指尿道中下段超过5cm的缺损或狭窄，其常见病因包括：一、某些原因引起的尿道粘连、移位，或畸形等解剖异常；二、手术中误伤尿道未及时发现，或发现后未能正确处理，术后出现漏尿、感染、狭窄，加大了尿道损伤的长度；三、尿道本身的疾病，如肿瘤、结核、炎症等造成尿道下段狭窄。目前，尿道修复材料于长段尿道缺损的修复检验多为专业医生通过肉眼对比观察患者术后利尿肾图、b超、膀胱造影检查结果，而这种方式并不能得到最准确的数据，导致无法对长段尿道缺损的修复进行全面的检验。cn116153520a公开了一种尿道下裂术中横断尿道板预测模型构建方法及系统，收集尿道下裂患儿临床资料，并构建训练集和验证集；对训练集数据进行单因素及多因素logistic回归分析筛选出与尿道下裂患儿术中横断尿道板相关的独立危险因素，并建立临床预测模型；在训练集内部采用bootstrap自抽样法与十折交叉验证的方法对模型进行内部验证，并使用验证集对模型进行外部验证，计算brier评分，绘制giviti校准曲线、roc曲线以及dca曲线，对模型进行综合评价及验证，该专利无法解决上述技术问题。


技术实现要素：

3.有鉴于此，本发明的目的是提供一种尿道修复材料于长段尿道缺损的修复检验方法，以解决现有技术中的不足。
4.为了达到上述目的，本发明的目的是通过下述技术方案实现的：
5.提供一种尿道修复材料于长段尿道缺损的修复检验方法，包括：
6.s1、图像获取：
7.获取目标图像，目标图像为患者尿道修复前后的医疗影像图像，以及向数据库采集多组尿道正常的医疗影像图像；
8.s2、图像转换：
9.将目标图像转换为灰度图像，随后对灰度图像进行分割处理，并得到尿道轮廓图像，将患者尿道修复前后的尿道轮廓图像分别记为修前轮廓图、修后轮廓图和正常轮廓图；
10.s3、图像调取：
11.通过图像相似度算法，获取与修前轮廓图和修后轮廓图相似度最高的一组正常轮廓图；
12.s4、图像对齐：
13.将修后轮廓图和修前轮廓图以与其相似度最高的一组正常轮廓图作为参照物进行图像对齐；
14.s5、缺损提取：
15.将图像对齐后的正常轮廓图、修前轮廓图和修后轮廓图转化为位图图像，对位图图像中每个像素点进行坐标标记，且正常轮廓图、修前轮廓图和修后轮廓图的坐标标记相同，之后获取所有像素点的灰度值，通过对灰度值进行计算分析得到缺损像素点并集合成修前像素组和修后像素组；
16.s6、修复检验：
17.根据修前像素组和修后像素组的数量和修前像素组和修后像素组内的缺损像素点的数量，判断得出修复检验结果。
18.如所述尿道修复材料于长段尿道缺损的修复检验方法，在步骤s1中，医疗影像图像通过b超、静脉尿路造影、ct或mri技术的仪器检测得到，数据库为通过b超、静脉尿路造影、ct或mri技术的仪器检测得到的多个医疗影像图像并进行储存建立。
19.如所述尿道修复材料于长段尿道缺损的修复检验方法，在步骤s2中，分割处理的具体方式为：
20.s21、首先对灰度图像进行色阶调整，具体为将灰度图像中区域最大的像素设为黑色和白色，其他位置颜色亮度同步增加；
21.s22、再通过拉普拉斯算子对色阶调整后的灰度图像进行锐化；
22.s23、之后通过图像二值化对锐化处理的灰度图像进行分割，得到尿道轮廓图像。
23.如所述尿道修复材料于长段尿道缺损的修复检验方法，在步骤s3中，图像相似度算法包括感知哈希算法、基于局部不变性的图像相似度匹配算法以及基于卷积神经网络的图像相似度算法。
24.如所述尿道修复材料于长段尿道缺损的修复检验方法，在步骤s5中，计算分析的具体方式为：
25.s51、对正常轮廓图、修前轮廓图和修后轮廓图中同一坐标像素点的灰度值进行分别提取，并标记为zi、qi、xi；
