一种基于多尺度三维块特征提取的肺结节多轮分类方法技术

本发明专利技术一种基于多尺度三维块特征提取的肺结节多轮分类方法，在特征提取的结节掩膜中引入多尺度掩膜的概念，利用不同尺度的块对结节进行特征提取，并将提取的特征投入到第一个分类器中去，然后再将分类的为假阳性的结节再投入到第二个分类器中去，最后合并两个分类器中真阳性结节的子集。本发明专利技术聚焦于图像的多尺度特征提取和图像的分类层面，可以更好的捕获图像中的细节信息从而生成具有代表性的特征集，新的特征包模型和分类模型可具体应用于医学图像、遥感图像、网络图像等数字图像数据的分类、检索等。

【技术实现步骤摘要】

本专利技术属于计算机视觉领域，更为具体地讲，涉及一种基于多尺度三维块特征提取的肺结节多轮分类检测方法。
技术介绍
中国每年癌症新发病例为312万例，每年因癌症死亡超过200万例，其中死亡最多的癌种是肺癌。肺癌的治愈率与诊断时的临床分期密切相关，早期的肺癌患者的5年生存率为90％以上，I期肺癌患者的生存率降为60％，而Ⅱ到Ⅳ期的肺癌患者的年生存率从40％降到5％。因此，“早发现，早诊断，早治疗”是提髙肺癌患者生存率的关键。但是不容乐观的是只有15％的肺癌在早期被发现。然而在出现咳嗽和咳血等长期不愈的不良症状时，再去医院进行检查，往往就己经是肺癌晚期。因此，如何做到“早发现”和“早诊断”是需要研究的重要课题。检测肺结节的CADe系统通常有五个子系统来组成：获取，预处理，分割，结节检测和减少假阳性。获取子系统的主要责任就是获得医学图片。公开数据库能够被用来发展，训练和验证CADe系统。它同样能够用来训练医学学生，并且它能够在不同CADe系统之间作比较。主要的预处理技术有：中值滤波,增强滤波,对比度受限自适应直方图均衡化,自动增强,维纳滤波,快速傅里叶变换,小波变换,抗几何扩散,腐蚀滤波,平滑滤波和噪音修正。分割肺部图像的两个主要的方法是：基于阈值的分割和可变形模型的分割。在基于阈值的分割上，一个亮度的阈值实施了分离操作。分割肺部图片使用的主要类型的可变形模型有：活动轮廓和基于水平集的可变形模型。区域增长是分割肿瘤区域的最好的办法因为找到的边界很完美的瘦和连接。其它历史上分割肺结节的技术有：圆柱形的和球形滤波器,形态学运算，阈值化，多重灰度级阈值化和连接元素分析。主要抽取的特征有：像素的亮度值，形态学，纹理，不规则碎片形。主要的分类器有：线性判别分析,基于规则,聚类,马尔科夫随机场,人工神经网络,支持向量机(SVM),大量训练的神经网络(MTANNs),双阈值切割。
技术实现思路
本专利技术的目的在于设计一种从不同尺度下对肺结节进行特征的提取，并且将具有代表性的特征投入到两轮分类器中去，把两轮分类的结果做一个合并，以提高最后的灵敏度。为实现上述目的，本专利技术一种基于多尺度三维块特征提取的肺结节多轮分类检测方法，主要包括以下内容：在特征提取的结节掩膜中引入多尺度掩膜的概念，利用不同尺度的块对结节进行特征提取，并将提取的特征投入到第一个分类器中去，然后再将分类的为假阳性的结节再投入到第二个分类器中去，最后合并两个分类器中真阳性结节的子集。技术原理如图1所示，具体技术流程如下：步骤一：图片的获取，打算利用公开数据库LIDC，并且进行相关的预处理使其能够被matlab直接处理；步骤二：首先使用阈值对原始图像进行初步分割，其次使用圆盘结构的元素对粗分割的肺部进行二维形态学开运算，然后使用三维六元素连接抽取最大体积的部分，该部分就是分割的肺部，接着使用孔洞填充算法来修补孔洞，最后使用了三维形态学闭运算来精炼肺部的边缘；步骤三：首先用一系列阈值对原始的图像进行阈值分割，然后把分割的结果和肺部掩模进行逻辑与操作，然后再用一系列圆盘结构的元素对分割好的结节进行二维形态学开运算，最后合并所有的中间结节掩模形成最后的结节掩模；步骤四：特征提取，打算利用传统意义上的一些特征，并且基于不同尺度三维的块来提取。特征主要有三大类：几何的，亮度的，梯度特征，所有的这些特征包含了二维的和三维的。最后再用SFS来优选一系列的特征；步骤五：分类器分类一共有两轮分类，第一轮用SVM来进行二分类，第二轮用FLD分类器来对第一轮中分类为假阳性的结节再次进行分类，最后把结果中的真阳性结节进行合并做为最后的结果。附图说明图1是本专利技术一种基于多尺度三维块特征提取的肺结节多轮分类检测方法的原理框图。图2是本专利技术一种基于多尺度三维块特征提取的肺结节多轮分类检测方法的技术方案图。具体实施方式下面结合附图对本专利技术的具体实施方式进行描述，以便本领域的技术人员更好地理解本专利技术。需要特别提醒注意的是，在以下的描述中，可能淡化本专利技术主要内容的已知功能和设计的详细描述将被忽略。在本实施方案中，本专利技术一种基于多尺度分析的特征包构建方法主要包括以下环节：1.图片获取、2.肺部分割、3.结节分割、4.多尺度特征提取、5.二轮分类。图片的获取，打算利用公开数据库LIDC，并且进行相关的预处理使其能够被matlab直接处理。肺部的分割，主要利用阈值法和形态学相关的内容进行分割。首先使用两个阈值分别对原始图像进行初步分割，其次使用圆盘结构的元素对粗分割的肺部进行二维形态学开运算，然后使用三维六元素连接抽取最大体积的部分，该部分就是分割的肺部。再然后使用了孔洞填充算法来修补这些孔洞，最后使用了三维形态学闭运算来精炼肺部的边缘。肺结节的分割，采用形态学的方法来进行分割，首先用一系列阈值对原始的图像进行阈值分割，然后把分割的结果和肺部掩模进行逻辑与操作，然后再用一系列圆盘结构的元素对分割好的结节进行开运算移除一些残差结构，最后合并所有的中间结节掩模形成最后的结节掩模。特征提取，打算利用传统意义上的一些特征，特征主要有三大类：几何的，亮度的，梯度特征。首先对分割好的结节构造边界框，然后在边界框的基础上进行扩充3个像素，使没有精准分割的结节能够大部分包括进来。由于结节的精准分割有一定限制，所以不在分割好的结节掩膜上进行特征提取，而在扩充的三维块中进行特征提取，使结节能够大部分包含进来。所有的这些特征包含了二维的和三维的，以能够全方位的表示结节。最后再用特征选优也就是降维的算法来优选一系列的特征，拟采用前进算法SFS来优选特征。分类器分类，把上述环节提取的特征首先投入到SVM分类器中去对所有的结节进行二分类，为了提高灵敏度然后把分类为非结节的特征集合再投入到FLD分类器中去，再次对该部分结节进行二分类，最后把两次分类结果中分为结节的子集进行合并构成最后的结果。本专利技术一种基于多尺度三维块特征提取的肺结节多轮分类检测方法具有以下特点：本专利技术提出一种新的特征提取的模型和分类的方法，可以更好的提高整个系统的结节检测灵敏度，新的特征提取的模型和分类的方法可应用于医学图像、遥感图像、网络图像等数字图像数据的分类、检索等。尽管上面对本专利技术说明性的具体实施方式进行了描述，以便...

