[發(fā)明專(zhuān)利]基于數(shù)據(jù)挖掘的肝病CT圖像計(jì)算機(jī)輔助診斷系統(tǒng)及方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201810313764.4
• 申請(qǐng)日: 2018-04-10
• 公開(kāi)（公告）號(hào): CN108805858A
• 公開(kāi)（公告）日: 2018-11-13
• 發(fā)明（設(shè)計(jì)）人: 童凱;周偉;王允軒;孫家儒;汪梅婷
• 申請(qǐng)（專(zhuān)利權(quán)）人: 燕山大學(xué)
• 主分類(lèi)號(hào): G06T7/00
• 分類(lèi)號(hào): G06T7/00;G06T7/12;G06T7/45;G16H30/20;G16H50/20
• 代理公司: 秦皇島一誠(chéng)知識(shí)產(chǎn)權(quán)事務(wù)所(普通合伙) 13116
• 代理人: 李合印

1.一種基于數(shù)據(jù)挖掘的肝病CT圖像計(jì)算機(jī)輔助診斷系統(tǒng)，其特征在于：所述系統(tǒng)包括有依次連接的輸入模塊、紋理特征提取模塊、分類(lèi)診斷識(shí)別模塊和輸出模塊；

所述輸入模塊是用于導(dǎo)入經(jīng)過(guò)輪廓分割和提取的肝部CT圖像；

所述圖像紋理特征提取模塊是用于對(duì)提取的肝部CT圖像進(jìn)行一系列圖像紋理分析，獲得目標(biāo)圖像的圖像特征，所述圖像特征為9維灰度共生紋理特征；

所述分類(lèi)診斷模塊，該模塊內(nèi)包括分類(lèi)器和存有多例病理確診的肝癌、肝囊腫以及正常肝臟CT圖像紋理特征的數(shù)據(jù)庫(kù)，所述分類(lèi)診斷模塊根據(jù)已有數(shù)據(jù)庫(kù)訓(xùn)練好的診斷模型，對(duì)輸入的圖像紋理特征進(jìn)行統(tǒng)計(jì)分析以及分類(lèi)判斷；

所述輸出模塊是用于將分類(lèi)統(tǒng)計(jì)結(jié)果輸出顯示并生成報(bào)告，統(tǒng)計(jì)結(jié)果包括分類(lèi)判斷結(jié)果和準(zhǔn)確度統(tǒng)計(jì)指標(biāo)。

2.一種基于數(shù)據(jù)挖掘的肝病CT圖像計(jì)算機(jī)輔助診斷方法，其特征在于：該方法采用所述基于數(shù)據(jù)挖掘的肝病CT圖像計(jì)算機(jī)輔助診斷系統(tǒng)，其內(nèi)容主要包括以下步驟：

(1)預(yù)先對(duì)腹部CT圖像進(jìn)行輪廓分割和提取，并標(biāo)記好正常肝臟CT、肝囊腫、肝癌，將預(yù)處理后的圖像導(dǎo)入到所述系統(tǒng)中；

(2)圖像紋理特征提取模塊對(duì)導(dǎo)入圖像進(jìn)行圖像紋理分析，獲取CT圖像中的13維灰度共生紋理特征；

(3)分類(lèi)診斷模塊內(nèi)存儲(chǔ)已經(jīng)證實(shí)的肝癌、肝囊腫圖像紋理特征以及正常肝圖像肝臟紋理特征構(gòu)成的數(shù)據(jù)庫(kù)，根據(jù)數(shù)據(jù)庫(kù)建立診斷模型，將輸入的肝臟CT圖像紋理特征代入診斷模型分類(lèi)器中進(jìn)行處理，得到診斷結(jié)果以及準(zhǔn)確度。

3.根據(jù)權(quán)利要求2所述的一種基于數(shù)據(jù)挖掘的肝病CT圖像計(jì)算機(jī)輔助診斷方法，其特征在于：在步驟(1)中，所述對(duì)腹部CT圖像進(jìn)行輪廓分割和提取，其過(guò)程為：