26.s52、通过公式cqi＝|qi-zi|，xqi＝|xi-zi|，分别得到所有同一坐标的qi、xi分别与zi进行灰度值差值cqi和xqi；
27.s53、将cqi和xqi均与预设值c1对比；
28.当cqi＞c1，则将修前轮廓图的该像素点标记为缺损像素点，再将连片的缺损像素点集合成缺损像素组，得到多个修前像素组，反之，则不进行标记；
29.与上述同理，当xqi＞c1，则从修后轮廓图，得到多个修后像素组。
30.如所述尿道修复材料于长段尿道缺损的修复检验方法，在步骤s6中，修复检验结果的具体判断方式为：
31.s61、获取至少包含一组像素点坐标相同的修前像素组和修后像素组，并从修前像素组和修后像素组分别获取到缺损像素点的数量sk1和sk2；
32.s62、之后通过s0＝sk1-sk2，计算得出修前像素组和修后像素组的缺损差s0；
33.再通过s0的正负值，判断得出患者尿道有效修复和无效修复的修复检验结果，当s0为负值时，则判定患者尿道的修复检验结果为有效修复，反之，则判定患者尿道的修复检验结果为无效修复，其中，有效修复和无效修复的修复检验结果表示为患者尿道修复是否成功；
34.s63、去除至少包含一组像素点坐标相同的修前像素组和修后像素组，分别获取剩
余的修前像素组的数量xq和修后像素组的数量hq，并通过xq和hq判断得出患者尿道术后影响的修复检验结果；术后影响的修复检验结果为患者通过修复手术后是否产生的副作用和修复范围是否全面；
35.若xq和hq皆为零，则得到未产生副作用和修复全面的修复检验结果；
36.若hq为零，xq大于零，则得到未产生副作用和修复不全面的修复检验结果；
37.若xq为零，hq大于零，则得到已产生副作用和修复全面的修复检验结果
38.若xq大于零，hq大于零，则得到产生副作用和修复不全面的修复检验结果。
39.如所述尿道修复材料于长段尿道缺损的修复检验方法，在判定患者尿道的修复检验结果为有效修复的基础上，还用于对有效修复进行修复程度判定，修复程度判定为对尿道修复材料的修复能力进行判断，具体方式为：
40.当判定患者尿道的修复检验结果为有效修复，通过s0的绝对值与预设的判定阈值sy1、sy2、sy3对比判断；
41.若|s0|＞sy3，则判定患者尿道有效修复的修复程度判定为优；
42.若sy3＞|s0|≥sy2，则判定患者尿道有效修复的修复程度判定为良；
43.若sy2＞|s0|≥sy1，则判定患者尿道有效修复的修复程度判定为差；
44.若|s0|＜sy1，则判定患者尿道有效修复的修复程度判定为极差。
45.本发明技术方案的有益效果是：
46.本发明通过对患者尿道修复前后的医疗影像图像进行灰度处理，随后对灰度图像进行分割处理得到尿道轮廓图像，进而确定患者尿道的轮廓图像，为后续进行相似度提取减少识别量，有着识别速率高、提取速度快的优点；将通过图像对齐后的轮廓图转化为位图图像，然后对位图图像中像素点的灰度值进行计算分析可以确定修前像素组和修后像素组，并根据修前像素组和修后像素组的数量和修前像素组和修后像素组内的缺损像素点的数量，判断得出修复检验结果，可以得到准确全面的修复前后数据，进一步实现对长段尿道缺损的修复进行全面和精准的检验。
附图说明
47.为进一步说明本发明的上述目的、结构特点和效果，以下将结合附图对本发明进行详细的描述。
48.图1为本发明较佳实施例流程示意框图。
具体实施方式
49.下面结合附图和具体实施例对本发明作进一步说明，但不作为本发明的限定。
50.参看图1所示，本发明尿道修复材料于长段尿道缺损的修复检验方法，包括以下步骤：
51.第一步(s1)、图像获取：
