[發(fā)明專利]一種基于超聲圖像特征相關(guān)性的乳腺腫瘤分類方法、裝置

在審

• 申請?zhí)枺?/td>: 201710696532.7
• 申請日: 2017-08-15
• 公開（公告）號: CN107463964A
• 公開（公告）日: 2017-12-12
• 發(fā)明（設(shè)計）人: 鄭元杰;叢金玉;連劍;劉弘;魏本征
• 申請（專利權(quán)）人: 山東師范大學(xué)
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/32;G06K9/46
• 代理公司: 濟南圣達知識產(chǎn)權(quán)代理有限公司37221
• 代理人: 張勇

1.一種基于超聲圖像特征相關(guān)性的乳腺腫瘤分類方法，其特征在于，包括：

對乳腺超聲圖像進行預(yù)處理去噪，提取目標(biāo)興趣區(qū)域；

基于目標(biāo)興趣區(qū)域中的每個像素點，提取底層圖像特征；

根據(jù)所述底層圖像特征，利用協(xié)方差矩陣提取特征相關(guān)性，采用基于數(shù)據(jù)挖掘的分類器對所述特征相關(guān)性進行分類，進而得到乳腺腫瘤的分類結(jié)果。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于數(shù)據(jù)挖掘的分類器采用KNN分類器。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述提取目標(biāo)興趣區(qū)域包括：

在所述乳腺超聲圖像上進行標(biāo)記，根據(jù)標(biāo)記提取包含有乳腺腫瘤區(qū)域的最小外接矩形，作為目標(biāo)興趣區(qū)域。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述提取底層圖像特征包括：

根據(jù)每個像素點的灰度及其在x方向和y方向的一階導(dǎo)數(shù)和二階導(dǎo)數(shù)，提取底層圖像特征。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，根據(jù)所述底層圖像特征，利用協(xié)方差矩陣提取特征相關(guān)性包括，根據(jù)以下公式提取協(xié)方差矩陣：

C=1n-1Σk-1n(Fk-μ)(Fk-μ)T]]>

其中，n表示圖像中的像素個數(shù)，F(xiàn)_k表示該像素的底層特征，μ表示所有像素的特征均值，k表示像素的序號；協(xié)方差矩陣的對角線元素表示的是不同特征自身的方差，非對角線元素表示的是不同特征之間的協(xié)方差，非對角線元素若值為正值，表示對應(yīng)兩個特征為正相關(guān)，反之，若值為負，表示對應(yīng)兩個特征為負相關(guān)，如果為0，表示兩個特征相互獨立。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，采用L²ECM算法對協(xié)方差矩陣進行向量化，將協(xié)方差矩陣中的值按照順序構(gòu)成一個新的特征向量，采用該特征向量表示特征相關(guān)性。

7.根據(jù)權(quán)利要求6所述的方法，采用L²ECM算法對協(xié)方差矩陣進行向量化包括：將所述協(xié)方差矩陣用C＝U∑U^T表示，其中C表示該協(xié)方差矩陣，U表示正交陣，其中對角線元素為協(xié)方差矩陣C的特征值，計算得logC＝Ulog(∑)U^T，將協(xié)方差矩陣中的值按照順序構(gòu)成一個新的特征向量，即vlog(C)＝[vlog(C₁),vlog(C₂),...,vlog(C_n)]，采用該特征向量表示特征相關(guān)性。

8.根據(jù)權(quán)利要求1所述的方法，其特征在于，采用中值濾波方法去除噪聲。

9.一種計算機可讀存儲介質(zhì)，其中存儲有多條指令，其特征在于：所述指令由處理器加載并執(zhí)行以下處理：

對乳腺超聲圖像進行預(yù)處理去噪，提取目標(biāo)興趣區(qū)域；

基于目標(biāo)興趣區(qū)域中的每個像素點，提取底層圖像特征；

根據(jù)所述底層圖像特征，利用協(xié)方差矩陣提取特征相關(guān)性，采用基于數(shù)據(jù)挖掘的分類器對所述特征相關(guān)性進行分類，進而得到乳腺腫瘤的分類結(jié)果。

10.一種基于超聲圖像特征相關(guān)性的乳腺腫瘤分類裝置，其特征在于：包括處理器和計算機可讀存儲介質(zhì)，處理器用于實現(xiàn)各指令；計算機可讀存儲介質(zhì)用于存儲多條指令，所述指令由處理器加載并執(zhí)行以下處理：

對乳腺超聲圖像進行預(yù)處理去噪，提取目標(biāo)興趣區(qū)域；

基于目標(biāo)興趣區(qū)域中的每個像素點，提取底層圖像特征；

根據(jù)所述底層圖像特征，利用協(xié)方差矩陣提取特征相關(guān)性，采用基于數(shù)據(jù)挖掘的分類器對所述特征相關(guān)性進行分類，進而得到乳腺腫瘤的分類結(jié)果。