【技术实现步骤摘要】
本申请涉及图像数据处理，具体涉及一种颈部放射影像病变区域特征提取方法。
技术介绍
1、作为临床医学领域重要的诊断依据之一，医疗影像承担着不可或缺的作用，通过对医疗影像的特征进行提取分析，可以知道更多的疾病信息和患者的身体状况，为医生的诊断提供更多的线索。但由于医疗影像的复杂性，以及医学诊断的时效性，如何准确高效的提取医疗影像的特征，就成为了一个挑战。
2、颈部放射影像作为临床中常用的医疗影像之一，其中包含的软组织情况复杂，在进行病变特征提取时，难以准确高效的定位病变区域。以会厌软组织为例，一幅颈部放射影像中和会厌的灰度、纹理相似的软组织区域数量极多，往往需要再次进行定位和识别，由于会厌软组织识别难度较高，无法保障对会厌软组织病变区域诊断的高效性。
技术实现思路
1、本申请提供一种颈部放射影像病变区域特征提取方法，以解决无法保障对会厌软组织病变区域诊断的高效性的问题，所采用的技术方案具体如下：
2、本申请一个实施例提供了一种颈部放射影像病变区域特征提取方法，该方法包括以下步骤：
3、获取颈部放射图像；
4、根据颈部放射图像获取颈部放射图像的每个超像素块，根据颈部放射图像的每个超像素块获取颈部放射图像的每个超像素块的边缘线；根据颈部放射图像的每个超像素块的边缘线获取颈部放射图像的每个超像素块的会厌软组织斜率特征值；根据颈部放射图像的每个超像素块的边缘线获取颈部放射图像的每个超像素块的曲率度量向量；根据颈部放射图像的每个超像素块的会厌软组织
5、根据颈部放射图像的所有第一目标超像素块的平均曲率度量向量获取颈部放射图像的每个第一目标超像素块的曲率特征指数，根据颈部放射图像的每个第一目标超像素块的曲率特征指数获取颈部放射图像的每个第二目标超像素块；根据颈部放射图像的每个第二目标超像素块获取颈部放射图像的每个第二目标超像素块的水平宽度序列；根据颈部放射图像的每个第二目标超像素块的水平宽度序列获取颈部放射图像的每个第二目标超像素块的趋势参数；
6、基于颈部放射图像的每个第二目标超像素块的趋势参数提取颈部放射图像中会厌炎软组织病变特征区域。
7、优选的，所述根据颈部放射图像获取颈部放射图像的每个超像素块，根据颈部放射图像的每个超像素块获取颈部放射图像的每个超像素块的边缘线的方法为：
8、将颈部放射图像作为slic超像素分割算法的输入，将slic超像素分割算法的输出作为颈部放射图像的所有超像素块；
9、将颈部放射图像的每个超像素块的图像作为canny边缘检测算法的输入，将canny边缘检测算法的输出作为颈部放射图像的每个超像素块的边缘线。
10、优选的，所述根据颈部放射图像的每个超像素块的边缘线获取颈部放射图像的每个超像素块的会厌软组织斜率特征值的方法为：
11、对于颈部放射图像的每个超像素块，将超像素块内边缘线在最上方的边缘点作为顶点，将顶点右侧的边缘线上每个三等分边缘点作为每个三等分点，将顶点与每个三等分点相连的直线作为一条特征直线；
12、计算每条特征直线的斜率，将超像素块内左边的特征直线作为第一特征直线，将超像素块内中间的特征直线作为第二特征直线，将超像素块内右边的特征直线作为第三特征直线；
13、计算以常数-1为底数，以所述斜率小于零的个数为指数的映射结果，计算第二特征直线与第一特征直线之间斜率的差值，将所述映射结果、差值、第三特征直线斜率的乘积作为超像素块的会厌软组织斜率特征值。
14、优选的，所述根据颈部放射图像的每个超像素块的边缘线获取颈部放射图像的每个超像素块的曲率度量向量的方法为：
15、根据颈部放射图像的每个超像素块的边缘线分别获取颈部放射图像的每个超像素块的第一向量参数、第二向量参数；
16、对于颈部放射图像的每个超像素块，将超像素块内上侧的边缘线作为超像素块内顶部边缘线，将超像素块内顶部边缘线上所有十等分点、两个端点的坐标分别作为曲线拟合算法的输入，将曲线拟合算法的输出作为超像素块内顶部边缘线的拟合曲线方程；
17、在超像素块内顶部边缘线上选取最上方的顶点左侧的一个点、最上方的顶点、最上方的顶点右侧的一个点，利用超像素块内顶部边缘线的拟合曲线方程分别计算最上方的顶点左侧的一个点、最上方的顶点、最上方的顶点右侧的一个点的曲率，将最上方的顶点左侧的一个点的曲率、最上方的顶点的曲率、最上方的顶点右侧的一个点的曲率分别作为超像素块的第三向量参数、第四向量参数、第五向量参数；
18、将由所述第一向量参数、第二向量参数、第三向量参数、第四向量参数、第五向量参数组成的向量作为超像素块的曲率度量向量。
19、优选的，所述根据颈部放射图像的每个超像素块的边缘线分别获取颈部放射图像的每个超像素块的第一向量参数、第二向量参数的方法为：
20、对于颈部放射图像的每个超像素块，将超像素块内左侧边缘线上所有十等分点、两个端点的坐标分别作为曲线拟合算法的输入，将曲线拟合算法的输出作为超像素块内左侧边缘线的拟合曲线方程；
21、在超像素块内左侧边缘线上选取第二预设参数个第一代表点，利用超像素块内左侧边缘线的曲线拟合方程计算每个第一代表点的曲率，将所有第一代表点的曲率均值作为超像素块的第一向量参数；