52.获取目标图像，目标图像为患者尿道修复前后的医疗影像图像，以及向数据库采集多组尿道正常的医疗影像图像，且医疗影像图像通过b超、静脉尿路造影、ct或mri技术的仪器检测得到，数据库为通过b超、静脉尿路造影、ct或mri技术的仪器检测得到的多个医疗影像图像并进行储存建立。
53.第二步(s2)、图像转换：
54.将目标图像转换为灰度图像，随后对灰度图像进行分割处理，并得到尿道轮廓图像，将患者尿道修复前后的尿道轮廓图像分别记为修前轮廓图、修后轮廓图和正常轮廓图，具体分割处理方式为：
55.s21、首先对灰度图像进行色阶调整，具体为将灰度图像中区域最大的像素设为黑色和白色，其他位置颜色亮度同步增加；
56.s22、再通过拉普拉斯算子对色阶调整后的灰度图像进行锐化；
57.s23、之后通过图像二值化对锐化处理的灰度图像进行分割，得到尿道轮廓图像；
58.第三步(s3)、图像调取：
59.通过图像相似度算法，获取与修前轮廓图和修后轮廓图相似度最高的一组正常轮廓图，图像相似度算法包括感知哈希算法、基于局部不变性的图像相似度匹配算法以及基于卷积神经网络的图像相似度算法。
60.第四步(s4)、图像对齐：
61.将修后轮廓图和修前轮廓图以与其相似度最高的一组正常轮廓图作为参照物进行图像对齐。
62.图像对齐的方式为：提取修前轮廓图和修后轮廓图中正常框选位置的特征点，对修前轮廓图和修后轮廓图的特征点集进行匹配，得到最优匹配，再利用仿射变换/透视变换等优化两幅图像之间的对应关系，求得变换参数，最终可利用最优化参数，将修后轮廓图变形为与修前轮廓图同样的空间布局，该技术为现有技术，故此处不做赘述。
63.第五步(s5)、缺损提取：
64.将图像对齐后的正常轮廓图、修前轮廓图和修后轮廓图转化为位图图像，对位图图像中每个像素点进行坐标标记，且正常轮廓图、修前轮廓图和修后轮廓图的坐标标记相同，之后获取所有像素点的灰度值，通过对灰度值进行计算分析得到缺损像素点并集合成修前像素组和修后像素组，具体方式为：
65.s51、对正常轮廓图、修前轮廓图和修后轮廓图中同一坐标像素点的灰度值进行分别提取，并标记为zi、qi、xi；
66.s52、通过公式cqi＝|qi-zi|，xqi＝|xi-zi|，分别得到所有同一坐标的qi、xi分别与zi进行灰度值差值cqi和xqi；
67.s53、将cqi和xqi均与预设值c1对比；
68.当cqi＞c1，则将修前轮廓图的该像素点标记为缺损像素点，再将连片的缺损像素点集合成缺损像素组，得到多个修前像素组，反之，则不进行标记；
69.与上述同理，当xqi＞c1，则从修后轮廓图，得到多个修后像素组。
70.第六步(s6)、修复检验：
71.根据修前像素组和修后像素组的数量和修前像素组和修后像素组内的缺损像素点的数量，判断得出修复检验结果；
72.s61、获取至少包含一组像素点坐标相同的修前像素组和修后像素组，并从修前像素组和修后像素组分别获取到缺损像素点的数量sk1和sk2；
73.s62、之后通过s0＝sk1-sk2，计算得出修前像素组和修后像素组的缺损差s0；
74.再通过s0的正负值，判断得出患者尿道有效修复和无效修复的修复检验结果，当
s0为负值时，则判定患者尿道的修复检验结果为有效修复，反之，则判定患者尿道的修复检验结果为无效修复，其中，有效修复和无效修复的修复检验结果表示为患者尿道修复是否成功；
75.s63、去除至少包含一组像素点坐标相同的修前像素组和修后像素组，分别获取剩余的修前像素组的数量xq和修后像素组的数量hq，并通过xq和hq判断得出患者尿道术后影响的修复检验结果；术后影响的修复检验结果为患者通过修复手术后是否产生的副作用和修复范围是否全面；
76.若xq和hq皆为零，则得到未产生副作用和修复全面的修复检验结果；
77.若hq为零，xq大于零，则得到未产生副作用和修复不全面的修复检验结果；
