專利名稱：一種基于不確定定點圖的醫(yī)學(xué)圖像檢索方法
技術(shù)領(lǐng)域：
本發(fā)明屬于醫(yī)療信息技術(shù)領(lǐng)域，具體涉及一種基于不確定定點圖醫(yī)學(xué)圖像檢索方法。
背景技術(shù)：
隨著醫(yī)療衛(wèi)生事業(yè)現(xiàn)代化的不斷發(fā)展，醫(yī)學(xué)圖像正越來越多的應(yīng)用于對病人病情的診斷以及預(yù)測等方面，并起到了顯著的效果。一張醫(yī)學(xué)圖像不僅包含了患者病情的大量信息，而且往往對應(yīng)著醫(yī)生對患者做出的一系列珍貴的決策，以及患者病情的發(fā)展情況。找到與患者圖像相似的醫(yī)學(xué)圖像，有助于發(fā)現(xiàn)之前和患者患有相同或相似病情的病人，并通過以往醫(yī)生對此類病人做出的一系列決策和病人病情的發(fā)展情況，有助于醫(yī)生結(jié)合經(jīng)驗知識做出合理的決策?？梢?，醫(yī)學(xué)圖像檢索技術(shù)具有很強的實際應(yīng)用價值和社會價值。目前，圖像檢索技術(shù)主要分為:1)基于描述的圖像檢索，它基于圖像的描述(如關(guān)鍵字、標(biāo)題、尺寸等)進行檢索；2)基于內(nèi)容的圖像檢索，它基于圖像的內(nèi)容特征(如顏色直方圖、對象的形狀和它們在圖像中的布局和位置)進行檢索。但由于醫(yī)學(xué)圖像較一般圖像有其特殊性，使其在圖像檢索過程中更難以處理。其特殊性是:1)醫(yī)學(xué)圖像要求精度高，細微的圖像變化可能導(dǎo)致語義的變化；2)醫(yī)學(xué)圖像中醫(yī)學(xué)本體難以識別，往往需要通過醫(yī)師人為的進行標(biāo)記；3)醫(yī)學(xué)圖像中醫(yī)學(xué)本體的屬性復(fù)雜，不利于發(fā)現(xiàn)和描述。紋理，作為一種重要的圖像特征，更是醫(yī)生通過醫(yī)學(xué)圖像進行診斷的關(guān)鍵。在醫(yī)學(xué)圖像中，紋理不僅可以刻畫醫(yī)學(xué)本體的輪廓，更可以對其內(nèi)部的灰度變化情況進行有效的描述，這也正是醫(yī)生進行診斷的重要依據(jù)。目前已有使用局部二值模式(Local BinaryPatterns, LBP)表示紋理特征和使用輪廓進行醫(yī)學(xué)圖像搜索等方面的研究工作。但是，這些紋理特征都是以靜態(tài)的確定的數(shù)字來加以表示的，不能滿足紋理結(jié)構(gòu)性和不確定性的現(xiàn)實要求。為此提出一種能夠充分表達圖像紋理不確定性特征的數(shù)據(jù)模型并用其進行醫(yī)學(xué)圖像檢索式一個亟待解決的問題 。

發(fā)明內(nèi)容
本發(fā)明的目的是提出一種基于不確定定點圖的提高醫(yī)學(xué)圖像檢索準(zhǔn)確率的醫(yī)學(xué)圖像檢索方法。本發(fā)明的目的是這樣實現(xiàn)的:本發(fā)明包括如下步驟:(I)待檢索圖像提出查詢請求:待查詢圖像應(yīng)為原始醫(yī)學(xué)圖像數(shù)據(jù)；(2)圖像預(yù)處理過程:對原始醫(yī)學(xué)圖像提取ROI區(qū)域即感興趣區(qū)域，計算圖像ROI區(qū)域的灰度直方圖，得到圖像ROI區(qū)域的灰度直方圖的波谷列表，根據(jù)波谷列表對圖像分級提取紋理特征，根據(jù)實際需要將得到的分級紋理圖像規(guī)范化到統(tǒng)一的大??；(3)圖像建模:根據(jù)圖像對應(yīng)的紋理特征建立不確定定點圖；(4)查詢不確定定點圖:查詢圖像通過其對應(yīng)的不確定定點圖對不確定定點圖數(shù)據(jù)庫中的圖進行匹配，計算不確定定點圖之間的相似性，得到查詢圖像和原始圖像數(shù)據(jù)庫中圖像的相似度得分；(5)展示結(jié)果:按相似性得分降序列出所對應(yīng)原始圖像數(shù)據(jù)庫中的圖像。不確定定點圖為:一個不確定定點圖是一個六元組G=(V，E，2，L，P，T)，其中V是頂點集，E屬于V*V的邊集，I:是標(biāo)簽集；L:V— I:是為頂點分配標(biāo)簽的標(biāo)簽函數(shù)；P:E—
