[發明專利]一種圖像數據分析方法

有效

• 申請號: 201711480587.0
• 申請日: 2017-12-29
• 公開（公告）號: CN108305245B
• 公開（公告）日: 2021-09-10
• 發明（設計）人: 張歡;劉暢;王乾;丁蓓
• 申請（專利權）人: 上海交通大學醫學院附屬瑞金醫院
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/194;G06T5/00;G06T5/50;G06K9/62
• 代理公司: 上海世圓知識產權代理有限公司 31320
• 代理人: 陳穎潔;王佳妮

本發明公開了一種圖像數據分析方法，包括以下步驟圖像及圖像數據獲取步驟，用以獲取圖像中選定的特征區域以及所述特征區域的特征數據；所述圖像包括測試圖像和訓練圖像；所述訓練圖像被分成兩個以上組別，同一組別的訓練圖像標識有相同的組別標簽；數據模型建立及交叉驗證步驟，用以根據所述訓練圖像中的特征數據和組別標簽的映射關系構建數據模型，以及根據所述訓練圖像中的特征數據對所述數據模型進行至少一次交叉驗證處理；測試圖像組別判定，用以利用所述測試圖像的特征數據及所述數據模型獲取所述測試圖像的組別標簽。

技術領域

本發明涉及圖像處理領域，具體為一種圖像數據分析方法。

背景技術

三維立體醫學圖像應用廣泛，常見的圖像形式包括磁共振成像（MRI）、CT等。三維立體醫學圖像的圖像數據，是指用數值表示的各像素灰度值的集合。在進行圖像數據分析時，特別是對于三維立體醫學圖像分析時，怎樣提取圖像中的特征區域具體的特征值，以及怎樣利用這些特征進行數據深度挖掘和分析，預判特征與圖像標簽變化的關聯，是目前需要解決的問題。

發明內容

本發明的目的是：提供一種圖像數據分析方法，能夠根據圖像的多尺度視覺特征，計算或者預判與圖像視覺特征相關的標簽。

實現上述目的的技術方案是：一種圖像數據分析方法，包括以下步驟圖像及圖像數據獲取步驟，用以獲取圖像中選定的特征區域以及所述特征區域的特征數據；所述圖像包括測試圖像和訓練圖像；所述訓練圖像被分成兩個以上組別，同一組別的訓練圖像標識有相同的組別標簽；數據模型建立及交叉驗證步驟，用以根據所述訓練圖像中的特征數據和組別標簽的映射關系構建數據模型，以及根據所述訓練圖像中的特征數據對所述數據模型進行至少一次交叉驗證處理；測試圖像組別判定，用以利用所述測試圖像的特征數據及所述數據模型獲取所述測試圖像的組別標簽。

在本發明一較佳的實施例中，所述圖像及圖像數據獲取步驟包括圖像多尺度分解步驟，分解所述圖像中的特征區域，獲取在每一尺度下分解得到的前景圖像和背景圖像，其中，將當前的尺度分解得到的前景圖像作為下一尺度分解的圖像；特征數據提取步驟，提取所有尺度下的前景圖像和背景圖像中的特征數據，該特征數據包括視覺特征數據。

在本發明一較佳的實施例中，所述圖像多尺度分解步驟中，包括迭代法分解圖像步驟，即采用TV-L1模型算法進行特征區域的圖像分解，得到每一尺度分解后的前景圖像和背景圖像。

在本發明一較佳的實施例中，所述迭代法分解圖像步驟，包括參數設置步驟，設置所述TV-L1模型的當前的尺度參數；分解步驟，根據完成所述尺度參數設置的所述TV-L1模型對所述圖像的特征區域進行分解，得到當前的前景圖像和背景圖像；判斷步驟：判斷當前的所述尺度參數是否達到預設值；若是，則完成所述圖像多尺度分解步驟；若否，則將當前的尺度參數乘以一常數，得到下一尺度參數，并將當前的前景圖像作為下一尺度分解的圖像，返回分解步驟，多尺度循環分解，直至所述尺度參數達到預設值。

在本發明一較佳的實施例中，所述圖像及圖像數據獲取步驟中包括圖像分割處理步驟，用以根據所述特征區域對圖像進行分割處理，得到含有特征區域的掩模，并標記對應的組別標簽。

在本發明一較佳的實施例中，在所述分割處理圖像后，還包括特征區域規則化處理步驟，用以在多尺度分解之前，提取特征區域，根據各特征區域內像素的灰度值分布，對所述特征區域進行規則化處理，使所述特征區域內的像素均值和方差相等。

在本發明一較佳的實施例中，所述圖像及圖像數據獲取步驟中包括圖像標準化處理步驟，用以對所述特征區域進行校正和降噪處理。

在本發明一較佳的實施例中，所述圖像標準化處理步驟包括圖像校正步驟，采用N3 Correction算法對圖像進行校正，即通過一個預設的概率模型估測圖像的偏移場，并根據預測得到的偏移場對圖像的偽影進行修正；圖像降噪處理步驟，采用Non-local meandenoising算法對圖像降噪處理。