[發(fā)明專利]基于二次諧波圖像紋理分析的皮膚瘢痕圖像判斷方法

有效

• 申請?zhí)枺?/td>: 201310683259.6
• 申請日: 2013-12-16
• 公開（公告）號: CN103632154B
• 公開（公告）日: 2018-02-02
• 發(fā)明（設(shè)計）人: 陳冠楠;劉垚;朱小欽;陳榮;黃祖芳;胡恒陽;蔡堅勇;吳怡;林居強;馮尚源
• 申請（專利權(quán)）人: 福建師范大學(xué)
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/62
• 代理公司: 福州元創(chuàng)專利商標(biāo)代理有限公司35100
• 代理人: 蔡學(xué)俊

技術(shù)領(lǐng)域

本發(fā)明屬于圖像處理、模式識別和生物醫(yī)學(xué)的交叉領(lǐng)域，涉及一種基于二次諧波圖像紋理分析的皮膚瘢痕圖像判斷方法。

背景技術(shù)

瘢痕是各種創(chuàng)傷后引起的正常皮膚組織的外形和組織病理學(xué)改變的統(tǒng)稱。廣義上，瘢痕分為生理性(正常)和病理性(異常)瘢痕兩大類。正常瘢痕無痛癢癥狀和功能障礙，但由于具有不穩(wěn)定性，皮膚變色，且容易擴大等特點，仍然需要進行治療。異常瘢痕主要分為增生性瘢痕和瘢痕疙瘩，不僅影響美觀，影響正常組織修復(fù)，甚至發(fā)生癌變。不同的瘢痕需要采用不同的方式治療，有效的區(qū)分正常和異常瘢痕能夠幫助病人進行合理的醫(yī)治。目前，對瘢痕的診斷方式主要是臨床檢查，這種方法涉及活組織切片，對病人的身體具有破壞作用。一種無損的診斷方法是至關(guān)重要的。同時，瘢痕組織中的膠原纖維在不同的瘢痕中具有不同的特征，對膠原成像和分析能夠?qū)︸：圻M行區(qū)分，并能為皮膚科和整形外科帶來醫(yī)學(xué)上的新發(fā)展。

如今，二次諧波顯微成像技術(shù)作為一種無損工具已成功的應(yīng)用于膠原成像。它是一種理想的非侵入生物活體的成像方法，不產(chǎn)生光漂白和光致毒，生成具有較高成像分辨率的圖像等，并已廣泛的應(yīng)用于醫(yī)學(xué)領(lǐng)域，如角膜鞏膜、卵巢癌以及乳腺組織。然而，醫(yī)學(xué)圖像中包含大量病理相關(guān)的信息，這些信息不能憑借肉眼直觀的評估。隨著計算機技術(shù)在醫(yī)學(xué)領(lǐng)域的廣泛應(yīng)用發(fā)展，計算機輔助分析醫(yī)學(xué)顯微圖像可以減少人為錯誤的影響，提高診斷的準(zhǔn)確性，節(jié)省人力和時間。通過紋理分析可以給出某一具體組織的特征并提取重要信息，從而輔助醫(yī)生進行臨床診斷和疾病治療。

紋理是圖像的重要特征，為圖像識別提供大量的信息。紋理特征是一種不依賴于顏色或亮度，反映圖像中同質(zhì)現(xiàn)象的視覺特征。紋理特征的提取就是將區(qū)域特征進行量化，以不同的特征值表示一個區(qū)域的紋理特征，從而對圖像區(qū)分。紋理特征提取在醫(yī)學(xué)圖像研究中有著良好的應(yīng)用前景，但是由于紋理的復(fù)雜性，迄今還不存在各類醫(yī)學(xué)圖像適用的紋理提取方法。從而根據(jù)各類不同特點的醫(yī)學(xué)圖像，尋求最優(yōu)的紋理特征與參數(shù)是當(dāng)前研究的重點和難點。因此，本發(fā)明根據(jù)瘢痕組織的主要細胞外間質(zhì)成分——膠原纖維的病理特點，針對其二次諧波圖像的紋理特征進行分析，實現(xiàn)對正常和異常瘢痕的無損診斷。

發(fā)明內(nèi)容

本發(fā)明的目的在于針對現(xiàn)有技術(shù)的不足和缺陷，提供一種基于二次諧波圖像紋理分析的皮膚瘢痕圖像判斷方法，該方法有利于實現(xiàn)對皮膚瘢痕圖像的無損判斷。

為實現(xiàn)上述目的，本發(fā)明的技術(shù)方案是：一種基于二次諧波圖像紋理分析的皮膚瘢痕圖像判斷方法，包括如下步驟：

(1)將待處理的瘢痕的膠原二次諧波圖像隨機分為訓(xùn)練集和測試集；

(2)將訓(xùn)練集和測試集中待處理的瘢痕的膠原二次諧波圖像轉(zhuǎn)化為灰度圖像；

(3)使用LD-LBP方法對灰度圖像進行均勻度特征提取，生成LD-LBP碼圖，并計算LD-LBP方差V₁；所述LD-LBP方法是改進的LBP方法，通過在LBP方法基礎(chǔ)上增加對中心與鄰域像素灰度值的局部差異幅度值編碼得到；

(4)使用Haar小波變換對步驟(3)得到的LD-LBP碼圖進行方向性、粗糙度特征提取，計算分解后的低頻子帶系數(shù)的均值U_LL、方差Var和能量比E_r，以及水平子帶系數(shù)的均值U_LH；

(5)將步驟(3)得到的LD-LBP方差V₁，步驟(4)得到的低頻子帶系數(shù)的均值U_LL、方差Var和能量比E_r，以及水平子帶系數(shù)的均值U_LH組成瘢痕圖像紋理的特征向量T，即T＝[V₁,U_LL,Var,E_r,U_LH]；

(6)對步驟(5)得到的瘢痕圖像紋理的特征向量T進行高斯歸一化；

(7)對訓(xùn)練集和測試集中歸一化后的特征向量T使用模糊K鄰近法進行處理；

(8)判斷并輸出測試集中各個瘢痕圖像的類別C_k，其中k∈[1,2]，C₁為正常瘢痕圖像，C₂為異常瘢痕圖像。

進一步的，所述步驟(3)中，使用LD-LBP方法對灰度圖像進行均勻度特征提取，包括以下步驟：