是點的重要性指數(shù)，T是紋素的集合，在不確定定點圖中，點V(i) G V的位置(x，y)的不確定性依賴于P(V(i))，一條紋素(Texel)T(k)是指，若在不確定定點圖G中存在一條路徑從點V(a)到點V(b)，那么這條路徑上的點就組成一條紋素T (k) = {V (m)，V (m+1)，V (m+2)... V (n)}，其中任意兩條紋素 T (k)、T (j) G T 滿足T(k)nT(j)=0
o不確定定點圖還包括:圖像P所對應(yīng)的紋理矩陣Mi [X，y] ^ 0,則位于圖像位置橫坐標(biāo)為X,縱坐標(biāo)為y的點(X，y) G V，且P((x, y))=l/M(x, y)；若對于任意兩點V(j)、V(k)存在距離dis: dis(V(j), V(k))<^2，則存在邊(V(j),V(k)) G E ；產(chǎn)生紋素集合T并對紋素上的點賦予編號。不確定定點圖數(shù)據(jù)庫通過對已有圖像庫中的每張圖像進行預(yù)處理，對預(yù)處理過的圖像集進行不確定定點圖建模得到不確定定點圖集D= (G1, G2，…，GJ，最后通過基于像素點的索引結(jié)構(gòu)構(gòu)建而成。相似性包括計算紋素之間的相似性、不確定定點圖G和G’之間的相似性。

索引結(jié)構(gòu)以像素點為單位，即在規(guī)定大小為列數(shù)Column*行數(shù)Row的平面上的每一個位置(X，y)對應(yīng)著像素點索引結(jié)構(gòu)中的一個指針PI (X，y) ,PI (X，y)指向記錄了經(jīng)過位置(x，y)的所有紋素的連接表，通過連接表中的任意條記錄紋素TT(k)可以方便的在紋理表中找到紋素TT(k)的所有信息。本發(fā)明的有益效果在于:本發(fā)明提出的索引結(jié)構(gòu)旨在比較有可能相似的圖，而不是對所有圖數(shù)據(jù)庫中每個圖的各個節(jié)點、邊進行比較，從而降低圖像檢索過程的時間復(fù)雜度。采用查準(zhǔn)率作為準(zhǔn)確性評價的標(biāo)準(zhǔn)，使用基于不確定定點圖的醫(yī)學(xué)圖像檢索方法具有更高的準(zhǔn)確性。由于不確定定點圖模型對紋理變化敏感，所以使用基于不確定定點圖的醫(yī)學(xué)圖像檢索方法具有更高的靈敏性。


圖1是不確定定點圖邊的可移動性示例；圖2是紋素基礎(chǔ)可移動性示例；圖3是紋素擴展可以東西示例；圖4是紋素相似性示例；圖5不確定定點圖數(shù)據(jù)庫索引結(jié)構(gòu)圖；圖6基于不確定定點圖的醫(yī)學(xué)圖像檢索方法的流程圖。
具體實施方式
下面結(jié)合附圖和具體實施例對本發(fā)明作進一步的說明:首先構(gòu)建不確定定點圖數(shù)據(jù)庫:1.對原始圖像庫中的每一張原始的腦部CT圖像提取ROI區(qū)域；2.截取ROI區(qū)域并校正；3.計算圖像ROI區(qū)域灰度直方圖的波谷分布情況，得到灰度直方圖的波谷表；4.按照波谷表設(shè)置閾值對圖像多次提取紋理，從而得到多級紋理圖像；5.最后將多級紋理圖像規(guī)范化為大小為COLUMNXROW的圖像；6.對圖像進行建模，經(jīng)過以上過程，每一張原始圖像均對應(yīng)一個大小為ROff^COLUMN的矩陣Mi，對于Mi中的點(x, y)，如果有Mi (x, y)古0，說明圖像Pi中存在紋理經(jīng)過規(guī)范化位置(X，y),則點(X，y) G Vi,且P ((X，y)) =IVMi (x, y)。若對于任意兩點Vi (j)、Vi (k)存在Ciis(V1Cj),V1(Ic)KW，則存在邊(ViUhViGO) G Ei,接著根據(jù)紋素集合的定義得到紋素集合；7.根據(jù)圖5所示的索引結(jié)構(gòu)建立不確定定點圖數(shù)據(jù)庫。具體的一次圖像檢索過程如下:1.對待檢索圖像P提出查詢請求；2.對待檢索圖像P進行預(yù)處理，得到一個個大小為R0W*C0LUMN的矩陣Mi ；3.對于Mi中的點 (X，y),如果有MiU, y)古0,說明圖像Pi中存在紋理經(jīng)過規(guī)范化位置(X，y),則點(X，y) G Vi,且 P ((X，y)) =IVMi (x, y)。