[发明专利]一种基于肝脏超声图像的肝包膜线自动提取方法在审
申请号: | 201711431464.8 | 申请日: | 2017-12-26 |
公开(公告)号: | CN108154517A | 公开(公告)日: | 2018-06-12 |
发明(设计)人: | 刘翔 | 申请(专利权)人: | 北京华想联合科技有限公司 |
主分类号: | G06T7/13 | 分类号: | G06T7/13 |
代理公司: | 北京易捷胜知识产权代理事务所(普通合伙) 11613 | 代理人: | 齐胜杰 |
地址: | 102200 北京市昌平*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 包膜 肝脏超声图像 自动提取 响应 超声图像 准确率 检测 检测器 边界检测 方法生成 肝脏切面 滑动窗口 矩形特征 连续曲线 人工干预 预先选择 图像块 | ||
1.一种基于肝脏超声图像的肝包膜线自动提取方法,其特征在于,包括:
步骤S1、针对待处理的包括有肝脏切面/部位的超声图像,采用滑动窗口检测器对超声图像进行处理,并在滑动窗口检测器的窗口对应的图像块中建立多个通道,从建立的多个通道中提取预先选择得到的随机矩形特征,获取检测响应图;
所述随机矩形特征为预先通过训练样本确定的;
步骤S2、从所述检测响应图中提取完整的肝包膜线,所述肝包膜线为所述检测响应图中从左侧边界到右侧边界检测响应和最大的连续曲线。
2.根据权利要求1所述的方法,其特征在于,所述步骤S1包括:
S11、获取作为训练样本的超声图像,标注得到每一个样本中超声图像中包含的肝包膜线;
S12、针对每一个样本,在所述肝包膜线上取一定数量固定大小的图像块作为正样本,在非包膜线区域取一定数量同样大小的图像块作为负样本;
S13、所述每一个正样本、负样本建立多个通道,从建立的多个通道中提取N维随机矩形特征;
S14、采用Adaboost从所述N维随机矩形特征中选取N1维具有肝包膜线鉴别能力的特征子集,其中N1小于N的自然数;
S15、对于待处理的超声图像用滑动窗口对每个像素位置进行处理,滑动窗口所到之处,提取所述固定大小的图像块;
S16、对于所述滑动窗口图像块,建立多个通道,依据特征子集的提取方式,从建立的多个通道中提取N1维经选择得到的特征,计算检测响应;
S17、当滑动窗口处理完所有像素位置后,得到一张与待处理的超声图像同样大小的检测响应图。
3.根据权利要求2所述的方法,其特征在于,子步骤S13以及子步骤S16中建立的多个通道均包括:
超声图像对应的一通道;
超声图像转换为梯度大小对应的一个通道;
超声图像转换为梯度直方图对应的六个通道;
超声图像转换为高斯差分DOG对应的两个通道。
4.根据权利要求3所述的方法,其特征在于,
根据公式一计算超声图像的梯度大小;
公式一:
其中,I为超声图像,(x,y)为超声图像中像素的坐标;
和/或,
利用Sobel算子得到超声图像在x、y方向的梯度,并根据公式二计算该超声图像的梯度方向;以及
针对每一张超声图像中的每一个像素,统计6*6邻域内梯度方向的直方图,将0~2π范围划分成6等分,每一个像素得到6维直方图,将直方图的每一维作为一个通道,得到6个梯度直方图;
公式二:
其中,I为超声图像,(x,y)为超声图像中像素的坐标;
和/或,
基于公式三,选择两个不同的高斯核g(σ1)、Γ(x,y)=I*g(σ1)-I*g(σ2)对超声图像I做卷积,计算卷积后的差值,得到高斯差;
公式三:Γ(x,y)=I*g(σ1)-I*g(σ2);
g(σ1)为预设有两个不同方差的高斯核、Γ(x,y)=I*g(σ1)-I*g(σ2)预设有两个不同方差且不同于g(σ1)的高斯核。
5.根据权利要求4所述的方法,其特征在于,子步骤S13中从建立的多个通道中提取N维随机矩形特征中的每一维矩形特征为采用一个五元组(nch,x1,y1,x2,y2)表示的特征;
其中,nch是通道编号,(x1,y1,x2,y2),(x1,y1,x2,y2)分别是矩形区域的左上角和右下角坐标;
将所述矩形区域中所有像素的和作为该矩形区域的一维特征。
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北京华想联合科技有限公司,未经北京华想联合科技有限公司许可,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/201711431464.8/1.html,转载请声明来源钻瓜专利网。