78.若xq为零，hq大于零，则得到已产生副作用和修复全面的修复检验结果
79.若xq大于零，hq大于零，则得到产生副作用和修复不全面的修复检验结果。
80.进一步地，基于上述步骤s62，增加对有效修复的修复程度判定，修复程度判定为对尿道修复材料的修复能力进行判断，具体为：
81.当判定患者尿道的修复检验结果为有效修复，通过s0的绝对值与预设的判定阈值sy1、sy2、sy3对比判断；
82.若|s0|＞sy3，则判定患者尿道有效修复的修复程度判定为优；
83.若sy3＞|s0|≥sy2，则判定患者尿道有效修复的修复程度判定为良；
84.若sy2＞|s0|≥sy1，则判定患者尿道有效修复的修复程度判定为差；
85.若|s0|＜sy1，则判定患者尿道有效修复的修复程度判定为极差。
86.本发明通过对患者尿道修复前后的医疗影像图像进行灰度处理，随后对灰度图像进行分割处理得到尿道轮廓图像，进而确定患者尿道的轮廓图像，为后续进行相似度提取减少识别量，有着识别速率高、提取速度快的优点；将通过图像对齐后的轮廓图转化为位图图像，然后对位图图像中像素点的灰度值进行计算分析可以确定修前像素组和修后像素组，并根据修前像素组和修后像素组的数量和修前像素组和修后像素组内的缺损像素点的数量，判断得出修复检验结果，可以得到准确全面的修复前后数据，进一步实现对长段尿道缺损的修复进行全面和精准的检验。
87.以上仅为本发明较佳的实施例，并非因此限制本发明的实施方式及保护范围，对于本领域技术人员而言，应当能够意识到凡运用本发明说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案，均应当包含在本发明的保护范围内。

技术特征：
1.一种尿道修复材料于长段尿道缺损的修复检验方法，其特征在于，包括：s1、图像获取：获取目标图像，目标图像为患者尿道修复前后的医疗影像图像，以及向数据库采集多组尿道正常的医疗影像图像；s2、图像转换：将目标图像转换为灰度图像，随后对灰度图像进行分割处理，并得到尿道轮廓图像，将患者尿道修复前后的尿道轮廓图像分别记为修前轮廓图、修后轮廓图和正常轮廓图；s3、图像调取：通过图像相似度算法，获取与修前轮廓图和修后轮廓图相似度最高的一组正常轮廓图；s4、图像对齐：将修后轮廓图和修前轮廓图以与其相似度最高的一组正常轮廓图作为参照物进行图像对齐；s5、缺损提取：将图像对齐后的正常轮廓图、修前轮廓图和修后轮廓图转化为位图图像，对位图图像中每个像素点进行坐标标记，且正常轮廓图、修前轮廓图和修后轮廓图的坐标标记相同，之后获取所有像素点的灰度值，通过对灰度值进行计算分析得到缺损像素点并集合成修前像素组和修后像素组；s6、修复检验：根据修前像素组和修后像素组的数量和修前像素组和修后像素组内的缺损像素点的数量，判断得出修复检验结果。2.根据权利要求1所述尿道修复材料于长段尿道缺损的修复检验方法，其特征在于，在步骤s1中，医疗影像图像通过b超、静脉尿路造影、ct或mri技术的仪器检测得到，数据库为通过b超、静脉尿路造影、ct或mri技术的仪器检测得到的多个医疗影像图像并进行储存建立。3.根据权利要求1所述尿道修复材料于长段尿道缺损的修复检验方法，其特征在于，在步骤s2中，分割处理的具体方式为：s21、首先对灰度图像进行色阶调整，具体为将灰度图像中区域最大的像素设为黑色和白色，其他位置颜色亮度同步增加；s22、再通过拉普拉斯算子对色阶调整后的灰度图像进行锐化；s23、之后通过图像二值化对锐化处理的灰度图像进行分割，得到尿道轮廓图像。4.根据权利要求1所述尿道修复材料于长段尿道缺损的修复检验方法，其特征在于，在步骤s3中，图像相似度算法包括感知哈希算法、基于局部不变性的图像相似度匹配算法以及基于卷积神经网络的图像相似度算法。5.根据权利要求1所述尿道修复材料于长段尿道缺损的修复检验方法，其特征在于，在步骤s5中，计算分析的具体方式为：s51、对正常轮廓图、修前轮廓图和修后轮廓图中同一坐标像素点的灰度值进行分别提取，并标记为zi、qi、xi；s52、通过公式cqi＝|qi-zi|，xqi＝|xi-zi|，分别得到所有同一坐标的qi、xi分别与zi
