一種醫(yī)學圖像檢索方法
【技術(shù)領(lǐng)域】
[0001] 該發(fā)明專利屬于計算機視覺、數(shù)字圖像處理、計算機應(yīng)用等領(lǐng)域。
【背景技術(shù)】
[0002] 基于內(nèi)容的圖像檢索技術(shù)能夠根據(jù)當前圖像的內(nèi)容對圖像進行檢索，與依賴于關(guān) 鍵字檢索不同，基于內(nèi)容的圖像檢索能夠根據(jù)圖像自身的特點進行檢索?；趦?nèi)容的檢索 依賴提取當前圖像的低層特征進行相似性檢索。
[0003] 在基于內(nèi)容的圖像檢索系統(tǒng)內(nèi)，其低層特征主要包括：顏色、紋理、形狀。顏色特征 往往和圖像內(nèi)的物體或者場景高度相關(guān)，另外顏色對于圖像的尺寸、方向、視角、平移、旋轉(zhuǎn) 等具有高度的魯棒性。在顏色特征的提取時，首先進行色彩空間的轉(zhuǎn)換，將傳統(tǒng)的RGB色彩 空間轉(zhuǎn)換到Y(jié)CbCr色彩空間。在新的顏色空間內(nèi)，計算圖像的顏色直方圖、累計直方圖、顏 色矩、顏色熵等多種特征值，并將上述特種值與特定的權(quán)值進行相乘后求和作為最終的顏 色特征。紋理是一種與顏色和亮度不相關(guān)的視覺特征，其表現(xiàn)了物體表面共有的內(nèi)在特征。 紋理還體現(xiàn)了物體表面的組織結(jié)構(gòu)排列及與周圍環(huán)境的關(guān)系。在處理紋理信息時，主要使 用統(tǒng)計法、結(jié)構(gòu)法、模型法和頻譜法等方法。
[0004] 醫(yī)學圖像具有其自身的主要特點，主要包括：
[0005] ?醫(yī)學圖像主要是灰色的。
[0006] ?圖像整體大小固定，圖像的感興趣區(qū)（ROI，region of interest)大小基本一 致。
[0007] ?背景單一。
[0008] ?相似圖像具有相似的紋理信息。
[0009] 目前，基于內(nèi)容的圖像檢索技術(shù)已經(jīng)有了很大進步，但是，針對醫(yī)學圖像的基于內(nèi) 容檢索技術(shù)尚不成熟。

【發(fā)明內(nèi)容】

[0010] 本發(fā)明是一種醫(yī)學圖像檢索方法，該方法采用多級分類方式實現(xiàn)對圖像的檢索。
[0011] 首先，采用圖像的描述對圖像進行索引。在圖像的描述內(nèi)，會概述當前的病灶位置 及信息等，通過該描述能夠大概判斷當前圖像所描述的病灶位置等信息。將圖像索引完成 后，提取圖像的紋理特征，根據(jù)該特征進行分類。在劃分后的小類內(nèi)，繼續(xù)提取圖像的顏色 等特征信息，完成對圖像的最終檢索。
【具體實施方式】
[0012] 1語義特征
[0013] 語義特征的提取需要依靠當前圖像的報告完成。在報告內(nèi)一般都會對當前的圖像 進行基本的描述。例如：
[0014] 左肺舌葉下段可見一牧結(jié)節(jié)樣密度增高影，直徑2CM，平掃CT值29HU，增強后病 灶可見強化，CT值55HU，邊緣毛糙，似見輕度分葉樣改變，鄰近胸膜略增厚。褚支氣管開口 未見明顯異常?？v隔肺門未見增大淋巴結(jié)影。未見明顯胸水。
[0015] 語義特征的提取分為兩種情況：
[0016] ?當前待檢索圖像
[0017] ?入庫圖像
[0018] 針對存入數(shù)據(jù)庫的圖像，首先提取其報告內(nèi)的關(guān)鍵字，將關(guān)鍵字在關(guān)鍵字數(shù)據(jù)庫 進行索引，在需要時可以在該庫內(nèi)檢索所需圖像。
[0019] 當需要對某圖像進行檢索時，首先將當前圖像內(nèi)的關(guān)鍵字在關(guān)鍵字數(shù)據(jù)庫內(nèi)進行 檢索，查找相關(guān)圖像，完成初步篩選。
[0020] 2紋理特征
[0021] 普通的圖像中，顏色空間可以進行首次篩選，完成粗糙分類。針對醫(yī)學圖像的特 點，首先使用其紋理信息完成初篩。
[0022] 灰度共生矩陣按照圖像灰度值的空間關(guān)系描述像素點對之間的空間結(jié)構(gòu)特征及 其相關(guān)性。該矩陣表示（Λ X，Ay)的兩個灰度像素同時出現(xiàn)的聯(lián)合分布概率，他們的值分 別由像素的間距S和方向Θ來決定。關(guān)系如下：
[0023] Ax= δ cos Θ
[0024] Δ y = δ sin Θ
[0025] 此方法能夠較好地表達紋理特征。
[0026] 假設(shè)當前要處理的圖像為I (x，y)，對于圖像內(nèi)的任意一個區(qū)域R，定義P為區(qū)域內(nèi) 具有特定空間聯(lián)系的像素對的集合，那么，灰度共生矩陣為：
[0027] m(dj a, (i, j) = card{[(x1, Y1), (x2, y2) ] e S|f (X1, Y1) = i&f (x2, y2) = j}
[0028] 式中，x2 = x^dcos Θ，y2 = yi+dsin Θ，Card(P)表示的是集合 P 中對 m(d, θ) (i, j) 有貢獻的元素的個數(shù)。
[0029] 對上述公式進行歸一化，為：
[0030]
【主權(quán)項】
1. 一種醫(yī)學圖像檢索方法，其特征是采用多級分類方式實現(xiàn)對圖像的檢索。
2. 根據(jù)權(quán)利要求1所屬的方法，其特征是采用圖像的描述對圖像進行索引。圖像的描 述概述了當前的病灶位置及信息等，通過提取該描述信息，來大概判斷當前圖像所描述的 病灶位置等信息。
3. 根據(jù)權(quán)利要求1所屬的方法，其特征是將圖像索引完成后，提取圖像的紋理特征，根 據(jù)該特征進行分類。
4. 根據(jù)權(quán)利要求1所屬的方法，其特征是在劃分后的小類內(nèi)，繼續(xù)提取圖像的顏色等 特征信息，完成對圖像的最終檢索。
【專利摘要】本發(fā)明的名稱為一種醫(yī)學圖像檢索方法。該發(fā)明專利屬于計算機視覺、數(shù)字圖像處理、計算機應(yīng)用等領(lǐng)域。本發(fā)明是一種醫(yī)學圖像檢索方法，該方法采用多級分類方式實現(xiàn)對圖像的檢索。首先，采用圖像的描述對圖像進行索引。在圖像的描述內(nèi)，會概述當前的病灶位置及信息等，通過該描述能夠大概判斷當前圖像所描述的病灶位置等信息。將圖像索引完成后，提取圖像的紋理特征，根據(jù)該特征進行分類。在劃分后的小類內(nèi)，繼續(xù)提取圖像的顏色等特征信息，完成對圖像的最終檢索。
【IPC分類】G06F17-30
【公開號】CN104731825
【申請?zhí)枴緾N201310720095
【發(fā)明人】李立宗
【申請人】天津職業(yè)技術(shù)師范大學
【公開日】2015年6月24日
【申請日】2013年12月19日