欧美在线观看视频网站,亚洲熟妇色自偷自拍另类,啪啪伊人网,中文字幕第13亚洲另类,中文成人久久久久影院免费观看 ,精品人妻人人做人人爽,亚洲a视频

一種基于腦部核磁共振圖像的多維度紋理提取方法

文檔序號:6536149閱讀:413來源:國知局
一種基于腦部核磁共振圖像的多維度紋理提取方法
【專利摘要】本發(fā)明公開了一種基于人群腦部核磁共振圖像的多維度紋理提取方法,運用區(qū)域增長法將人群腦部核磁共振圖像中感興趣區(qū)域分割出來,采用Curvelet變換和Contourlet變換方法提取感興趣區(qū)域的紋理特征參數(shù),其中所述人群包括阿爾茨海默病人群體,輕度認知障礙病人群體和正常老年人群體,所述的感興趣區(qū)域的紋理特征參數(shù)包括熵、灰度均值、相關性、能量、同質度、方差、最大概率、逆差距、聚類趨勢、對比度、和的均值、差的均值、和的熵、差的熵,所述感興趣區(qū)域包括內嗅皮層和海馬兩個區(qū)域。
【專利說明】—種基于腦部核磁共振圖像的多維度紋理提取方法
【技術領域】:
[0001]本發(fā)明屬于醫(yī)學【技術領域】,具體涉及一種基于腦部核磁共振圖像(MRI)的多維度紋理提取方法。
【背景技術】:
[0002]在輔助診斷早期阿爾茨海默病(AD)中,識別MRI圖像中ROIs (包括內嗅皮層,海馬)的性質具有重要意義。但MRI影像技術只能以海馬萎縮作為區(qū)別患者和正常人的指標之一,醫(yī)生對MRI圖像的解釋易受主觀個人影響,缺乏一致性,且不易準確評價癡呆患者癥狀的嚴重程度。
[0003]1、現(xiàn)有的圖像處理技術有以下5種:
[0004]I)區(qū)域增長法(Region-growing Method):
[0005]該方法利用了圖像的局部空間信息,可有效克服其它方法存在的圖像分割空間不連續(xù)的缺點,但尚沒有人用該方法進行腦部MRI圖像的處理。
[0006]2)灰度共生矩陣(GLCM):
[0007]以往僅有少量相關研究中采用灰度共生矩陣法提取的紋理特征參數(shù),這對于根據(jù)腦部MRI圖像紋理特 征診斷早期AD、MCI還遠遠不夠。
[0008]3)小波變換(Wavelet Transformation):
[0009]小波變換形成的特征向量雖然能夠在一定程度上對圖像進行精確描述,但是利用小波變換提取圖像中ROIs紋理特征存在著檢索精度不高的缺點。
[0010]4)第二代小波變換(Curvelet變換):
[0011]繼上世紀80年代后期發(fā)展起來的小波變換之后,1996年Swendens提出了先進的第二代小波變換,在基函數(shù)算法上也在不斷改進,1998年E.J.Candes提出了 Ridgelet變換、1999 年 E.J.Candes 和 D.L.Donoho 發(fā)明了 Curvelet 變換新算法:
[0012]
,η , = χ - xi1 ?
[0013]其中:2_j為尺度、Θ 1為方向角θ \ 為位置、R為轉換弧度,2006年
又提出了快速離散Curvelet變換。第二代小波變換不但保留了小波變換(WaveletTransformation)方法多尺度的優(yōu)點,同時還具有各向異性特點,能夠很好地逼近奇異曲線,比Wavelet Transformation更加適合分析二維圖像中的曲線或邊緣特征,而且具有更高的逼近精度和更好的稀疏表達能力,能夠為圖像提供一種比Wavelet Transformation多分辨分析更加精確的方法。
[0014]5) Contourlet 變換
[0015]Contourlet變換繼承了 Curvelet變換的各向異性尺度關系,在一定意義上它是Curvelet變換的另一種實現(xiàn)方式。Contourlet變換的基本思想是首先用一個類似小波的多尺度分解捕捉邊緣奇異點,再根據(jù)方向信息將位置相近的奇異點匯集成輪廓段。[0016]Contourlet變換可分為兩個部分:拉普拉斯塔式濾波器結構(LaplacianPyramid, LP)和二維方向濾波器組(Directional Filter Bank, DFB)。LP分解首先產(chǎn)生原始信號的一個低通采樣逼近及原始圖像與低通預測圖像之間的一個差值圖像,對得到的低通圖像繼續(xù)分解得到下一層的低通圖像和差值圖像,如此逐步濾波得到圖像的多分辨率分解;DFB濾波器組使用扇形結構的共軛鏡像濾波器組以避免對輸入信號的調制,同時將I層二叉樹狀結構的方向濾波器變成了 21個并行通道的結構。
