【技术实现步骤摘要】
本申请涉及辅助诊断，尤其涉及一种红外热图对称性分析方法及相关设备。
技术介绍
1、在红外热成像技术高速发展的背景下，红外热成像分析技术也被应用于医疗等领域中。健康人体的红外热图像具有对称性，这种对称性与人的年龄、身形、性别均无关系，只会在人体机理出现异常时被破坏。因此，对人体红外热图像的分析有利于病情判断。
2、相关技术中，通过最值温度、伪彩图、灰度图和对称检测等视觉方法判定对称区域是否出现异常。然而上述方法存在有效信息有限、主观性强的问题，分析结果的准确度仍然有待提高。
技术实现思路
1、有鉴于此，本申请的目的在于解决
技术介绍
提出的问题，提出一种红外热图对称性分析方法及相关设备。
2、基于上述目的，本申请提供了红外热图对称性分析方法，包括：
3、获取用户的红外热图像；
4、将所述红外热图像按照最优划分尺度划分为多对子区域；所述子区域基于所述红外热图像的中线左右对称；
5、根据所述子区域的统计参数构建所述子区域的特征向量；
6、根据所述子区域的特征向量得到所述红外热图像左半图和右半图的余弦相似度；所述余弦相似度用于表征所述红外热图的对称性；
7、响应于确定所述余弦相似度小于最优阈值，确定所述用户的病情分析结果。
8、可选地，所述最优划分尺度的确定方法包括：
9、将所述红外热图像划分为左半图和右半图；
10、将所述左半图和所述右半图按照初始划分尺度划分为多对子区域；
11、迭代计算所述左半图和所述右半图的温度特征差异并更新划分尺度，直到得到最小温度特征差异；
12、确定所述最小温度特征差异对应的划分尺度为最优划分尺度。
13、可选地，所述迭代计算所述左半图和所述右半图的温度特征差异并更新划分尺度，包括：
14、通过温度特征向量公式计算每对子区域的温度特征向量；
15、
16、
17、其中，和表示第i对子区域的温度特征向量，和表示第i对子区域的最大温度值，和表示第i对子区域的平均温度值；
18、根据所述温度特征向量，通过温度特征差异公式得到温度特征差异；
19、
20、其中，e表示温度特征差异，和表示第i对子区域的温度特征向量；
21、根据预设方式更新划分尺度。
22、可选地，所述根据所述子区域的统计参数构建所述子区域的特征向量，包括：
23、获取所述子区域的所有温度数据；
24、根据所述温度数据得到所述子区域的温度均值、温度方差、温度熵值、温度偏度和温度峰度；
25、根据所述温度均值、所述温度方差、所述温度熵值、所述温度偏度和所述温度峰度构建所述子区域的特征向量；
26、
27、
28、其中，和表示所述子区域的特征向量，μl,i和μr,i表示所述温度均值，和表示所述温度方差，hl,i和hr,i表示所述温度熵值，sl,i和sr,i表示所述温度偏度，kl,i和kr,i表示所述温度峰度。
29、可选地，所述温度均值的计算公式为
30、其中，μ表示所述温度均值，xi表示所述子区域的温度数据，n表示所述温度数据的个数；
31、所述温度方差的计算公式为
32、其中，σ2表示所述温度方差，xi表示所述子区域的温度数据，μ表示所述温度均值，n表示所述温度数据的个数；
33、所述温度熵值的计算公式为
34、其中，h表示所述温度熵值，xi表示所述子区域的温度数据；
35、所述温度偏度的计算公式为
36、其中，s表示所述温度偏度，xi表示所述子区域的温度数据，μ表示所述温度均值，σ2表示所述温度方差；
37、所述温度峰度的计算公式为
38、其中，k表示所述温度峰度，xi表示所述子区域的温度数据，μ表示所述温度均值，σ2表示所述温度方差。
39、可选地，所述根据所述子区域的特征向量得到所述红外热图像左半图和右半图的余弦相似度，包括：
40、根据所述子区域的特征向量，通过如下余弦相似度公式，得到所述余弦相似度；
41、
42、其中，λ表示所述余弦相似度，表示左半图的特征向量，表示右半图的特征向量，cl,i和cr,i表示第i对子区域的特征向量。
43、可选地，所述最优阈值的确定方法包括：
44、获取训练用红热外图像和初始阈值；
45、根据所述训练用红热外图像和对应的病情结果构建训练集；
46、迭代计算所述训练用红热外图像在当前阈值下得到病情分析结果的正确率并更新所述阈值，直到得到最大正确率；
47、确定所述最大正确率对应的阈值为最优阈值。
48、基于同一专利技术构思，本说明书一个或多个实施例还提供了一种红外热图对称性分析装置，包括：
49、获取模块，被配置为获取用户的红外热图像；
50、划分模块，被配置为将所述红外热图像按照最优划分尺度划分为多对子区域；所述子区域基于所述红外热图像的中线左右对称；
51、第一计算模块，被配置为根据所述子区域的统计参数构建所述子区域的特征向量；
52、第二计算模块，被配置为根据所述子区域的特征向量得到所述红外热图像左半图和右半图的余弦相似度；
53、确定模块，被配置为响应于确定所述余弦相似度小于最优阈值，确定所述用户为病患。
54、基于同一专利技术构思，本说明书一个或多个实施例还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任意一项所述的红外热图对称性分析方法。
55、基于同一专利技术构思，本说明书一个或多个实施例还提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行上述任一所述的红外热图对称性分析方法。
56、从上面所述可以看出，本申请提供的红外热图对称性分析方法及相关设备，首先根据红外热图自适应确定最佳区域划分尺度；接着计算左右两侧各自区域的高阶统计参数，并构建左右侧的参数向量；然后通过余弦相似度计算左右两侧温度分布的相似度；最后，根据相似度数值来量化对称性。通过本申请可以有效提高分析结果的准确度。
本文档来自技高网...【技术保护点】
1.一种基于区域高阶统计参数分布相似度的红外热图对称性分析方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述最优划分尺度的确定方法包括：
3.根据权利要求2所述的方法，其特征在于，所述迭代计算所述左半图和所述右半图的温度特征差异并更新划分尺度，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据所述子区域的统计参数构建所述子区域的特征向量，包括：
5.根据权利要求4所述的方法，其特征在于，所述温度均值的计算公式为
6.根据权利要求4或5中任一所述的方法，其特征在于，所述根据所述子区域的特征向量得到所述红外热图像左半图和右半图的余弦相似度，包括：
7.根据权利要求1所述的方法，其特征在于，所述最优阈值的确定方法包括：
8.一种基于区域高阶统计参数分布相似度的红外热图对称性分析装置，其特征在于，包括：
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任意一项所述的方法。<...
【技术特征摘要】
1.一种基于区域高阶统计参数分布相似度的红外热图对称性分析方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述最优划分尺度的确定方法包括：
3.根据权利要求2所述的方法，其特征在于，所述迭代计算所述左半图和所述右半图的温度特征差异并更新划分尺度，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据所述子区域的统计参数构建所述子区域的特征向量，包括：
5.根据权利要求4所述的方法，其特征在于，所述温度均值的计算公式为
6.根据权利要求4或5中任一所述的方法，其特征在于，所述根据所述子区域的...
【专利技术属性】
技术研发人员：罗涛，曹世博，张文静，许昌，李剑峰，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：
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。