[發(fā)明專利]基于塊匹配自適應(yīng)權(quán)重稀疏表示的病變血管精確檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201910669052.0
• 申請(qǐng)日: 2019-07-24
• 公開（公告）號(hào): CN110400300B
• 公開（公告）日: 2023-06-23
• 發(fā)明（設(shè)計(jì)）人: 胡鑫;初佃輝
• 申請(qǐng)（專利權(quán)）人: 哈爾濱工業(yè)大學(xué)（威海）
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T7/11;G06T5/20;G06T7/62;G06T7/68;G06V10/74
• 代理公司: 北京匯捷知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11531
• 代理人: 馬金華

1.基于塊匹配自適應(yīng)權(quán)重稀疏表示的病變血管精確檢測(cè)方法，其特征在于，按照以下步驟進(jìn)行：

步驟1：生成多尺度血管訓(xùn)練集：將血管結(jié)構(gòu)看作是人體內(nèi)的線狀結(jié)構(gòu)，利用海森矩陣構(gòu)造基于高斯卷積的多維線狀結(jié)構(gòu)濾波器，在傳統(tǒng)半自動(dòng)分割的血管訓(xùn)練集基礎(chǔ)上，應(yīng)用所構(gòu)造的多維線狀結(jié)構(gòu)濾波器，將血管訓(xùn)練集轉(zhuǎn)換成與血管尺度相關(guān)的訓(xùn)練集；

步驟2：利用多尺度分階層血管跟蹤算法，提取病變血管的中心軸線，沿軸線截面方向，以血管最大尺度為半徑，抽取血管信息塊，組建多尺度塊信息庫，信息塊的大小為7×7×7體素，其尺度由抽取的目標(biāo)血管尺度決定；

步驟3：基于稀疏表示的多尺度字典學(xué)習(xí)，通過稀疏表示算法，自適應(yīng)地從塊信息庫中捕獲局部病變血管特征；

步驟4：采用自適應(yīng)權(quán)重稀疏表示分類算法進(jìn)行病變血管精確檢測(cè)：

其中p為待檢測(cè)的目標(biāo)血管信息塊；·表示矩陣元素乘法；w表示塊信息庫d_s的自適應(yīng)權(quán)重向量；W為權(quán)重相關(guān)的映射矩陣；a_i和a_j為塊信息庫d_s中任意兩個(gè)信息塊；λ₁、λ₂和λ₃為非負(fù)影響因素參數(shù)；為映射矩陣W的正規(guī)化，可以減小塊信息庫d_s中相似信息塊的特征距離；根據(jù)目標(biāo)信息塊p的稀疏表示殘差，定義p和血管的相似度，如下公式所示：

其中β為公式(2)優(yōu)化所得稀疏表示系數(shù)，當(dāng)目標(biāo)信息塊和血管相似度較高時(shí)，認(rèn)定目標(biāo)信息塊p為血管的一部分，實(shí)現(xiàn)目標(biāo)信息塊的分類；待檢測(cè)的目標(biāo)信息塊p的收集過程和訓(xùn)練集信息塊的收集過程一致，即沿血管軸線截面方向，因此，目標(biāo)信息塊構(gòu)成了一個(gè)待檢測(cè)序列{p₀,...,p_n-1,p_n,...}，由于待檢測(cè)信息塊位置上的臨近，臨近信息塊間的相似性使得p_n-1的稀疏表示參數(shù)可以引導(dǎo)p_n的參數(shù)優(yōu)化，因此，公式(2)的優(yōu)化求解過程分為以下五步：1)在p_n-1的尺度s_n-1附近搜索p_n的最優(yōu)尺度s_n；2)在參數(shù)w_n-1、W_n-1和s_n確定的情況下，優(yōu)化求解參數(shù)β_n，這種情況下，公式(2)轉(zhuǎn)化為簡單的傳統(tǒng)稀疏表示優(yōu)化求解問題，可以很容易得到最優(yōu)解：其中G是關(guān)于X_n的對(duì)角矩陣；3)在參數(shù)W_n-1、β_n和s_n確定的情況下，優(yōu)化求解參數(shù)w_n，這種情況下，公式(2)的拉格朗日函數(shù)滿足Karush-Kuhn-Tucker同步收斂條件，進(jìn)而獲得w_n的最優(yōu)解：其中ε_m-l+1為ε的第m-l+1個(gè)元素，m為β_n中的元素個(gè)數(shù)，l為β_n中非零元素個(gè)數(shù)，為全1矩陣，矩陣大小和權(quán)重矩陣wn一致；4)在參數(shù)w_n、β_n和s_n確定的情況下，優(yōu)化求解參數(shù)W_n，這種情況下，公式(2)變成無約束最優(yōu)化問題，可以使用傳統(tǒng)的CG?Schmidt(2005)優(yōu)化算子進(jìn)行求解；5)在參數(shù)w_n、W_n和s_n確定的情況下，重復(fù)第二步的優(yōu)化求解過程，優(yōu)化更新參數(shù)β_n。

2.按照權(quán)利要求1所述基于塊匹配自適應(yīng)權(quán)重稀疏表示的病變血管精確檢測(cè)方法，其特征在于：所述步驟3過程如下：

其中d_s為尺度為s的塊信息庫，β為稀疏表示的系數(shù)向量，p為訓(xùn)練集中的信息塊，d_s和β的優(yōu)化求解由稀疏表示算法給出，稀疏表示的殘差決定信息塊的表征性，而表征性高的信息塊將被放入多尺度字典，實(shí)現(xiàn)病變血管局部特征的捕捉。