[0017]Contourlet變換是一種新的圖像二維表示方法,具有多分辨率、局部定位、多方向性、近鄰界采樣和各向異性等性質,其基函數(shù)分布于多尺度、多方向上,少量系數(shù)即可有效地捕捉圖像中的邊緣輪廓,而邊緣輪廓正是圖像中的主要特征。
[0018]但是這些新方法在處理不同部位的MRI圖像時,需要利用基函數(shù)重新構造新算法、選取適宜的參數(shù),因此仍有許多理論問題值得研究。Contourlet變換已經(jīng)成功地用于圖像融合等實際問題,而用于腦部圖像紋理特征提取的文獻報道鳳毛麟角。目前所查閱的文獻中,僅有人使用GLCM和Wavelet變換對AD組及正常組腦部MRI圖像提取紋理特征并建立預測模型,以診斷結果準確性對上述兩種方法進行比較,發(fā)現(xiàn)采用GLCM提取紋理建模預測效果優(yōu)于Wavelet變換。目前尚未見有人使用第二代小波變換以及Contourlet變換進行AD腦部MRI圖像紋理提取。因此,需要結合上述現(xiàn)有技術的優(yōu)點,并克服其不足,對圖像的處理方法進行改進,以達到提高早期AD、MCI診斷率的目的。
[0019]2、常用的預測模型:
[0020]支持向量機(SupportVector Machine, SVM):
[0021]支持向量機是建立在統(tǒng)計學習理論VC維理論和結構風險最小化原理基礎上的機器學習方法。其機理是尋找一個滿足分類要求的最優(yōu)分類超平面,使得該超平面在保證分類精度的同時,能夠使超平面兩側的空白區(qū)域最大化。
[0022]理論上,支持向量機能夠實現(xiàn)對線性可分數(shù)據(jù)的最優(yōu)分類。以兩類數(shù)據(jù)分類為例,給定訓練樣本集(Xi,Yj),i = 1,2,…,1,X e {± 1},超平面記作(w.χ) +b = 0,為使分類面對所有樣本正確分類并且具備分類間隔,就要求它滿足如下約束:yi[(w.Xi)+b]≥1,i =1,2,...,1,可以計算出分類間隔為2/| |w| |,因此構造最優(yōu)超平面的問題就轉化為在約束式下求:
[0023]
【權利要求】
1.一種基于人群腦部核磁共振圖像的多維度紋理提取方法,其特征在于:運用區(qū)域增長法將人群腦部核磁共振圖像中需要的區(qū)域分割出來。
2.根據(jù)權利要求1所述的提取方法,其特征在于:采用Curvelet變換方法提取需要的區(qū)域的紋理特征參數(shù),其中所述人群包括阿爾茨海默病人群體,輕度認知障礙病人群體和正常老年人群體,所述的需要的區(qū)域的紋理特征參數(shù)包括熵、灰度均值、相關性、能量、同質度、方差、最大概率、逆差距、聚類趨勢、對比度、和的均值、差的均值、和的熵、差的熵,所述需要的區(qū)域包括內嗅皮層和海馬兩個區(qū)域。
3.根據(jù)權利要求1所述的提取方法,其特征在于:采用Contourlet變換方法提取需要的區(qū)域的紋理特征參數(shù),其中所述人群包括阿爾茨海默病人群體,輕度認知障礙病人群體和正常老年人群體,所述的需要的區(qū)域的紋理特征參數(shù)包括熵、灰度均值、相關性、能量、同質度、方差、最大概率、逆差距、聚類趨勢、對比度、和的均值、差的均值、和的熵、差的熵,所述需要的區(qū)域包括內嗅皮層和海馬兩個區(qū)域。
【文檔編號】G06K9/62GK103793711SQ201410023305
【公開日】2014年5月14日 申請日期:2014年1月17日 優(yōu)先權日:2014年1月17日
【發(fā)明者】郭秀花, 高妮, 王晶晶, 陶麗新, 劉相佟 申請人:首都醫(yī)科大學
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1
桐城市| 武山县| 清水河县| 招远市| 团风县| 霍林郭勒市| 嘉荫县| 天峨县| 岳普湖县| 隆尧县| 莱芜市| 邯郸县| 玉山县| 阳春市| 隆回县| 张家港市| 怀化市| 阿克苏市| 商河县| 巴楚县| 泽州县| 迁安市| 青龙| 尼木县| 新河县| 白沙| 景宁| 辽中县| 霍林郭勒市| 万宁市| 措美县| 南召县| 会东县| 南溪县| 城固县| 余庆县| 潮州市| 余姚市| 石屏县| 泰安市| 江油市|