[發明專利]多時序圖像處理方法、電子設備及存儲介質

在審

• 申請號: 202010826210.1
• 申請日: 2020-08-17
• 公開（公告）號: CN111951252A
• 公開（公告）日: 2020-11-17
• 發明（設計）人: 戴亞康;李敏;周志勇;胡冀蘇;錢旭升;耿辰
• 申請（專利權）人: 中國科學院蘇州生物醫學工程技術研究所;蘇州市第五人民醫院
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/136
• 代理公司: 北京遠大卓悅知識產權代理事務所(普通合伙) 11369
• 代理人: 孔凡玲

1.一種多時序圖像處理方法，其特征在于，包括以下步驟：

1)多時序感興趣區域分割：

對一個病人的一個時相的組織圖像進行感興趣區域分割，獲得J個ROI圖像；

2)感興趣區域綜合特征提取：

計算每個ROI圖像的7個特征向量，包括：一階統計矩特征向量F_fos、計算三維形狀特征向量F_s3d、灰度共生矩陣特征向量F_glcm、灰度行程矩陣特征向量F_glrlm、灰度區域大小矩陣特征向量F_glszm、相鄰灰度差分矩陣特征向量F_ngtdm及灰度相關矩陣特征向量F_gldm，將同一個ROI圖像的上述7個特征向量按照行方向逐一拼接成，形成新的特征向量，記作F_i，i＝1,2，…,J，然后將所有ROI圖像的F_i按照行方向逐一拼接，得到感興趣區域的綜合特征向量Z；

3)多時序圖像特征提取：

對一個病人的m個時相的組織圖像按照所述步驟1)和步驟2)的方法，分別提取其綜合特征向量，記作Z_m；計算不同Z_m之間的差異矩陣Z_mm’，根據Z_m和Z_mm’計算一個病人的m個時相的組織圖像的多時相圖像特征向量D_f；

4)圖像集處理：

按照所述步驟1)-3)，獲得所有病人各自的多時相圖像特征向量D_fx，x＝1,2，…,X，X表示病人總數；

對D_fx按照列方向逐一拼接，形成圖像集的特征矩陣，記作M；特征矩陣M中的行向量代表同一個病人的多時相圖像的特征值向量，特征矩陣M中的列向量代表不同病人的多時相圖像中相同特征名的特征值向量；

5)將所述步驟4)得到的特征矩陣M進行特征篩選后通過分類器進行分類，獲得圖像處理結果。

2.根據權利要求1所述的多時序圖像處理方法，其特征在于，所述步驟1)具體包括：

1-1)對一個病人的一個時相的組織圖像進行組織分割，分割后組織區域的像素值保留，其余部位的像素置0，分割的圖像記作I_lung；

1-2)灰度標準化：

a)在原圖像中選擇某一個已進行了組織分割的圖像區域作為基準區域，計算其圖像灰度均值，記作p_base；對組織區域的像素進行灰度偏置，偏置后的像素值p＝p_ori-p_base，偏置后的圖像記作I_shift；其中，p_ori表示原圖像的像素灰度；

b)設置圖像閾值集合，記作τ_i，i＝1,2，…,J，由τ_i對I_shift進行閾值分割，高于閾值的像素保留原像素值，小于閾值的像素值置零，分割后的圖像記作I_i-binary；

I_i-binary的非零像素區域為原始圖像中的感興趣區域，即一個多時序圖像經過J個閾值分割處理后，將產生J個ROI圖像，J個ROI圖像為感興趣區域，后續將在J個ROI圖像上分別提取特征。