[發明專利]基于非下采樣輪廓波和視覺顯著模型的乳腺影像處理

有效

• 申請號: 201410559392.5
• 申請日: 2014-10-21
• 公開（公告）號: CN104331864B
• 公開（公告）日: 2018-11-23
• 發明（設計）人: 焦李成;馬文萍;潘頔;楊淑媛;侯彪;王爽;馬晶晶;劉紅英;熊濤;張向榮
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T7/60;A61B5/00
• 代理公司: 北京科億知識產權代理事務所(普通合伙) 11350
• 代理人: 湯東鳳

1.一種基于非下采樣變換和視覺顯著模型的乳腺影像處理系統，包括如下裝置：

裝置1，用于采用非下采樣變換，對原始影像進行增強處理，得到增強后的影像I(x)；

裝置2，用于將增強后的圖像I(x)分為2×2大小的像素塊x_i，對于圖像中任一像素塊x_i所在的2×2大小區域提取均值E、方差V、幅值R、亮度變化率B這四個特征值，分別得到四幅大小為原來的二分之一的特征圖，即均值圖E(x)、方差圖V(x)、幅值圖R(x)、亮度變化率圖B(x)；

對每一幅特征圖，生成三層高斯金字塔模型，即以原特征圖為金字塔的第一層，金字塔的第二層和金字塔的第三層為依次在上一層的基礎上下采樣得到的，大小為上一層圖像的二分之一的金字塔模型；

裝置3，用于對上述得到的十二幅特征圖的每個像素點x_i以其為中心取5×5大小的窗口計算每個像素的熵值：

其中m代表5×5大小的窗口中各像素值的灰度級數，p為每個灰度級在該區域內出現的概率，以熵值代替每個像素點的值，得到十二幅熵值圖，共四組，對應于同一幅特征圖的三幅熵值圖作為一組；

裝置4，用于針對每組熵值圖，取第一層熵值圖為中央層，第二層熵值圖和第三層熵值圖為鄰域層，采用中央鄰域差分算子分別對第一層熵值圖和第二層熵值圖進行差分計算、對第一層熵值圖和第三層熵值圖進行差分計算，得到兩幅不同尺度的特征圖，即每個高斯金字塔模型得到兩幅差分圖；

經過視覺顯著模型的歸一化算子N(·)歸一化四個特征中每個特征的兩幅差分子圖；

采用立方插值將12幅特征圖中的每幅特征圖調整為同一尺度，線性融合每個特征的兩幅差分子圖，得到4幅顯著圖，最后將4幅顯著圖線性融合，得到最終的顯著圖；

裝置5，用于顯著圖中的高亮區域即為突出后的目標區域，將目標區域對應到原圖中，提取該目標區域的灰度特征、顯著圖特征以及紋理特征，再運用針對不平衡數據分類的支持向量機v-SVM對目標區域進行分類，濾除假陽性腫塊，得到最終的可疑腫塊部分。

2.根據權利要求1所述的系統，其中，采用非下采樣變換，對原始影像進行增強處理，包括：

1a).從原始乳腺影像中截取感興趣區域，大小為256×256；

對該區域進行非下采樣變換，得到低頻子帶系數矩陣C₀和各尺度上的高頻方向子帶系數矩陣C_j,k，其中j表示尺度，k表示子帶方向，對低頻子帶系數和高頻子帶系數進行歸一化，歸一化到[-1,1]范圍；

1b).對1a)得到的各尺度上的高頻方向子帶系數矩陣C_j,k，估計各尺度各方向的噪聲水平；由于噪聲產生的高頻系數通常與相鄰尺度的高頻系數相關性很小，可以通過收縮算子來進行降噪，該收縮算子是通過軟閾值法對噪聲產生的高頻系數進行處理：

式中，D_j,k為去噪后的高頻系數矩陣，閾值sl＝256×256是輸入信號的長度，σ_j,k是指第j尺度，第k方向的噪聲標準差，得到去噪后的各高頻系數矩陣D_j,k；

1c).采用與去噪后的各高頻系數矩陣D_j,k相應的增強算子進行增強：

式中，D′_j,k為采用增強算子增強后的高頻系數矩陣，閾值T₂＝C×max(D_j,k)，其中0<C<1，γ取2；

1d).將采用增強因子增強后的高頻系數進行重構，則得到增強后的圖像I(x)。