[發明專利]一種基于樸素貝葉斯與支持向量機的糖網病自動篩查方法

有效

• 申請號: 201811388557.1
• 申請日: 2018-11-21
• 公開（公告）號: CN111292285B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 朱承璋;胡蓉;鄒北驥;戴玉蘭;趙小虎;程真真
• 申請（專利權）人: 中南大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G16H50/20
• 代理公司: 長沙市融智專利事務所(普通合伙) 43114
• 代理人: 龔燕妮

1.一種基于樸素貝葉斯與支持向量機的糖網病自動篩查方法，其特征在于，包括：

步驟10，獲取原始彩色眼底圖像，對原始彩色眼底圖像進行預處理，并從預處理圖像中提取M通道圖像；

步驟20，從M通道圖像中提取血管圖像；

步驟30，根據血管圖像對預處理圖像進行重繪處理，得到血管重繪圖像；

步驟40，從血管重繪圖像中提取候選微動脈瘤，得到候選微動脈瘤圖像；

步驟50，對候選微動脈瘤圖像中的候選微動脈瘤提取特征得到特征向量，每個候選微動脈瘤圖像中的若干個候選微動脈瘤的特征向量構成候選微動脈瘤特征矩陣；

步驟60，對預處理圖像提取預處理圖像特征得到預處理圖像特征向量；

步驟70，將若干具有候選微動脈瘤樣本的眼底圖像分別按步驟10-50進行處理，以候選微動脈瘤樣本的特征向量組成的特征矩陣為輸入、以候選微動脈瘤樣本的正確標記組成的標記矩陣作為輸出來訓練樸素貝葉斯分類器；

步驟80，將若干眼底圖像樣本分別按步驟10-60進行處理，并將得到的候選微動脈瘤特征矩陣輸入到步驟70訓練得到的樸素貝葉斯分類器中，訓練得到的樸素貝葉斯分類器輸出該眼底圖像樣本的微動脈瘤標記矩陣，獲取該眼底圖像樣本的微動脈瘤數量；

以眼底圖像樣本的微動脈瘤數量和預處理圖像特征組成的特征矩陣作為輸入、眼底圖像樣本的正確標簽矩陣作為輸出來訓練支持向量機；

步驟90，將待測眼底圖像按步驟10-60進行處理，得到待測眼底圖像的候選微動脈瘤特征和預處理圖像特征；

將候選微動脈瘤特征矩陣輸入到步驟70訓練得到的樸素分類器中，得到待測眼底圖像的微動脈瘤數量；

將待測眼底圖像的微動脈瘤數量和預處理圖像特征輸入到步驟80訓練得到的支持向量機中，得到待測眼底圖像的糖網病自動篩查結果。

2.根據權利要求1所述的方法，其特征在于，步驟S30根據血管圖像對預處理圖像進行重繪處理的公式為：

其中，(p,q)表示預處理圖像中除去血管區域的像素點坐標，c為像素點坐標(p,q)的周圍11×11窗口內不為0的像素點個數，m、n為平移量，表示血管重繪圖像的像素點坐標。

3.根據權利要求1所述的方法，其特征在于，所述從M通道圖像中提取血管圖像的過程為：對M通道圖像依次進行高帽變換、直方圖匹配和利用面積大小過濾噪聲處理，得到血管圖像；所述高帽變換采用半徑為1～10像素的圓形結構元進行。

4.根據權利要求1所述的方法，其特征在于，所述樸素貝葉斯分類器具體為：

其中，x為輸入到樸素貝葉斯分類器的候選微動脈瘤特征，n表示候選微動脈瘤特征x中的特征個數，x^(j)表示候選微動脈瘤特征x的第j個特征，Y為輸出空間類標記，取值為c_k，c_k表示是微動脈瘤或不是微動脈瘤；

訓練樸素貝葉斯分類器時，通過輸入到樸素貝葉斯分類器的候選微動脈瘤特征x和已知的樣本標記c_k，訓練得到樸素貝葉斯分類器的先驗概率分布P(Y＝c_k)及條件概率分布P(X^(j)＝x^(j)|Y＝c_k)；

使用訓練得到的樸素貝葉斯分類器時，輸出后驗概率最大的標記。