[发明专利]X光乳腺图像的核自适应优化分类方法

摘要

本发明提出一种基于核自优化Fisher判别的X光乳腺组织图像分类方法，该方法包括图像预处理和分类两个关键步骤。首先预处理过程包括乳腺背景、标签以及肌肉组织的去除，然后用提出的核自优化Fisher判别分类器进行乳腺组织分类。该分类器包括四个阶段框架，第一步：标签去除，第二步：胸肌去除，利用形态滤波和CCL算法去除胸肌部分。第三步：特征提取，计算无背景、标签和胸肌的像素的统计特征，包括平均值、标准差、平滑度、平均直方图、均匀度、峰度，组成统计特征向量。第四步：分类，采用增强核Fisher判别，即核自优化Fisher判别进行分类输入图像的统计特征。该分类器在公开的X光乳腺图像数据库进行了算法性能测试，本发明分类方法可有效进行X光乳腺图像分类。

主权项

X光乳腺图像的核自适应优化分类方法，其特征在于包括：步骤Ⅰ：输入乳房X光检查的原始图像，创建原始图像的强度直方图，对反映背景、乳腺癌、标签和胸肌像素统计分布的图像灰度直方图采用基于阀值的分割算法与连通区域标记法提取乳房组织的标签，并去除标签图像；步骤Ⅱ：对去除标签的乳房X光图像先采用中值滤波法去除噪声，而后采用二值化图像直方图分割、形态学膨胀和8像素的连通区域标记法提取胸肌部分，并去除胸肌图像；步骤Ⅲ：对去除标签和胸肌的乳房X光图像运用统计方法分别计算包括图像的像素平均值、标准差、平滑度、图像的像素左右不对称的平均值、平均直方图、均匀度、峰度的统计量，并组成统计特征向量，且统计特征向量维度为33；步骤Ⅳ：将统计特征向量输入核自由化Fisher分类器，设定基础核及相关参数，求解数据依赖核最佳参数，并基于最优化核求解最优映射子空间的映射矩阵，通过参照已有图像组成的数据库进行比对，最后输出图像的分类结果。