[发明专利]一种基于数据集的肝脏CT图像分类方法

说明书

本发明公开了一种基于数据集的肝脏CT图像分类方法。属于医学图像分类领域。具体步骤：在构建数据集时，将肝脏CT图像分为肝功能正常CT图像和肝功能异常CT图像；对数据集中的肝CT图像进行预处理；提取感兴趣区域并计算CT值；对未知的肝脏CT图像提取HVNLTP特征，计算分块统计直方图，再采用支持向量机进行分类识别。本发明突出了局部纹理信息，增加图像间的差异性，弥补了正常肝CT图像和异常肝CT图像之间差异性不明显的缺陷，在肝功能正常、异常分类上比局部三值模式方法拥有更高的分类识别率，提供了一种直接利用肝脏CT图像数据库对未知肝脏功能进行评判的新方法。

技术领域

本发明涉及医学图像处理技术领域，具体涉及一种基于数据集的肝脏CT图像分类方法。

背景技术

肝病是一种具有不易察觉的高危害性的疾病，由于肝功能正常和肝功能异常的CT图像之间差异性不明显，发病早期很难被确诊，通常情况下临床确诊病例已经发展到了中后期，使患者错失救治机会。

当前现有的肝脏图像处理技将纹理分类运用到医学图像的分类中，通过分析图像中像素的关系，评价图像的纹理特征的统计特性和强度差异，进而分析正常和异常肝功能CT图像之间差异。但由于现有的分类方法没有考虑CT图像像素的局部变化信息，导致其特征提取及分类识别率较低。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明目的是提供了一种基于数据集的肝脏CT图像分类方法。

技术方案：本发明所述的一种基于数据集的肝脏CT图像分类方法，包括以下步骤：

(1)、构建肝脏CT图像数据集；

(2)、对数据集中肝脏CT图像进行预处理，提取出大小相同且不包含肿瘤和血管的肝脏感兴趣区域；

(3)、对其感兴趣区域计算CT值；

(4)、对未知的肝脏CT图像提取HVNLTP特征；

(5)、分块统计直方图；

(6)、采用支持向量机进行分类识别。

进一步的，在步骤(1)中，所述构建肝脏CT图像数据集，将肝脏CT图像分为肝功能正常CT图像和肝功能异常CT图像。

进一步的，在步骤(2)中，所述对数据集中肝脏CT图像进行预处理的具体步骤是：

(2.1)、对于大小为512×512像素的肝脏CT图像提取出大小38×38像素的ROI区域；

(2.2)、在选取过程中，1)、避开血管区域：血管在CT图像中属于高亮区域，若选择此区域，则导致之后的分类识别不准确；2)、避开肿瘤区域：肿瘤不能反映一个人的肝脏好坏程度，病变集中体现的肿瘤区域不能作为区分肝脏等级的指标。

进一步的，在步骤(3)中，所述对其感兴趣区域计算CT值具体是；

CT值计算公式：

CT＝pixel*slope+intercept (1)

其中，pixel表示该像素点的值，slope，intercept分别表示是从DICOM Tag信息中坐标(0028|1052)：rescale和坐标(0028|1053)：rescale slope中的数值；

将该数值保存为txt格式存放在对应的目录下。

进一步的，所述步骤(4)中，所述对未知的肝脏CT图像提取HVNLTP特征的具体步骤：