【技术保护点】
本专利技术一种基于多尺度三维块特征提取的肺结节多轮分类检测方法，主要包括以下内容：在特征提取的结节掩膜中引入多尺度掩膜的概念，利用不同尺度的块对结节进行特征提取，并将提取的特征投入到第一个分类器中去，然后再将分类的为假阳性的结节再投入到第二个分类器中去，最后合并两个分类器中真阳性结节的子集。技术方案如下：步骤一：图片的获取，打算利用公开数据库LIDC，并且进行相关的预处理使其能够被matlab直接处理；步骤二：首先使用阈值对原始图像进行初步分割，其次使用圆盘结构的元素对粗分割的肺部进行二维形态学开运算，然后使用三维六元素连接抽取最大体积的部分，该部分就是分割的肺部，接着使用孔洞填充算法来修补孔洞，最后使用了三维形态学闭运算来精炼肺部的边缘；步骤三：首先用一系列阈值对原始的图像进行阈值分割，然后把分割的结果和肺部掩模进行逻辑与操作，然后再用一系列圆盘结构的元素对分割好的结节进行二维形态学开运算，最后合并所有的中间结节掩模形成最后的结节掩模；步骤四：特征提取，打算利用传统意义上的一些特征，并且基于不同尺度三维的块来提取。特征主要有三大类：几何的，亮度的，梯度特征，所有的这些特征包含了二维的和三维的。最后再用SFS来优选一系列的特征；步骤五：分类器分类一共有两轮分类，第一轮用SVM来进行二分类，第二轮用FLD分类器来对第一轮中分类为假阳性的结节再次进行分类，最后把结果中的真阳性结节进行合并做为最后的结果。...

【技术特征摘要】
1.本发明一种基于多尺度三维块特征提取的肺结节多轮分类检测方法，
主要包括以下内容：在特征提取的结节掩膜中引入多尺度掩膜的概念，利用不
同尺度的块对结节进行特征提取，并将提取的特征投入到第一个分类器中去，
然后再将分类的为假阳性的结节再投入到第二个分类器中去，最后合并两个分
类器中真阳性结节的子集。技术方案如下：
步骤一：图片的获取，打算利用公开数据库LIDC，并且进行相关的预处
理使其能够被matlab直接处理；
步骤二：首先使用阈值对原始图像进行初步分割，其次使用圆盘结构的元
素对粗分割的肺部进行二维形态学开运算，然后使用三维六元素连接抽取最大
体积的部分，该部分就是分割的肺部，接着使用孔洞填充算法来修补孔洞，最
后使用了三维形态学闭运算来精炼肺部的边缘；
步骤三：首先用一系列阈值对原始的图像进行阈值分割，然后把分割的结
果和肺部掩模进行逻辑与操作，然后再用一系列圆盘结构的元素对分割好的结
节进行二维形态学开运算，最后合并所有的中间结节掩模形成最后的结节掩模；
步骤四：特征提取，打算利用传统意义上的一些特征，并且基于不同尺度
三维的块来提取。特征主要有三大类：几何的，亮度的，梯度特征，所有的这
些特征包含了二维的和三维的。最后再用SFS来优选一系列的特征；
步骤五：分类器分类一共有两轮分类，第一轮用SVM来进行二分类，第
二轮用FLD分类器来对第一轮中分...

【专利技术属性】
技术研发人员：蓝天，王伟，丁熠，秦臻，于跃，王飞，陈浩，肖哲，徐路路，陈实，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51