首先對(duì)圖像進(jìn)行切割得到ROI,然后對(duì)于感興趣的區(qū)域進(jìn)行填充和去除噪聲的處理，采用中值濾波法去除噪聲，采用直方圖均衡化方法進(jìn)行圖像增強(qiáng)；并對(duì)CT圖像進(jìn)行256級(jí)灰度轉(zhuǎn)換，而后存儲(chǔ)為double類(lèi)型，最后進(jìn)行16級(jí)灰度壓縮，將所有提取的ROI圖像構(gòu)成肝臟CT圖像集。

4.根據(jù)權(quán)利要求2所述的一種基于數(shù)據(jù)挖掘的肝病CT圖像計(jì)算機(jī)輔助診斷方法，其特征在于：在步驟(2)中，所述獲取CT圖像中的13維灰度共生紋理特征，獲取其中9維灰度共生紋理特征的過(guò)程為：

在圖像中任取一像素點(diǎn)A(x，y)，然后獲得與像素點(diǎn)A距離為d的另一個(gè)像素點(diǎn)B(x+a，y+b)，像素點(diǎn)A和像素點(diǎn)B形成一個(gè)點(diǎn)對(duì)，記錄這一點(diǎn)對(duì)的灰度值(i，j)，固定a和b的值，使像素點(diǎn)A(x，y)在圖像上移動(dòng)，獲得多種像素點(diǎn)對(duì)組合，Ng為圖像灰度級(jí)別值，i∈[0，Ng-1]，j∈[0，Ng-1]，改變d和θ，θ為像素點(diǎn)對(duì)連線(xiàn)與水平線(xiàn)的夾角，統(tǒng)計(jì)圖像中的像素點(diǎn)對(duì)的灰度值，構(gòu)成灰度共生矩陣P(i，j，θ，d)，其中#{x}是集合x(chóng)中的所有元素的個(gè)數(shù)；然后根據(jù)灰度共生矩陣提取9維紋理特征，分別為對(duì)比度、逆差矩、相關(guān)性、熵、角二階矩、共生和均值、共生和的熵、共生和差值以及共生差的熵。

5.根據(jù)權(quán)利要求2所述的一種基于數(shù)據(jù)挖掘的肝病CT圖像計(jì)算機(jī)輔助診斷方法，其特征在于：在步驟(3)中，所述根據(jù)數(shù)據(jù)庫(kù)建立診斷模型，建立診斷模型的過(guò)程為：

從數(shù)據(jù)庫(kù)內(nèi)選取n個(gè)紋理特征數(shù)據(jù)樣本作為訓(xùn)練樣本集，用訓(xùn)練樣本集對(duì)分類(lèi)器進(jìn)行訓(xùn)練，其中n為正整數(shù)，且為整個(gè)數(shù)據(jù)庫(kù)樣本集的1/2，并將數(shù)據(jù)庫(kù)中除訓(xùn)練樣本集外的n個(gè)紋理特征數(shù)據(jù)樣本作為驗(yàn)證樣本集，使用訓(xùn)練后分類(lèi)器對(duì)驗(yàn)證樣本集進(jìn)行分類(lèi)，獲得驗(yàn)證樣本集的鑒別準(zhǔn)確率，然后再另外選取n個(gè)樣本重復(fù)上述步驟，多次操作，最后選取得到最大診斷準(zhǔn)確率維目標(biāo)建立診斷模型。

6.根據(jù)權(quán)利要求5所述的一種基于數(shù)據(jù)挖掘的肝病CT圖像計(jì)算機(jī)輔助診斷方法，其特征在于：所述從數(shù)據(jù)庫(kù)內(nèi)選取n個(gè)紋理特征數(shù)據(jù)樣本作為訓(xùn)練樣本集，就是從數(shù)據(jù)庫(kù)內(nèi)選取肝臟紋理特征數(shù)據(jù)樣本，分為訓(xùn)練樣本集和驗(yàn)證樣本集，使用Relief算法將提取的特征進(jìn)行降維處理，使用改進(jìn)后的K-means聚類(lèi)分析方法構(gòu)建分類(lèi)器，使用訓(xùn)練樣本集對(duì)分類(lèi)器進(jìn)行訓(xùn)練。