[发明专利]基于二次谐波图像纹理分析的皮肤瘢痕图像判断方法

说明书

技术领域

本发明属于图像处理、模式识别和生物医学的交叉领域，涉及一种基于二次谐波图像纹理分析的皮肤瘢痕图像判断方法。

背景技术

瘢痕是各种创伤后引起的正常皮肤组织的外形和组织病理学改变的统称。广义上，瘢痕分为生理性(正常)和病理性(异常)瘢痕两大类。正常瘢痕无痛痒症状和功能障碍，但由于具有不稳定性，皮肤变色，且容易扩大等特点，仍然需要进行治疗。异常瘢痕主要分为增生性瘢痕和瘢痕疙瘩，不仅影响美观，影响正常组织修复，甚至发生癌变。不同的瘢痕需要采用不同的方式治疗，有效的区分正常和异常瘢痕能够帮助病人进行合理的医治。目前，对瘢痕的诊断方式主要是临床检查，这种方法涉及活组织切片，对病人的身体具有破坏作用。一种无损的诊断方法是至关重要的。同时，瘢痕组织中的胶原纤维在不同的瘢痕中具有不同的特征，对胶原成像和分析能够对瘢痕进行区分，并能为皮肤科和整形外科带来医学上的新发展。

如今，二次谐波显微成像技术作为一种无损工具已成功的应用于胶原成像。它是一种理想的非侵入生物活体的成像方法，不产生光漂白和光致毒，生成具有较高成像分辨率的图像等，并已广泛的应用于医学领域，如角膜巩膜、卵巢癌以及乳腺组织。然而，医学图像中包含大量病理相关的信息，这些信息不能凭借肉眼直观的评估。随着计算机技术在医学领域的广泛应用发展，计算机辅助分析医学显微图像可以减少人为错误的影响，提高诊断的准确性，节省人力和时间。通过纹理分析可以给出某一具体组织的特征并提取重要信息，从而辅助医生进行临床诊断和疾病治疗。

纹理是图像的重要特征，为图像识别提供大量的信息。纹理特征是一种不依赖于颜色或亮度，反映图像中同质现象的视觉特征。纹理特征的提取就是将区域特征进行量化，以不同的特征值表示一个区域的纹理特征，从而对图像区分。纹理特征提取在医学图像研究中有着良好的应用前景，但是由于纹理的复杂性，迄今还不存在各类医学图像适用的纹理提取方法。从而根据各类不同特点的医学图像，寻求最优的纹理特征与参数是当前研究的重点和难点。因此，本发明根据瘢痕组织的主要细胞外间质成分——胶原纤维的病理特点，针对其二次谐波图像的纹理特征进行分析，实现对正常和异常瘢痕的无损诊断。

发明内容

本发明的目的在于针对现有技术的不足和缺陷，提供一种基于二次谐波图像纹理分析的皮肤瘢痕图像判断方法，该方法有利于实现对皮肤瘢痕图像的无损判断。

为实现上述目的，本发明的技术方案是：一种基于二次谐波图像纹理分析的皮肤瘢痕图像判断方法，包括如下步骤：

(1)将待处理的瘢痕的胶原二次谐波图像随机分为训练集和测试集；

(2)将训练集和测试集中待处理的瘢痕的胶原二次谐波图像转化为灰度图像；

(3)使用LD-LBP方法对灰度图像进行均匀度特征提取，生成LD-LBP码图，并计算LD-LBP方差V₁；所述LD-LBP方法是改进的LBP方法，通过在LBP方法基础上增加对中心与邻域像素灰度值的局部差异幅度值编码得到；

(4)使用Haar小波变换对步骤(3)得到的LD-LBP码图进行方向性、粗糙度特征提取，计算分解后的低频子带系数的均值U_LL、方差Var和能量比E_r，以及水平子带系数的均值U_LH；

(5)将步骤(3)得到的LD-LBP方差V₁，步骤(4)得到的低频子带系数的均值U_LL、方差Var和能量比E_r，以及水平子带系数的均值U_LH组成瘢痕图像纹理的特征向量T，即T＝[V₁,U_LL,Var,E_r,U_LH]；

(6)对步骤(5)得到的瘢痕图像纹理的特征向量T进行高斯归一化；

(7)对训练集和测试集中归一化后的特征向量T使用模糊K邻近法进行处理；

(8)判断并输出测试集中各个瘢痕图像的类别C_k，其中k∈[1,2]，C₁为正常瘢痕图像，C₂为异常瘢痕图像。

进一步的，所述步骤(3)中，使用LD-LBP方法对灰度图像进行均匀度特征提取，包括以下步骤：