[發明專利]一種醫學圖像管理系統

在審

• 申請號: 202011027019.7
• 申請日: 2020-09-25
• 公開（公告）號: CN112150565A
• 公開（公告）日: 2020-12-29
• 發明（設計）人: 咼明;蘇凡凡
• 申請（專利權）人: 咼明
• 主分類號: G06T7/90
• 分類號: G06T7/90;G06T7/44;G06T7/00;G06T5/10;G06K9/62;G16H30/20
• 代理公司: 上海思牛達專利代理事務所(特殊普通合伙) 31355
• 代理人: 雍常明

1.一種醫學圖像管理系統，其特征在于，包括采集模塊(1)、圖像處理模塊(2)和篩選模塊(3)，其中，所述采集模塊(1)獲取醫學圖像信息并將信息傳輸至所述圖像處理模塊(2)，所述圖像處理模塊(2)對醫學圖像信息進行處理并傳輸至所述篩選模塊(3)，所述篩選模塊(3)對獲取的進行篩選分類并進行存儲，且所述圖像處理模塊(2)包括圖像預處理、特征提取、特征處理和訓練分類器。

2.根據權利要求1所述的醫學圖像管理系統，其特征在于，所述圖像預處理，包括以下步驟：

預先進行格式轉化，包括將采集的數據集醫學圖像轉化為PNG格式的文件；

對轉換格式后的醫學圖像文件進行灰度化處理；

將獲取的灰度化醫學圖像進行尺度歸一化處理。

3.根據權利要求2所述的醫學圖像管理系統，其特征在于，還包括以下步驟：

通過灰度直方圖得到灰度特征gray，Gabor濾波器得到紋理特征gabor，灰度共生矩陣得到紋理特征glcm；

通過SURF方法提取醫學圖像的局部特征，并根據視覺詞袋模型的方法進行處理，得到bSurf；

將提取出來的醫學圖像特征進行歸一化處理，分別得到歸一化處理后的特征NorGray、NorGabor、NorGlcm和NorbSurf，分別是歸一化灰度特征、歸一化Gabor特征、歸一化灰度共生矩陣特征和歸一化SURF特征；

將歸一化后的NorGabor和NorGlcm進行串聯融合，得到融合后的紋理特征NorTexture；

將上述步驟中的NorGray、NorTexture和NorbSurf進行串聯融合，根據不同組合可以得到不同的融合結果，獲取降維后的融合特征。

4.根據權利要求1所述的醫學圖像管理系統，其特征在于，所述訓練分類器包括Gabor濾波器，其Gabor濾波器提取的紋理特征通過對圖像與Gabor小波求卷積獲取，表示為：標定一幅灰度值表示為I(x，y)的醫學圖像，Gabor小波表示為g_u，v，進行卷積運算后得到圖像O_u，v(x，y)，表示為：

O_u，v(x，y)＝I(x，y)×g_u，v(x，y)

獲取Gabor值，獲取圖像特征，保護獲取紋理特征。

5.根據權利要求1所述的醫學圖像管理系統，其特征在于，所述篩選模塊(3)包括以下步驟：

預先獲取已分類數據作為訓練集，訓練集中包含不同的訓練樣本，每個訓練樣本有不同的特征以及類型；

標定特征和類型的映射關系模型，

將獲取的映射關系模型進行類型預測，并作為篩選結果。

6.根據權利要求5所述的醫學圖像管理系統，其特征在于，所述標定特征和類型的映射關系模型，包括預先獲取分類數據集，表示為：

X＝(X₁，X₂，…，X_n)和Y＝(X₁，X₂，…，X_n)

其中，n表示總的特征個數，其特征和類型的映射關系，表示為：