[发明专利]基于医学图像特征权重调整的眼底造影图像检索方法

说明书

本发明公开了一种本发明基于医学图像特征权重调整的眼底造影检索方法，分别对眼底造影图像样本和待检索的眼底造影图像提取4个特征矩阵，根据预设的权重计算加权特征矩阵，然后计算待检索的眼底造影图像的加权特征矩阵和每张眼底造影图像样本的加权特征矩阵的相似度，选取相似度最大的K张眼底造影图像样本作为检索结果输出，如果对检索结果不满意，检索人员根据其检索偏好从检索结果中选取D张眼底造影图像样本，对特征矩阵的权重进行调整，重新计算待检索的眼底造影图像的加权特征矩阵，再次进行检索，如果检索结果还不满意，则继续调整权重，直至检索人员对检索结果满意为止。采用本发明可以使检索结果更符合用户的需求，提高检索性能。

技术领域

本发明属于计算机视觉技术领域，更为具体地讲，涉及一种基于医学图像特征权重调整的眼底造影图像检索方法。

背景技术

随着计算机视觉、模式识别和多媒体等计算机科学技术的发展，人们希望能够和计算机进行更深度的交互活动，也希望计算机能够自动的感知人类世界。图像处理技术发挥着越来越重要的作用，针对图像处理技术的研究也在如火如荼的发展中。数字图像处理最基础、最重要的步骤之一就是图像特征提取，往往从各种媒体介质直接获取的图像不满足计算和分析的需求，需要对图像进行一系列的处理和分类标识等操作。

伴随多媒体数据出现的“维度灾难”问题，存在大量的不相关的、冗余的特征，对图像分析过程起到了干扰和噪声效果，影响了图像特征提取结果的性能。面对这类复杂图像数据的分析和处理的特点，图像特征提取技术也在不断的革新。如何由原始获取的特征经过线性或者非线性变换得到较少数目但表达能力更强的新特征，进而提取出高效能、鲁棒的特征在图像处理的研究和应用中尤为重要。

近年来，特征提取在目标识别、图像检索、图像配准、数据可视化、模式识别等领域都有广泛的应用，尤其是在医学领域的辅助诊断当中。当人体出现眼底病灶时，说明此时已经患上糖尿病或是心血管疾病，因此通过提取眼底病灶，可以在正常和异常之间做出明确鉴别，使对高血压病眼底的非荧光造影图像的研究标准化，而且通过对眼底病灶大小、范围、形状等分析，还可以定性地判断患病的程度，这些都大大加强了眼底检查优势，方便了高血压和糖尿病患者的病情分析，对高血压病和糖尿病的诊断及治疗具有重要的实践指导意义，推进了其标准化的进程。

就目前的图像检索系统而言，在眼底造影检索时，由于不同眼底造影图像的特征不尽相同，而检索人员对于检索结果的需求也不尽相同，很难满足所有需求。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于医学图像特征权重调整的眼底造影图像检索方法，根据用户对检索结果的偏好选择，分析用户偏好的特征类型，来调整不同特征的特征矩阵的权重系数，使检索结果更符合用户的需求，提高检索性能。

为实现上述发明目的，本发明基于医学图像特征权重调整的眼底造影图像检索方法的具体方法为：

S1：获取M张眼底造影图像样本，将每张图像样本归一化至预设尺寸；分别对每张眼底造影图像样本提取得到4个特征矩阵，包括灰度共生矩阵f_m,1、Gabor特征矩阵f_m,2、LBP特征矩阵f_m,3和SIFT特征矩阵f_m,4，m＝1,2,…,M；根据预设的权重λ_i计算每张眼底造影图像样本的加权特征矩阵F_m，计算公式如下：

从而构成眼底造影图像样本特征库；

S2：将待检索的眼底造影图像归一化至预设尺寸，提取得到灰度共生矩阵灰度共生矩阵f₁′、Gabor特征矩阵f₂′、LBP特征矩阵f₃′和SIFT特征矩阵f₄′；将权重λ_i作为初始权重，计算待检索的眼底造影图像的加权特征矩阵F′，计算公式如下：