[发明专利]一种基于稀疏表示的肝脏超声图像识别方法

摘要

本发明公开了一种基于稀疏表示的肝脏超声图像识别方法，包括以下步骤：(1)从带有占位性病变区域的肝脏超声图像训练样本中选择感兴趣区域；(2)提取感兴趣区域的灰度共生矩阵纹理比值特征、分形特征、突变率特征；(3)对步骤(2)得到的图像特征利用基于稀疏重建的字典扩展方法构建扩展字典；(4)利用步骤(3)得到的扩展字典构造基于稀疏表示的分类器；(5)将测试样本的图像特征输入分类器进行识别判断，识别出带有占位性病变区域的肝脏超声图像。本发明得到的分类识别准确高，各项指标符合临床诊断范围。

主权项

一种基于稀疏表示的肝脏超声图像识别方法，其特征在于，包括以下步骤：(1)从带有占位性病变区域的肝脏超声图像训练样本中选择感兴趣区域，所述感兴趣区域包括占位性病变区域R₁和正常肝脏区域R₂；所述肝脏超声图像训练样本包括肝囊肿图像样本、肝血管瘤图像样本、肝癌图像样本；(2)提取步骤(1)得到的感兴趣区域的图像特征，包括以下步骤；(2‑1)提取灰度共生矩阵纹理比值特征：(2‑1‑1)分别生成占位性病变区域R₁和正常肝脏区域R₂在0°,45°,90°,135°四个方向上的灰度共生矩阵，计算每个灰度共生矩阵相关、能量、同质性三个纹理特征值；(2‑1‑2)对每一纹理特征值计算在0°,45°,90°,135°四个方向的平均值，得到占位性病变区域R₁的相关COR_R₁、能量EN_R₁、同质性Hom_R₁；和正常图像R₂的相关COR_R₂、能量EN_R₂、同质性Hom_R₂；(2‑1‑3)求占位性病变区域R₁与正常肝脏区域R₂的对应纹理特征比值，如下式所示：$g_1=\frac{COR\_R_1}{COR\_R_2}$$g_2=\frac{EN\_R_1}{EN\_R_2}$$g_3=\frac{Hom\_R_1}{Hom\_R_2}$(2‑2)提取占位性病变区域R₁中的分形特征，具体包括分形维数FD和孔隙度L(t)；(2‑3)提取占位性病变区域R₁的突变率特征M；(2‑4)将得到的灰度共生矩阵纹理比值特征g₁、g₂、g₃，分形特征FD和L(t)，以及突变率特征组成特征向量f＝[g₁,g₂,g₃,FD,L(t),M]，对特征向量进行归一化处理；(3)对步骤(2)得到的图像特征利用基于稀疏重建的字典扩展方法构建扩展字典；(4)利用步骤(3)得到的扩展字典构造基于稀疏表示的分类器；(5)将测试样本的图像特征输入分类器进行识别判断，识别出带有占位性病变区域的肝脏超声图像。