22、将超像素块内右侧边缘线上所有十等分点、两个端点的坐标分别作为曲线拟合算法的输入，将曲线拟合算法的输出作为超像素块内右侧边缘线的拟合曲线方程；
23、在超像素块内右侧边缘线上选取第二预设参数个第二代表点，利用超像素块内右侧边缘线的曲线拟合方程计算每个第二代表点的曲率，将所有第二代表点的曲率均值作为超像素块的第二向量参数。
24、优选的，所述根据颈部放射图像的每个超像素块的会厌软组织斜率特征值获取颈部放射图像的每个第一目标超像素块，根据所述曲率度量向量、所有所述第一目标超像素块获取颈部放射图像的所有第一目标超像素块的平均曲率度量向量的方法为：
25、将会厌软组织斜率特征值大于零的每个超像素块作为颈部放射图像的每个第一目标超像素块；
26、计算颈部放射图像的所有第一目标超像素块的曲率度量向量内每个向量参数均值，将由所有所述向量参数均值组成的向量作为颈部放射图像的所有第一目标超像素块的平均曲率度量向量。
27、优选的，所述根据颈部放射图像的所有第一目标超像素块的平均曲率度量向量获取颈部放射图像的每个第一目标超像素块的曲率特征指数，根据颈部放射图像的每个第一目标超像素块的曲率特征指数获取颈部放射图像的每个第二目标超像素块的方法为：
28、对于颈部放射图像的每个第一目标超像素块，将第一目标超像素块的曲率度量向量内第四向量参数与第一向量参数的差值作为第一乘积因子，将本文档来自技高网...
【技术保护点】
1.一种颈部放射影像病变区域特征提取方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的一种颈部放射影像病变区域特征提取方法，其特征在于，所述根据颈部放射图像获取颈部放射图像的每个超像素块，根据颈部放射图像的每个超像素块获取颈部放射图像的每个超像素块的边缘线的方法为：
3.根据权利要求1所述的一种颈部放射影像病变区域特征提取方法，其特征在于，所述根据颈部放射图像的每个超像素块的边缘线获取颈部放射图像的每个超像素块的会厌软组织斜率特征值的方法为：
4.根据权利要求1所述的一种颈部放射影像病变区域特征提取方法，其特征在于，所述根据颈部放射图像的每个超像素块的边缘线获取颈部放射图像的每个超像素块的曲率度量向量的方法为：
5.根据权利要求4所述的一种颈部放射影像病变区域特征提取方法，其特征在于，所述根据颈部放射图像的每个超像素块的边缘线分别获取颈部放射图像的每个超像素块的第一向量参数、第二向量参数的方法为：
6.根据权利要求1所述的一种颈部放射影像病变区域特征提取方法，其特征在于，所述根据颈部放射图像的每个超像素块的
7.根据权利要求1所述的一种颈部放射影像病变区域特征提取方法，其特征在于，所述根据颈部放射图像的所有第一目标超像素块的平均曲率度量向量获取颈部放射图像的每个第一目标超像素块的曲率特征指数，根据颈部放射图像的每个第一目标超像素块的曲率特征指数获取颈部放射图像的每个第二目标超像素块的方法为：
8.根据权利要求1所述的一种颈部放射影像病变区域特征提取方法，其特征在于，所述根据颈部放射图像的每个第二目标超像素块获取颈部放射图像的每个第二目标超像素块的水平宽度序列的方法为：
9.根据权利要求1所述的一种颈部放射影像病变区域特征提取方法，其特征在于，所述根据颈部放射图像的每个第二目标超像素块的水平宽度序列获取颈部放射图像的每个第二目标超像素块的趋势参数的方法为：
10.根据权利要求1所述的一种颈部放射影像病变区域特征提取方法，其特征在于，所述基于颈部放射图像的每个第二目标超像素块的趋势参数提取颈部放射图像中会厌炎软组织病变特征区域的方法为：
...【技术特征摘要】
1.一种颈部放射影像病变区域特征提取方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的一种颈部放射影像病变区域特征提取方法，其特征在于，所述根据颈部放射图像获取颈部放射图像的每个超像素块，根据颈部放射图像的每个超像素块获取颈部放射图像的每个超像素块的边缘线的方法为：
3.根据权利要求1所述的一种颈部放射影像病变区域特征提取方法，其特征在于，所述根据颈部放射图像的每个超像素块的边缘线获取颈部放射图像的每个超像素块的会厌软组织斜率特征值的方法为：
4.根据权利要求1所述的一种颈部放射影像病变区域特征提取方法，其特征在于，所述根据颈部放射图像的每个超像素块的边缘线获取颈部放射图像的每个超像素块的曲率度量向量的方法为：
5.根据权利要求4所述的一种颈部放射影像病变区域特征提取方法，其特征在于，所述根据颈部放射图像的每个超像素块的边缘线分别获取颈部放射图像的每个超像素块的第一向量参数、第二向量参数的方法为：
6.根据权利要求1所述的一种颈部放射影像病变区域特征提取方法，其特征在于，所述根据颈部放射图像的每个超像素块的会厌软组织斜率特征值获取颈部放射图...
【专利技术属性】
技术研发人员：张智翔，崔博，李天云，郑敏文，
申请(专利权)人：中国人民解放军空军军医大学，
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。