[發明專利]一種醫學病灶圖像的詞袋模型的構建方法

有效

• 申請號: 201210123247.3
• 申請日: 2012-04-24
• 公開（公告）號: CN102663446A
• 公開（公告）日: 2012-09-12
• 發明（設計）人: 馮前進;陽維;黃美燕
• 申請（專利權）人: 南方醫科大學
• 主分類號: G06K9/64
• 分類號: G06K9/64;G06F17/30
• 代理公司: 廣州市天河廬陽專利事務所 44244
• 代理人: 胡濟元

技術領域

本發明涉及識別醫學病灶圖像，具體來說涉及識別醫學病灶圖像的詞袋模型。

背景技術

基于內容的圖像檢索(Content-Based?ImageRetrieval，CBIR)的基本思想是提取圖像的視覺特征進行圖像表達，使用圖像表達對圖像進行檢索。CBIR技術可以為管理圖像數據、臨床診斷、醫學教學等提供支持和幫助。特別地，醫學圖像中相似病灶的檢索，可提高臨床診斷的可靠性和相關信息的完整性。

一般地，CBIR系統把待查詢圖像和待查詢圖像的圖像表達存放在數據庫中，當用戶提供一幅查詢圖像時，CBIR系統提取該圖像的視覺特征進行圖像表達，與數據庫中待查詢圖像的圖像表達進行比較，從而返回與查詢特征相似的圖像。CBIR系統中常用來進行圖像表達的視覺特征有：顏色、紋理、形狀、邊緣等。紋理特征是圖像的重要特征之一，能夠描述圖像的平滑，稀疏，規則性等特征。在醫學圖像中，由于提取圖像的紋理特征能夠反映人眼所不能觀察到的隱藏在圖像結構中的細節信息，因此紋理特征廣泛應用于醫學圖像檢索的圖像表達中。幾種傳統的紋理特征提取方法包括：灰度共生矩陣、小波變換、伽伯(Gabor)變換等。灰度共生矩陣表示了在一致紋理模式下像素灰度的空間依賴性，但是，它沒有完全抓住局部灰度的圖像特點，對于較大的局部，用這種方法提取紋理特征的效果不理想。小波變換能夠為多尺度需求提供一個清晰的數學框架，因此，小波變換能夠有效地提取紋理圖像的多尺度特征。然而，在小波變換中，濾波器組的選擇問題仍未解決，導致對紋理分析產生影響。伽伯變換與人類的視覺最為匹配，在圖像分析中具有重要的作用，但是，它的變換窗口大小固定，對紋理在方向和頻率上的細微變換不敏感，不能滿足我們在實際應用中需求。詞袋(Bag?of?Visual?Words，BoW)模型通過提取整幅圖像的局部細節特征，進而對圖像進行量化表達，捕捉了圖像的細微變化和整體特征。

然而，由于一般的詞袋模型在提取局部特征時，沒有考慮到特征之間的相對空間位置關系，從而使產生的詞袋模型缺乏有效的空間信息，降低了詞袋模型的描述能力。為了解決這個問題，有研究者提出一種聯合空間金字塔模型和詞袋模型的方法，用于自然圖像的分類(S.Lazebnik，C.Schmid，and?J.Ponce，″Beyond?bags?of?features：spatial?pyramid?matching?for?recognizing?natural?scene?categories，″IEEE?Conference?on?Computer?Vision?and?Pattern?Recognition，pp.2169-2178，2006)。這種方法以空間金字塔模型的提取方式，把圖像細分為多個子區域，然后構建各個子區域的詞袋模型，最后把全部子區域的詞袋模型聯合為一個大的詞袋模型。此外，還有研究者提出在詞袋模型的特征向量中加入特征的空間坐標來提高醫學X光片的分類和檢索性能(U.Avni，H.Greenspan，E.Konen，M.Sharon，and?J.Goldberger，″X-ray?categorization?and?retrieval?on?the?organ?and?pathology?level，using?patch-based?visual?words，″IEEE?Transactions?on?Medical?Imaging，vol.30，pp.733-746，2011)。由于醫學病灶圖像一般是灰度圖像，病灶組織內部的紋理信息有異于附近的正常組織，而且，不同類型病灶的紋理信息也各有差異，另外，病灶鄰近的組織結構也有所不同。例如，在腦部腫瘤圖像中，膠質瘤通常邊緣會有一圈水腫；腦膜瘤鄰近腦殼、灰質和腦脊髓液；而垂體瘤則經常出現在蝶竇、視交叉和內部頸動脈附近。因此，上述現有技術雖然能很好地表達出病灶區域內的紋理特征，但是因缺少病灶邊界區域和病灶區域向病灶邊界區域過渡的灰度變化信息，其區分不同類型病灶的準確性尚不夠理想。

發明內容

本發明所要解決的技術問題是提供一種醫學病灶圖像的詞袋模型的構建方法，該方法得到的詞袋模型能反映病灶區域的空間位置，有助于提高臨床診斷的準確性。

本發明的目的可通過以下的技術措施來實現：

一種醫學病灶圖像的詞袋模型的構建方法，該方法由以下步驟組成：

(1)讀取數據庫中已勾畫出病灶輪廓的醫學病灶圖像，所讀取的醫學病灶圖像要包含每種病灶類型至少各50幅圖像，并每一幅醫學病灶圖像進行以下處理：