[发明专利]基于视觉显著性谱残差方法的低剂量CT肺结节检测算法

权利要求书

1.一种基于视觉显著性谱残差方法的低剂量CT肺结节检测算法，其特征在于，具体步骤如下：

(1)肺实质分割：基于阈值法和形态学操作在低剂量CT图像上分割出肺实质区域；

(2)候选区提取：通过谱残差方法对肺实质区域进行显著性检测，提取具有视觉显著性的肺结节候选区；

(3)特征计算：对提取的肺结节候选区提取灰度和形态学特征；

(4)候选区分类：使用支持向量机C-SVM分类器对提取的肺结节候选区分类，去除假阳性样本，留下真实肺结节。

2.根据权利要求1所述的检测算法，其特征在于：步骤(1)中，使用大津法寻找最佳阈值，二值化图像后，寻找代表左右肺的最大连通区域，然后使用形态法修整，分割出肺实质分割区域；具体步骤如下：

①将CT图像转化为8位256级灰度图，统计图像的灰度直方图；

②每个区间像素数除以总像素数，转换为灰度概率；

③在[0,255]枚举阈值i；

④计算灰度区间[0,i]中前景像素总占比w0，前景像素平均灰度u0，灰度区间[i+1,255]中背景像素总占比w1，前景像素平均灰度u1；

⑤计算类间方差g_i＝w0*w1*(u0-u1)2；

⑥找到使g_i最大的i作为最优阈值t；

⑦二值化图像；

⑧通过轮廓检测Suzuki算法找到二值图像中最大的两个连通域作为初步的肺部掩码；

⑨对肺部掩码使用一个半径大于等于2个像素的圆形滤波器进行腐蚀，即将0像素周围像素设置为0；

⑩进行闭操作，即先使用一个半径为5到10个像素的圆形滤波器进行膨胀，将1像素周围像素设置为1，然后用相同大小的滤波器重新腐蚀；

填充肺部掩码中剩余的孔洞区域。

3.根据权利要求1所述的检测算法，其特征在于：步骤(2)中，谱残差方法的具体流程如下：

①将图像压缩到64*64；

②将原图f(x，y)做离散傅里叶变换到频域空间，R，I表示傅里叶谱的实部和虚部，分别取出相位角φ和功率谱|F(u，v)|：

|F(u，v)|＝(R(u，v)²+I(u，v)²)^1/2

③对幅值取对数得到对数谱L(f)；

④使用一个均值滤波器h(f)对L(f)进行平滑，得到A(f)；

⑤计算：

R(f)＝L(f)-A(f)

⑥使用保存的相位角将残差谱反离散傅里叶变换回空间域G：

g(u，v)＝exp(R(f(u，v)+i*φ(u，v))²

⑦对步骤⑥的结果使用高斯滤波器滤波，得到显著性图；

⑧对显著性图二值化得到最终的目标掩码。

4.根据权利要求1所述的检测算法，其特征在于：步骤(3)中，灰度和形态学特征包括：

①最低CT值；

②最高CT值；

③CT均值；

④CT方差；

⑤其中S为面积，p为周长；

⑥其中H为区域凸包面积；

⑦细长度：候选区最小外接椭圆的长轴max_dim和短轴min_dim之比；

⑧

⑨

⑩boundingbox_area表示包围盒面积；

图像的不变矩。

5.根据权利要求1所述的检测算法，其特征在于：步骤(4)中，所述候选区分类的过程如下：

①训练分类器，对分类决策面y(x)＝ω^Tφ(x)+b，x为样本特征，ω，b为决策面参数，令样本点到决策面距离为1；

②最小化：

其中对正确分类且在决策面的边缘里内的样本，定义ξ_n＝0，而其他点ξ_n＝|t_n-y(x_n)|，t表示样本的真实分类，即结节，于是ξ_n＞1的就是被分错的点；优化决策面的限制条件为t_ny(x_n)≥1-ξ_n，C为惩罚参数，默认设置为1。