【技术实现步骤摘要】
基于光密度变换的肿瘤超声图像分类方法、装置及介质
本专利技术涉及医学图像处理
，特别涉及一种基于光密度变换的肿瘤超声图像分类方法、装置及介质。
技术介绍
癌症是世界范围内威胁人类健康最重要的疾病之一。根据世界卫生组织的统计数据显示，癌症的发病率一直呈上升趋势，早期发现、早期诊断和早期治疗是提高癌症治愈率和降低死亡率的关键。超声影像技术因其通用性、安全性和高灵敏性而被广泛应用于肿瘤的检测中，已被公认为是普遍而有效的肿瘤良恶性筛查诊断工具，在临床实践中应用主要包括胰腺超声、乳腺超声、肝脏超声、心脏超声以及肾脏超声等。超声是诊断肿瘤首选的影像学检查和术前评估方法，然而正确的解读超声图像需要医生具备较高的技术和临床经验。在目前的超声诊断过程中，人工分析图像是耗时且主观的。不同放射科医师的临床经验和知识水平对诊断结果有很大的影响，容易导致误诊漏诊或诊断结果不一致，而且部分无法直接通过影像结果确诊的患者需要进行活检，但活检是一种侵入性检查，并且大部分检查结果是良性的，这无疑将给患者的生理和心理带来巨大的伤害。同时，超声图像...
【技术保护点】
1.一种基于光密度变换的肿瘤超声图像分类方法，其特征在于，包括：/n步骤10、对带有分类标签的原始肿瘤超声图像进行预处理，得到预处理图像；/n步骤20、获取预处理图像中的感兴趣区域；/n步骤30、对所述感兴趣区域做以下两种处理：/n第一种处理：对所述感兴趣区域进行光密度变换得到光密度图像，接着对所述光密度图像提取纹理特征，然后进行归一化操作，得到纹理特征向量；/n第二种处理：对所述感兴趣区域提取形态特征，然后归一化所述形态特征，得到形态特征向量；/n步骤40、将纹理特征向量进行降维处理，然后分别和对应的形态特征向量进行特征融合，得到融合向量数据；/n步骤50、利用分类器对一...
【技术特征摘要】
1.一种基于光密度变换的肿瘤超声图像分类方法，其特征在于，包括：
步骤10、对带有分类标签的原始肿瘤超声图像进行预处理，得到预处理图像；
步骤20、获取预处理图像中的感兴趣区域；
步骤30、对所述感兴趣区域做以下两种处理：
第一种处理：对所述感兴趣区域进行光密度变换得到光密度图像，接着对所述光密度图像提取纹理特征，然后进行归一化操作，得到纹理特征向量；
第二种处理：对所述感兴趣区域提取形态特征，然后归一化所述形态特征，得到形态特征向量；
步骤40、将纹理特征向量进行降维处理，然后分别和对应的形态特征向量进行特征融合，得到融合向量数据；
步骤50、利用分类器对一定数量的融合向量数据进行学习，得到肿瘤分类模型；
步骤60、将待分类肿瘤超声图像输入肿瘤分类模型，得到分类结果。
2.根据权利要求1所述的基于光密度变换的肿瘤超声图像分类方法，其特征在于：所述步骤10中，所述分类标签包括恶性肿瘤和良性肿瘤，所述预处理包括去除超声图像四周文字以及个人信息、降低散斑噪声和对比度增强。
3.根据权利要求1所述的基于光密度变换的肿瘤超声图像分类方法，其特征在于：所述步骤20进一步具体为：获取预处理图像中由医生指定的区域，作为感兴趣区域。
4.根据权利要求1所述的基于光密度变换的肿瘤超声图像分类方法，其特征在于：所述步骤30中，所述“对所述感兴趣区域进行光密度变换得到光密度图像”进一步具体为：
计算所述感兴趣区域中每个像素的灰度值的光密度值，公式如下：
其中，ODij是光密度值，Iij是像素的灰度值，Io是背景平均灰度值；
通过线性变换将光密度值映射到[0，255]范围内，使光密度值转换为8位深度信息图像，得到光密度图像。
5.根据权利要求1所述的基于光密度变换的肿瘤超声图像分类方法，其特征在于：所述步骤30中，所述纹理特征包括多块光密度图像局部二值模式以及光密度图像共生矩阵。
6.根据权利要求1所述的基于光密度变换的肿瘤超声图像分类方法，其特征在于：所述步骤30中，所述“对所述感兴趣区域提取形态特征”进一步包括：
获取医生手动提取的肿瘤形态轮...
【专利技术属性】
技术研发人员：杜永兆，魏梦婉，柳培忠，苏淇琛，朱建清，郭明辉，
申请(专利权)人：华侨大学，泉州市华工智能技术有限公司，福建医科大学附属第二医院，
类型：发明
国别省市：福建;35
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。