进行灰度值差值cqi和xqi；s53、将cqi和xqi均与预设值c1对比；当cqi＞c1，则将修前轮廓图的该像素点标记为缺损像素点，再将连片的缺损像素点集合成缺损像素组，得到多个修前像素组，反之，则不进行标记；与上述同理，当xqi＞c1，则从修后轮廓图，得到多个修后像素组。6.根据权利要求1所述尿道修复材料于长段尿道缺损的修复检验方法，其特征在于，在步骤s6中，修复检验结果的具体判断方式为：s61、获取至少包含一组像素点坐标相同的修前像素组和修后像素组，并从修前像素组和修后像素组分别获取到缺损像素点的数量sk1和sk2；s62、之后通过s0＝sk1-sk2，计算得出修前像素组和修后像素组的缺损差s0；再通过s0的正负值，判断得出患者尿道有效修复和无效修复的修复检验结果，当s0为负值时，则判定患者尿道的修复检验结果为有效修复，反之，则判定患者尿道的修复检验结果为无效修复，其中，有效修复和无效修复的修复检验结果表示为患者尿道修复是否成功；s63、去除至少包含一组像素点坐标相同的修前像素组和修后像素组，分别获取剩余的修前像素组的数量xq和修后像素组的数量hq，并通过xq和hq判断得出患者尿道术后影响的修复检验结果；术后影响的修复检验结果为患者通过修复手术后是否产生的副作用和修复范围是否全面；若xq和hq皆为零，则得到未产生副作用和修复全面的修复检验结果；若hq为零，xq大于零，则得到未产生副作用和修复不全面的修复检验结果；若xq为零，hq大于零，则得到已产生副作用和修复全面的修复检验结果若xq大于零，hq大于零，则得到产生副作用和修复不全面的修复检验结果。7.根据权利要求6所述尿道修复材料于长段尿道缺损的修复检验方法，其特征在于，在判定患者尿道的修复检验结果为有效修复的基础上，还用于对有效修复进行修复程度判定，修复程度判定为对尿道修复材料的修复能力进行判断，具体方式为：当判定患者尿道的修复检验结果为有效修复，通过s0的绝对值与预设的判定阈值sy1、sy2、sy3对比判断；若|s0|＞sy3，则判定患者尿道有效修复的修复程度判定为优；若sy3＞|s0|≥sy2，则判定患者尿道有效修复的修复程度判定为良；若sy2＞|s0|≥sy1，则判定患者尿道有效修复的修复程度判定为差；若|s0|＜sy1，则判定患者尿道有效修复的修复程度判定为极差。

技术总结
本发明公开了一种尿道修复材料于长段尿道缺损的修复检验方法，包括：图像获取-图像转换-图像调取-图像对齐-缺损提取-修复检验等步骤。本发明通过对患者尿道修复前后的医疗影像图像进行灰度处理，进而确定患者尿道的轮廓图像，为后续进行相似度提取减少识别量，识别速率高、提取速度快的优点；将通过图像对齐后的轮廓图转化为位图图像，然后对位图图像中像素点的灰度值进行计算分析可以确定修前像素组和修后像素组，并根据修前像素组和修后像素组的数量和修前像素组和修后像素组内的缺损像素点的数量，判断得出修复检验结果，得到准确全面的修复前后数据，进一步实现对长段尿道缺损的修复进行全面和精准的检验。缺损的修复进行全面和精准的检验。缺损的修复进行全面和精准的检验。


技术研发人员：焦伟 施国伟 余皖东 万小祥 王阳贇 王洋
受保护的技术使用者：上海市第五人民医院
技术研发日：2023.07.04
技术公布日：2023/10/8