一种基于图像对比识别的医疗图像比对方法技术

本发明专利技术涉及一种基于图像对比识别的医疗图像比对方法，该方法包括以下步骤：(1)设置内置病例模板图片；(2)对医学影像数据进行特征提取；(3)对提取的特征进行比对，得到一个反应图像间差异的数值用来判定图片相似与否。本发明专利技术通过图像特征提取技术可以准确的查询文字无法表述的图片信息，克服普通的查询只能通过字符描述，但医学影像往往不好通过语言表述其特点，照成检索困难的问题，因此该技术在医疗领域的作用尤为突出。

【技术实现步骤摘要】
一种基于图像对比识别的医疗图像比对方法
本专利技术属于图像识别和医学图像处理领域，涉及一种基于图像对比识别的医疗图像比对方法。
技术介绍
当前，图检图的功能活跃于各大领域，一些常用搜索引擎比如TinEye和百度识图都拥有图检图的系统。不过对于只是在网络搜索精美图片的普通用户并不是特别需要该项功能，他们更倾向于文字检索，通过关键字便可轻松找到他们想要的图片，不过在医学领域，医学影像数据特征往往很难使用文字描述其特征，因为普通的查询只能通过字符描述，但医学影像往往不好通过语言表述其特点，照成检索困难，所以对一种可以识别医疗图像的方法需求十分巨大。
技术实现思路
本专利技术的目的是提供一种基于图像对比识别的医疗图像比对方法，来实现医疗数据库中以图片检索图片的功能，克服医学影像数据特征往往很难使用文字描述其特征，造成图片检索困难的问题。本专利技术通过以下技术方案来实现：一种基于图像对比识别的医疗图像比对方法，该方法包括以下步骤：(1)设置内置病例模板图片；(2)对医学影像数据进行特征提取；(3)对提取的特征进行比对，得到一个反应图像间差异的数值用来判定图片相似与否。进一步的，步骤(1)中所述的内置病例模板图片为三个或三个以上。进一步的，步骤(2)中，所述的特征包括颜色特征、纹理特征和轮廓特征。进一步的，所述的颜色特征使用HSV颜色模型，通过对颜色的量化处理可以获取H/S/V三个通道的颜色矩阵特征。进一步的，所述的纹理特征提取通过灰度共生矩阵实现，提取数字图像的0°/45°/90°/135°四个方向角度的共生矩阵作为纹理特征。进一步的，所述的轮廓特征提取首先使用sobel算子进行边缘检测处理，然后通过阈值将图像二值化，最终得到轮廓特征。进一步的，步骤(3)中，所述的对提取的特征进行比对是采用距离函数对源图像与对比图像进行运算，不同的特征会得到相应的距离值，通过加权运算将不同的距离信息进行融合得到最终的差异程度。采用上述技术方案的积极效果：本专利技术通过图像特征提取技术可以准确的查询文字无法表述的图片信息，克服普通的查询只能通过字符描述，但医学影像往往不好通过语言表述其特点，照成检索困难的问题，因此该技术在医疗领域的作用尤为突出。附图说明图1是本专利技术的基于图像对比识别的医疗图像比对方法的流程示意图；图2是本专利技术对医学影像的识别结果；图3是本专利技术使用的模板之一；图4是本专利技术使用模板对心脏的匹配结果。具体实施方式下面通过具体的实施例对本专利技术的技术方案做进一步的说明，但不应理解为对本专利技术的限制：实施例1一种基于图像对比识别的医疗图像比对方法，该方法包括以下步骤：(1)设置内置病例模板图片，内置病例模板图片为三个或三个以上；(2)对医学影像数据进行特征提取，特征包括颜色特征、纹理特征和轮廓特征，颜色特征使用HSV颜色模型，通过对颜色的量化处理可以获取H/S/V三个通道的颜色矩阵特征，纹理特征提取通过灰度共生矩阵实现，提取数字图像的0°/45°/90°/135°四个方向角度的共生矩阵作为纹理特征，轮廓特征提取首先使用sobel算子进行边缘检测处理，然后通过阈值将图像二值化，最终得到轮廓特征；(3)对提取的特征进行比对，采用距离函数对源图像与对比图像进行运算，不同的特征会得到相应的距离值，通过加权运算将不同的距离信息进行融合得到最终的差异程度，得到一个反应图像间差异的数值用来判定图片相似与否。实施例2首先选取心脏模板对图像进行识别。然后对图像进行量化处理，并提取灰度矩阵，做熵、相关度量度和能量值等参数运算。通过梯度算子做边界提取处理。一、通过度量公式进行运算：表示矩阵的值是如何分布和图像中局部变化的多少，从而反应了，反应了图像的清晰度和纹理的深浅程度。纹理的沟纹越深，图像的反差值越大，纹理效果越清晰。反之则越模糊。二、通过能量公式运算：能量值的变换反映了图像灰度分布均匀程度和纹理粗细度。如果共生矩阵元素值相近，则能量较小，表示纹理细致。若其中一些值大，而其它值小，则能量值较大。高能量值表示图像呈现一种较均匀并且变化规则的纹理模式。三、通过熵公式进行运算：熵值表明了图像灰度分布的复杂程度，熵值越大，图像越复杂。反之图像值越简洁明了。四、通过局部灰度相关性公式进行运算：对4个方向的灰度矩阵求局部灰度相关性，值越大，其在该方向上相关性也越大，反之相关性越小。五、通过soble算子对轮廓进行识别。对边界进行扩充一像素补偿，补偿值等于边界值，最终在完成一阶导数运算后删除扩充边界，保证图像原始大小。通过欧几里得距离公式进行运算，通过距离函数反应边界轮廓上的常用差异。六、通过本专利技术的特征提取心脏模板的特征与待比对图像的特征进行比对。通过设定阈值来判断该图像是否满足模板特征要求，阈值公式如下：如图2所示，通过本专利技术中的算法找到心房、主动脉等区域。最后，通过模板配准处理，对模板做刚体变换和一定程度的非刚体变换，图4为该实例对模板的配准结果。本专利技术通过图像特征提取技术可以准确的查询文字无法表述的图片信息，克服普通的查询只能通过字符描述，但医学影像往往不好通过语言表述其特点，照成检索困难的问题，因此该技术在医疗领域的作用尤为突出。本文档来自技高网...

【技术保护点】
1.一种基于图像对比识别的医疗图像比对方法，其特征在于：该方法包括以下步骤：(1)设置内置病例模板图片；(2)对医学影像数据进行特征提取；(3)对提取的特征进行比对，得到一个反应图像间差异的数值用来判定图片相似与否。

【技术特征摘要】
1.一种基于图像对比识别的医疗图像比对方法，其特征在于：该方法包括以下步骤：(1)设置内置病例模板图片；(2)对医学影像数据进行特征提取；(3)对提取的特征进行比对，得到一个反应图像间差异的数值用来判定图片相似与否。2.根据权利要求1所述的基于图像对比识别的医疗图像比对方法，其特征在于：步骤(1)中所述的内置病例模板图片为三个或三个以上。3.根据权利要求1所述的基于图像对比识别的医疗图像比对方法，其特征在于：步骤(2)中，所述的特征包括颜色特征、纹理特征和轮廓特征。4.根据权利要求3所述的基于图像对比识别的医疗图像比对方法，其特征在于：所述的颜色特征使用HSV颜色模型，通过对颜色的量化处理可以获取H/S/V三个通道...

【专利技术属性】
技术研发人员：邱兆文，张健，
申请(专利权)人：黑龙江拓盟科技有限公司，
类型：发明
国别省市：黑龙江,23