若對于任意兩點 Vi (j)、Vi (k)存在disWCD.WlOK#，則存在邊(ViUhViGO) G Ei,接著根據(jù)紋素定義得到紋素集合和點的標(biāo)號;4.不確定定點圖查詢，計算查詢圖與不確定定點圖數(shù)據(jù)庫中圖的相似性。5.按相似性得分降序列出所對應(yīng)原始圖像數(shù)據(jù)庫中的圖像。以上實例表明，本發(fā)明提出的基于不確定定點圖的醫(yī)學(xué)圖像檢索方法具有實際的應(yīng)用價值。本發(fā)明還有這樣一些技術(shù)特征:1.不確定定點圖(Uncertain Location Graph, ULG)模型:—個不確定定點圖是一個五元組G= (V，E，！^!^^，！^，其中乂是頂點集^屬于乂轉(zhuǎn)的邊集，2是標(biāo)簽集；L:V— I:是為頂點分配標(biāo)簽的標(biāo)簽函數(shù)；P:E— (0，I]是點的重要性指數(shù)(也稱為可偏移指數(shù))，T是紋素的集合。在不確定定點圖中，點V(i) G V的位置(x，y)具有不確定性，且其不確定性依賴于P(V(i))。當(dāng)一個點對于整個圖較為重要時(即如果該點移動，則會嚴(yán)重影響原圖)，那么該點具有較高的p(v(i))。當(dāng)一個點不重要時，即使它有較大的移動也不會對原圖構(gòu)成影響，我們稱該點具有較低的P(v⑴)。因為點的可移動性與點的重要性成反比，所以，定義點的可移動性m如下:m(V(i))=l/P (V(i))因為不確定定點圖中的點具有可移動性，所以不確定定點圖中的邊也不是固定的，邊e(i) e E的可移動性取決于其兩個端點的可移動性。如圖1所示，點V(i)、V(j)具有不同的可移動性，圓a、b分別是點V(i)、V(j)的可移動范圍，它們是以點V(i)、V(j)為圓心，m(V(i))、m(V(j))為半徑的圓。我們稱邊b、c是合法的，因為他們端點的移動在可移動范圍內(nèi)。邊d是不合法的因為邊d的端點超出了可移動范圍。一條紋素(TeXel)T(k)是指，若在不確定定點圖G中存在一條路徑從V(a)到
V(b)，那么這條路徑上的點就組成一條紋素，T (k) = {V (m)，V (m+1)，V (m+2)....V (n)}，其中任意兩條紋素 T (k)、T (j) G T 滿足T(l<)nT(jf o因為不確定定點圖中的每個點都具有可移動性，而紋素又是由點組成的，所以紋素也具有可移動性，我們稱之為容忍度。由于紋素上的點具有序列關(guān)系，所以當(dāng)紋素中一個點移動時很有可能會影響后一個點。首先給出紋素的基本容忍度b_tt的定義如下:b_tt (T (k)) =n/ E P (V (i)), V (i) G T (k)如圖2所示，紋素a是原始紋素，紋素a上的每個點都有一個以自己為圓心、以b_tt為半徑的圓與之相對應(yīng)為該點的可移動區(qū)域，其中紋素b、c是合法的是因為紋素b、c上點均在與之相對應(yīng)的紋素a上點的可移動區(qū)域內(nèi)。根據(jù)經(jīng)驗，如果紋素的一部分移動的比較少而另一部分移動的稍微多些，我們也是可以認可的。根據(jù)韋伯定律，同一刺激差別量必須達到一定比例，才能引起差別感覺，也就是說刺激的幾何級增長會引起視覺反應(yīng)的線性增長。因為紋素是由一條一條邊拼接而成的，所以本文中紋素的刺激是其長度，并設(shè)其增長基數(shù)為2。我們給出紋素的擴展容忍度e_tt定義如下:
權(quán)利要求
1.一種基于不確定定點圖的醫(yī)學(xué)圖像檢索方法，其特征在于，包括如下步驟: (1)待檢索圖像提出查詢請求:待查詢圖像應(yīng)為原始醫(yī)學(xué)圖像數(shù)據(jù)； (2)圖像預(yù)處理過程:對原始醫(yī)學(xué)圖像提取ROI區(qū)域即感興趣區(qū)域，計算圖像ROI區(qū)域的灰度直方圖，得到圖像ROI區(qū)域的灰度直方圖的波谷列表，根據(jù)波谷列表對圖像分級提取紋理特征，根據(jù)實際需要將得到的分級紋理圖像規(guī)范化到統(tǒng)一的大?。? (3)圖像建模:根據(jù)圖像對應(yīng)的紋理特征建立不確定定點圖； (4)查詢不確定定點圖:查詢圖像通過其對應(yīng)的不確定定點圖對不確定定點圖數(shù)據(jù)庫中的圖進行匹配，計算不確定定點圖之間的相似性，得到查詢圖像和原始圖像數(shù)據(jù)庫中圖像的相似度得分； (5)展示結(jié)果:按相似性得分降序列出所對應(yīng)原始圖像數(shù)據(jù)庫中的圖像。
