[發明專利]一種基于腹部CT醫學圖像融合分類的檢測裝置

有效

• 申請號: 201810662562.0
• 申請日: 2018-06-25
• 公開（公告）號: CN108898593B
• 公開（公告）日: 2020-10-02
• 發明（設計）人: 劉信禮;黃瑞彬;萬振法;成英
• 申請（專利權）人: 濟南市第四人民醫院
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 重慶市諾興專利代理事務所(普通合伙) 50239
• 代理人: 劉興順

1.一種基于腹部CT醫學圖像融合分類的檢測裝置，用于處理患者的腹部CT醫學圖像而得到所述患者的疑似病灶區域，其特征在于，包括：獲取模塊，獲取所述患者的腹部CT掃描圖像，啟動CT掃描器對人體的腹部進行電影模式CT掃描，并將所獲得的每一張CT圖片按人體進入掃描區的先后順序給CT圖像的每一圖片賦予床位號和層位號，按掃描成像的時間順序給CT圖像的每一圖片賦予相位號；將CT圖像的每一圖片進行閾值分割并獲取人體體表輪廓曲線；以通過人體體表輪廓曲線在垂直方向的最低點的水平線為基準，對每一圖片自左向右依次豎向逐點掃描，當圖片的一列像素點的像素值全為零時記為零，當圖片的一列由上而下有一個像素點的像素值不為零時，便記下第一個像素值不為零的像素點的高度值；然后將所記錄的數據按自左向右的順序排列，再以所得到的排列為行，按床位層位號的順序由上向下排列，得到每一個床位的輪廓矩陣；將每一輪廓矩陣中所有元素的高度值累加求和，從一個床位中挑出所求和的最大值所對應的一個相位的一組圖片，然后以該組圖片為起點將相位號大于該組圖片相位號的每一組圖片按相位號由小到大排列，得到每一個床位內一個完整呼吸周期的圖片陣列；預處理模塊，對獲取每一個床位內一個完整呼吸周期的圖片陣列進行預處理得到二值化灰度圖像；形態學腐蝕與膨脹模塊，對所述二值化灰度圖像進行形態學腐蝕運算得到腐蝕后的圖像，對所述二值化灰度圖像進行膨脹運算得到膨脹后的圖像；運算模塊，對所述腐蝕后的圖像進行開運算得到開運算圖，對所述膨脹后的圖像進行閉運算得到閉運算圖；傅里葉變換模塊，對所述開運算圖和所述閉運算圖進行傅里葉變換得到傅里葉變換值；腹部醫學圖像融合分類模塊，用于對腹部CT掃描圖像進行融合分類區分，并將區分結果傳輸給病灶檢測部進行判斷；病灶檢測部，用于對所述傅里葉變換值結合腹部融合分類區分結果進行判斷得到所述患者的疑似病灶區域；所述腹部醫學圖像融合分類模塊包括以下步驟：

數據預處理步驟：獲取所述患者的腹部CT掃描圖像，進行包括去除所述腹部CT掃描圖像中的基線和高頻噪聲在內的預處理步驟，并將其分為腹部CT掃描灰度解剖圖像和偽彩色功能腹部CT掃描圖像，分別標記為和

多尺度分解模塊：在多尺度分解過程中，通過改變傳播濾波器中高斯卷積核的大小，對兩幅源圖像和進行平滑處理，使用平滑處理對信號和進行多尺度分解，獲得平滑圖像和細節圖像；對于平滑圖像S采用信息熵進行加權融合得到融合平滑圖像，而對于細節圖像采用多特征進行融合得到融合細節圖像F_S；傳播濾波器的原型為：S_p＝1/Z_p∑_t∈N(p)w_p，t×I_t，其中，S_p為平滑后的圖像，Z_p為歸一化因子，N(p)為以p為中心像素點的鄰域，i表示像素點序列號，I_t為在坐標位置t的圖像像素值，w_p，t為傳播濾波器權值；其中，傳播濾波器權值的第一項表示利用與像素p和像素t鄰接的像素之間的距離和高斯卷積核σ_a的高斯函數；傳播濾波器權值的第二項表示利用與像素p鄰接的所有像素距離和高斯卷積核σ_r的高斯函數；

重構融合步驟：利用像素級上的簡單運算對融合后的平滑圖像F_D和細節圖像F_S進行基于ADMM重構得到融合圖像F；輸出最終的融合圖像F；

分類步驟：并采用改進的SVM算法對融合圖像F進行分類，SVM模型如下：

其中β∈R^P表示β是P維的模型向量，x_n表示樣例，y_n表示類標簽，N表示樣本數，n∈{1，…，N}表示樣本的索引，P表示特征數，p∈{1，…，P}表示特征的索引，β_p表示第p個特征對應的模型向量分量，f(x_n)表示分類面方程，表示MCP罰函數，φ(β)表示基于相關系數的罰函數，1(y_n，f(x_n))表示鉸鏈損失函數，λ₁、λ₂和γ表示可調參數。