[发明专利]基于边缘邻域加权的乳腺肿块图像特征提取方法有效

专利信息
申请号: 201310391214.1 申请日: 2013-08-31
公开(公告)号: CN103425986A 公开(公告)日: 2013-12-04
发明(设计)人: 高新波;王颖;叶鑫晶;李洁;高锐;王斌;邓成;王秀美;韩冰 申请(专利权)人: 西安电子科技大学
主分类号: G06K9/46 分类号: G06K9/46;G06K9/48;G06K9/62
代理公司: 陕西电子工业专利中心 61205 代理人: 田文英;王品华
地址: 710071*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 边缘 邻域 加权 乳腺 肿块 图像 特征 提取 方法
【权利要求书】:

1.基于边缘邻域加权的乳腺肿块图像特征提取方法,包括如下步骤:

(1)输入图像:输入乳腺钼靶X线摄影图像分割得到的乳腺肿块图像;

(2)调整输入乳腺肿块图像大小:

采用最近邻插值算法调整输入图像大小,将图像宽度大于1000像素点的乳腺肿块图像调整至1000像素点;

(3)提取肿块边缘:

采用Chan-Vese主动轮廓方法提取乳腺肿块图像的轮廓线,乳腺肿块图像每行、列上,轮廓线上点的位置标定为乳腺肿块图像每行、列边缘极小和极大像素点位置;

(4)确定内缩进和外延伸像素点数目:

将乳腺肿块图像宽度乘以内缩进参数0.15,获得行内缩进像素点数目;将乳腺肿块图像高度乘以内缩进参数0.15,获得列内缩进像素点数目;将乳腺肿块图像宽度乘以外延伸参数0.3,获得行外延伸像素点数目;将乳腺肿块图像高度乘以外延伸参数0.3,获得列外延伸像素点数目;

(5)确定内缩进后肿块的内部区域:

5a)用行、列边缘极小像素点位置值加上行、列内缩进像素数目,获得缩进后的行、列极小边缘像素点位置值;

5b)用行、列边缘极大像素点位置值减去行、列内缩进像素数目,获得缩进后的行、列极大边缘像素点位置值;

5c)判断缩进后的行、列极大边缘像素点位置值是否小于缩进后的行、列极小边缘像素点位置值,如果是,则用缩进后的行、列极小边缘像素点位置值替代缩进后的行、列极大边缘像素点位置值,否则,跳到下一步继续执行;

5d)将缩进后的行、列极小边缘像素点位置值和行、列极大边缘像素点位置值区间内的像素点标记为缩进后行、列肿块区域;

5e)叠加乳腺肿块图像全部缩进后的行肿块区域,获得缩进后内部区域M;叠加全部缩进后列肿块区域,获得缩进后内部区域N;

5f)作内部区域M和内部区域N交集,获得内缩进后乳腺肿块图像的内部区域P;

(6)确定外延伸后肿块的内部区域:

6a)用行、列边缘极小像素点位置值减去行、列外延伸像素数目,获得延伸后的行、列极小边缘像素点位置值;

6b)用行、列边缘极大像素点位置值加上行、列外延伸像素数目,获得延伸后的行、列极大边缘像素点位置值;

6c)判断延伸后的行、列极小边缘像素点位置值是否小零,如果是,则用零替代延伸后的行、列极小边缘像素点位置值;判断延伸后的行、列极大边缘像素点位置值是否大于乳腺肿块图像宽、高度,如果是,则用乳腺肿块图像宽、高度替代延伸后的行、列极大边缘像素点位置值,否则,跳到下一步继续执行;

6d)将延伸后的行、列极小边缘像素点位置和行、列极大边缘像素点位置区间内的像素点标记为延伸后行、列肿块区域;

6e)叠加乳腺肿块图像全部缩进后的行肿块区域,获得缩进后内部区域R;叠加全部缩进后列肿块区域,获得缩进后内部区域S;

6f)作内部区域R和内部区域S并集获得外延伸后乳腺肿块图像的内部区域Q;

(7)外延伸后乳腺肿块图像的内部区域Q减去内缩进后乳腺肿块图像的内部区域P,获得乳腺肿块边缘邻域图像;

(8)获得加权权值:分别统计乳腺肿块图像和乳腺肿块边缘邻域图像像素点总数,将乳腺肿块边缘邻域图像像素点总数除以乳腺肿块图像像素点总数,获得权值比例值;权值比例值乘以扩大参数10,获得加权权值;

(9)采用尺度不变特征提取方法,分别提取步骤(1)的乳腺肿块图像和步骤(7)获得的乳腺肿块边缘邻域图像中的尺度不变特征描述子;

(10)采用词袋特征提取方法,利用尺度不变特征描述子,获得乳腺肿块图像和乳腺肿块边缘邻域图像的词袋特征向量;

(11)用加权权值乘以乳腺肿块边缘邻域图像的词袋特征向量,获得加权特征向量;用加权特征向量加上乳腺肿块图像的词袋特征向量,获得边缘邻域加权的乳腺肿块图像特征。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安电子科技大学,未经西安电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201310391214.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top