2.根據(jù)權(quán)利要求1所述的基于不確定定點圖的醫(yī)學(xué)圖像檢索方法，其特征是，所述的不確定定點圖為:一個不確定定點圖是一個六元組G= (V，E，2，L，P，T)，其中V是頂點集，E屬于V*V的邊集，2是標(biāo)簽集；L:V — I:是為頂點分配標(biāo)簽的標(biāo)簽函數(shù)；P:E —
是點的重要性指數(shù)，T是紋素的集合，在不確定定點圖中，點V(i) e V的位置(x，y)的不確定性依賴于P (V (i))，一條紋素(Texel) T (k)是指，若在不確定定點圖G中存在一條路徑從點V (a)到點V (b)，那么這條路徑上的點就組成一條紋素T (k) = {V(m),V(m+l),V (m+2)….V(n)}，其中任意兩條紋素T (k)、T (j) e T滿足T(k)nT(j)=z。
3.根據(jù)權(quán)利要求1或2的一種基于不確定定點圖的醫(yī)學(xué)圖像檢索方法，其特征是，所述的不確定定點圖還包括:圖像P所對應(yīng)的紋理矩陣Mi [x，y]幸0，則位于圖像位置橫坐標(biāo)為X,縱坐標(biāo)為 y 的點(X，y) G V，且 P((x, y))=l/M(x, y)； 若對于任意兩點V(j)、V(k)存在距離dis:dis(V(j)，V(k))<^,則存在邊(V(j),V(k)) G E ； 產(chǎn)生紋素集合T并對紋素上的點賦予編號。
4.根據(jù)權(quán)利要求3所述的基于不確定定點圖的醫(yī)學(xué)圖像檢索方法，其特征是，所述的不確定定點圖數(shù)據(jù)庫通過對已有圖像庫中的每張圖像進行預(yù)處理，對預(yù)處理過的圖像集進行不確定定點圖建模得到不確定定點圖集D= (G1, G2，…，GJ，最后通過基于像素點的索引結(jié)構(gòu)構(gòu)建而成。
5.根據(jù)權(quán)利要求4所述的基于不確定定點圖的醫(yī)學(xué)圖像檢索方法，其特征是:所述的相似性包括計算紋素之間的相似性、不確定定點圖G和G’之間的相似性。
6.根據(jù)權(quán)利要求5所述的基于不確定定點圖的醫(yī)學(xué)圖像檢索方法，其特征是，所述的索引結(jié)構(gòu)以像素點為單位，即在規(guī)定大小為列數(shù)Column*行數(shù)Row的平面上的每一個位置(X，y)對應(yīng)著像素點索引結(jié)構(gòu)中的一個指針PI (X，y), PI (x, y)指向記錄了經(jīng)過位置(x, y)的所有紋素的連接表，通過連接表中的任意條記錄紋素TT(k)可以方便的在紋理表中找到紋素TT(k)的所有信息。
全文摘要
本發(fā)明屬于醫(yī)療信息技術(shù)領(lǐng)域，具體涉及一種基于不確定定點圖醫(yī)學(xué)圖像檢索方法。本發(fā)明包括如下步驟(1)待檢索圖像提出查詢請求；(2)圖像預(yù)處理過程；(3)圖像建模；(4)查詢不確定定點圖；(5)展示結(jié)果。本發(fā)明提出的索引結(jié)構(gòu)旨在比較有可能相似的圖，而不是對所有圖數(shù)據(jù)庫中每個圖的各個節(jié)點、邊進行比較，從而降低圖像檢索過程的時間復(fù)雜度。采用查準(zhǔn)率作為準(zhǔn)確性評價的標(biāo)準(zhǔn)，使用基于不確定定點圖的醫(yī)學(xué)圖像檢索方法具有更高的準(zhǔn)確性。由于不確定定點圖模型對紋理變化敏感，所以使用基于不確定定點圖的醫(yī)學(xué)圖像檢索方法具有更高的靈敏性。
文檔編號G06F17/30GK103226582SQ201310119299
公開日2013年7月31日 申請日期2013年4月8日 優(yōu)先權(quán)日2013年4月8日
發(fā)明者潘海為, 李鵬遠, 馮曉寧, 王瑞, 谷井子 申請人:哈爾濱工程大學(xué)