【技术实现步骤摘要】
多序列核磁共振影像的图像计算机辅助判断方法
本专利技术属于基于核磁共振影像的计算机辅助判断领域,涉及一种基于MRI的T1WI、T2WI、动脉期、门静脉期、平衡期多序列的图像处理、纹理特征提取、分类及决策融合的计算机辅助判断方法。
技术介绍
目前,基于核磁共振影像(magneticresonanceimaging,MRI)的图像计算机辅助判断方法技术仍处于初步发展阶段,判断的准确性有待提高,且存在诸多不足。(1)大多数方法是针对X线电子计算机断层扫描(computedtomography,CT)影像进行的分类,对MRI的研究处理涉及相对较少。(2)在基于MRI的方法中,多数算法仅用到单一的影像序列,而没有充分利用MRI具有多序列这一优点。例如,Zeng,Y.F.等人在AdvancedMaterialsResearch杂志2013年发表的“基于肝脏纤维纹理特征的MRI的计算机辅助诊断”一文中,仅采用MR动态对比静脉序列分类,没有充分利用MR多序列这一特性。(3)多数方法分类结果仅停留在二分类上,如GobertLee等人在MedicalImaging杂志2007年发表的“基于金轧增强MR影像的肝硬化分类方法”中,仅将影像分为两类。而实际上,对影像的细分能够提供更为细致全面的信息,从而保证方法的实际应用效果。(4)分类器的单一使用。目前,大多数对MRI影像分类所使用的分类器均为单一的分类器,或使用经典分类器,或对其进行改进。YuanCao在BioMedresearchinternational杂志2013年发表的“基于血清缩氨酸的乙型肝炎病毒肝硬化的二分类预测”一 ...
【技术保护点】
一种多序列核磁共振影像的图像计算机辅助判断方法,其特征在于,该判断方法是在数字图像处理和模式识别框架下,集成MRI的T1WI、T2WI、动脉期、门静脉期、平衡期五种序列,依照ROI处理、多序列MRI分类和个体分类三个层次,借助神经网络、投票机制和决策树,提出三类计算机辅助判断方法;具体步骤如下:步骤一、从个体图像数据集MRI的T1WI、T2WI、动脉期、门静脉期、平衡期五种序列中按图像扫描顺序人工筛选出结构清晰的图像;步骤二、利用步骤一筛选出的具体图像,根据异常结构的均匀性与面积,对图像手工提取ROI,同时,需根据图像中异常结构均匀区域的大小调整ROI大小;步骤三、提取步骤二中ROI样本的[0°、45°、90°、135°]共56维灰度共生矩阵的纹理特征,图像中第i行j列元素的灰度共生矩阵计算公式为:P(i,j,λ,θ)={[(x,y),(x+dx,y+dy)]|f(x,y)=i,f(x+dx,y+dy)=j} (1)其中,(x,y)是图像中每个像素点的坐标,θ为方向,λ为步长,dx和dy分别是步长λ方向θ在x和y方向上的投影;基于灰度共生矩阵的[0°、45°、90°、135°]四个 ...
【技术特征摘要】
1.一种多序列核磁共振影像的图像计算机辅助判断方法,其特征在于,该判断方法是在数字图像处理和模式识别框架下,集成MRI的T1WI、T2WI、动脉期、门静脉期、平衡期五种序列,依照ROI处理、多序列MRI分类和个体分类三个层次,借助神经网络、投票机制和决策树,提出三类计算机辅助判断方法;具体步骤如下:步骤一、从个体图像数据集MRI的T1WI、T2WI、动脉期、门静脉期、平衡期五种序列中按图像扫描顺序人工筛选出结构清晰的图像;步骤二、利用步骤一筛选出的具体图像,根据异常结构的均匀性与面积,对图像手工提取ROI,同时,需根据图像中异常结构均匀区域的大小调整ROI大小;步骤三、提取步骤二中ROI样本的[0°、45°、90°、135°]共56维灰度共生矩阵的纹理特征,图像中第i行j列元素的灰度共生矩阵计算公式为:P(i,j,λ,θ)={[(x,y),(x+dx,y+dy)]|f(x,y)=i,f(x+dx,y+dy)=j}(1)其中,(x,y)是图像中每个像素点的坐标,θ为方向,λ为步长,dx和dy分别是步长λ方向θ在x和y方向上的投影;基于灰度共生矩阵的[0°、45°、90°、135°]四个方向的共56维纹理特征在每个方向上分别提取14种纹理特征,包括角二阶矩、对比度、相关性、方差、逆差矩、和平均、和方差、和熵、熵、差平均、差熵、互信息度量和最大相关系数;1)角二阶矩其中,p(i,j)为正规化的灰度共生矩阵;2)对比度3)相关性其中,μx和σx是px的均值与方差,μy和σy是py的均值与方差;4)方差其中,μ为p(i,j)的均值;5)逆差矩6)和平均其中,L为图像的灰度级数量;7)和方差8)和熵9)熵10)差平均F10=Var(px-y)(11)其中,11)差熵12)互信息度量其中,HX,HY分别是px和py的熵;13)最大相关系数1F13=(1-exp[-2.0(HXY2-HXY)])(14)其中,14)最大相关系数2F14=(矩阵Q的第...
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。