本发明涉及电子内窥镜领域，尤其涉及一种适用于全科的电子软硬内窥镜系统及方法。
背景技术：
1、医疗内窥镜是用于插入人体的中空器官或腔体并且能够在不进行直接手术的情况下对人体的中空器官及腔体进行检查的医疗器械。其能深入患者体腔诊断，具有直观性、可靠性、微创性，现已成为临床不可替代的一项诊疗技术。传统光学内窥镜市场基本被国外所占据，近年来，电子内窥镜检查和手术的发展非常迅速，其在成本、材料电子内窥镜领域以及成像质量方面对传统光学内窥镜的赶超越来越迅速。
2、现有传统内窥镜和部分电子内窥镜多为复用型，其需要耐受消毒工序(耐压、耐高温等)，并且需要配置清洗、消毒、烘干等大量后勤支持，成本高，同时也可能因为消毒不彻底造成交叉感染。同时现有内窥镜通常采用一机一镜的方式，设备繁多，造成了一定的资源浪费。且现有的电子内窥镜相较于传统内窥镜，在高质量成像方面逊色于传统光学内窥镜，传统光学手术镜成像可达4k分辨率，电子医用内窥镜却未能实现超高清的应用。
技术实现思路
1、针对现有技术的上述缺陷，提供一种适用于全科的电子软硬内窥镜系统及方法。
2、为了解决上述技术问题，本发明所采用的技术方案是：
3、构造一种适用于全科的电子软硬内窥镜系统，包括数据获取系统，用于获取病灶部位的图像数据，数据处理系统，用于将数据获取系统的图像数据进行处理，数据获取系统包括手柄端和内窥镜端，内窥镜端包括成像插入端和操作端，成像插入端进入病灶部位进行获取病灶部位图像，操作端控制成像插入端动作，手柄端设置有将内窥镜端获取的图像数据发送到数据处理系统，数据处理系统包括数据接收模块和图像处理模块，数据接收模块接受数据获取系统获取的图像数据，图像处理模块通过暗通道先验算法进行除雾并通过多尺度血管增强算法进行血管增强。
4、本发明的有益效果在于：图像处理系统采用了多种图像处理算法，保证了采集画面清晰、真实，避免误诊。通过一次性内窥镜头端的设计，一次性头端集成了冲洗通道、器械通道、气囊等设计，解决了观察区域小，观察局限性低，操作复杂等问题，避免多次检查和造成的时间人力浪费和二次伤害，使检查更全面，手术更轻松。同时应用了一次性设计，避免交叉感染。多规格的一次性头端设计，满足不同科室的检查和手术场景的使用，大大减轻了使用成本。复用手柄端使用无线设计，无线数据传输使设备更轻便，摆脱了线材的束缚。同时将多功能摄像终端分离为复用手柄端和一次性内窥镜头端，一次性头端即用即抛，且根据使用场景设计了不同的器械和冲洗通道，并创新性的增加了气囊设计，可用于撑开观察区域，更好的观察病灶。
1.一种适用于全科的电子软硬内窥镜系统，包括数据获取系统，用于获取病灶部位的图像数据，数据处理系统，用于将数据获取系统的图像数据进行处理，其特征在于：数据获取系统包括手柄端和内窥镜端，内窥镜端包括成像插入端和操作端，成像插入端进入病灶部位进行获取病灶部位图像，操作端控制成像插入端动作，手柄端设置有将内窥镜端获取的图像数据发送到数据处理系统，数据处理系统包括数据接收模块和图像处理模块，数据接收模块接受数据获取系统获取的图像数据，图像处理模块通过暗通道先验算法进行除雾并通过多尺度血管增强算法进行血管增强。
2.根据权利要求1所述的系统，其特征在于：所述暗通道先验算法在均值滤波过程中使用均模糊值，对每个循环的起始位置处的像素做处理，其他位置利用累加和，同时输出去雾后图像过程中建立256*256的查找表提高图像处理速度。
3.根据权利要求1所述的系统，其特征在于：所述多尺度血管增强算法基于hessian矩阵，并采用frangi滤波器将二维图像中的血管部分增强。
4.根据权利要求1所述的系统，其特征在于：所述手柄端设置有镜头数字解码器和电子光源控制系统，镜头数字解码器将获取的图像转化为数字信号影像，电子光源控制系统为数据获取系统提供亮度，成像插入部还连接有器械通道和清洗通道，数据处理系统还包括图像显示模块和信息输入模块。
5.根据权利要求4所述的系统，其特征在于：所述成像插入部端部设置有气囊，所述气囊为单气囊或双气囊，单气囊位于数据获取系统管壁，双气囊分别位于数据获取系统管壁和气囊通道。
6.一种适用于全科的电子软硬内窥镜方法，步骤包括，获取病灶部位的图像数据，将获取的图像数据进行处理，其特征在于：通过暗通道先验算法进行除雾并通过多尺度血管增强算法进行血管增强实现图像处理。
7.根据权利要求6所述的方法，其特征在于：通过暗通道先验算法进行除雾的步骤包括：
8.根据权利要求7所述的方法，其特征在于：在步骤三中，使用均值模糊，对每个循环的起始位置处的像素做特殊处理，其他位置的利用累加和快速实现模糊；
9.根据权利要求6所述的方法，其特征在于：通过多尺度血管增强算法进行血管增强实现图像处理，包括：标量函数的二阶偏导数的平方矩阵的hessian矩阵，对于x、y方向上的混合偏微分有：
10.根据权利要求9所述的方法，其特征在于：在hessian矩阵中采用frangi滤波器，由于fxy＝fyx，h是实对称矩阵，采用两个特征值λ1、λ2来构造增强滤波，在二维图像空间中，hessian矩阵的两个特征值λ1、λ2由此计算；
