一种基于人工智能的医学影像纹理分析方法技术

本发明专利技术涉及医学影像处理技术领域，公开了一种基于人工智能的医学影像纹理分析方法，首先对核磁影像数据进行预处理，具体包括使用标准差滤波器进行滤波，再使用Canny进行边缘检测；再将核磁影像数据进行数据标准化，进行核磁影像数据进行数据增强；对核磁影像数据进行分割，得出分析结果。本发明专利技术通过对影像纹理数据进行预处理，再进行滤波、数据标准化处理和数据增强，最后进行数据分割，得出结果，能更好的对图像纹理数据进行精确的识别和判断，为医生进行病理诊断提供有力的辅助。生进行病理诊断提供有力的辅助。生进行病理诊断提供有力的辅助。

【技术实现步骤摘要】
一种基于人工智能的医学影像纹理分析方法


[0001]本专利技术涉及医学影像处理
，具体为一种基于人工智能的医学影像纹理分析方法。

技术介绍

[0002]在医学影像分析中，纹理(texture)特征被广泛地应用于定量化描述病灶的特性。相比病灶影像的统计学特征和形状特征，纹理特征的计算往往较为复杂；
[0003]医学影像纹理是一种“二阶特征”，他们不是从图像上直接得出的，而是先通过某种计算将原始图像的特性提取出来并存在一个中间矩阵中，之后在这个中间矩阵上定义一系列的统计量，作为图像的纹理特征。在医学影像研究中，根据所用的中间矩阵的不同，可以将纹理特征的分为若干类，对医学影像的纹理进行分析识别，最终目的是识别出病灶的特征，并根据识别结果进行辅助判定病灶的等级，所以就需要一种基于人工智能的医学影像纹理分析方法。

技术实现思路

[0004]本专利技术的目的在于提供一种基于人工智能的医学影像纹理分析方法，本专利技术通过对影像纹理数据进行预处理，再进行滤波、数据标准化处理和数据增强，最后进行数据分割，得出结果，能更好的对图像纹理本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的医学影像纹理分析方法，其特征在于：具体按以下步骤执行，S1:首先对核磁影像数据进行预处理，具体包括使用标准差滤波器进行滤波，再使用Canny进行边缘检测；S2:再将核磁影像数据进行数据标准化；S3:进行核磁影像数据进行数据增强；S4:对核磁影像数据进行分割，得出分析结果。2.根据权利要求1所述的一种基于人工智能的医学影像纹理分析方法，其特征在于，在步骤S1中，使用Canny进行边缘检测具体包括；S1。1:首先采用高斯平滑滤波进行去除图像中的噪声；具体如式(1)
‑
式(2)；f
s
(x，y)＝f(x，y)*G(x，y)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式(2)其中f
s
(x，y)为经过高斯卷积平滑后的图像，G(x，y)为高斯函数；S
1。2
:通过Sobel算子进行计算图像梯度和强度；首先运用卷积阵列S
X
和S
Y
分别求得原始图像A沿水平(x)和垂直(y)方向的梯度G
x
和G
y
；具体如式(3)
‑
式(4)；式(4)；S
1。3
:应用非极...

【专利技术属性】
技术研发人员：许永华，杨利霞，程禹，邝岚琼，王怡然，
申请(专利权)人：上海市徐汇区中心医院，
类型：发明
国别省市：