[发明专利]一种基于Tsallis熵选择的疑似肺结节检测方法

摘要

本发明一种基于Tsallis熵选择的疑似肺结节检测方法，对分割后的候选结节通过Tsallis熵值的计算筛选出疑似结节，进而构造多尺度的特征提取掩膜。进而特征提取，并将提取的特征投入到分类器中去，最后得到结果。本发明引入Tsallis熵，通过比较候选结节的Tsallis熵值与给定的经验阈值T，提出一种新的筛选候选结节的方法，可以更好的降低整个系统的结节检测假阳性率，新方法可以更加方便快速地辅助医生对肺结节的诊断。

主权项

本发明一种基于Tsallis熵选择的疑似肺结节检测方法，主要包括以下内容：在特征提取的结节掩膜中引入Tsallis熵的理念，通过Tsallis熵值区分肺结节和与切片垂直的血管、支气管等组织，有效减少ROI的数量，在对肺结节检测之前先进行疑似肺结节的检测，能有效减少实验的假阳性，提高运算速度。技术方案如下：步骤一：图片的获取，打算利用公开数据库LIDC，并利用中值滤波对图片进行预处理；步骤二：首先使用阈值对原始图像进行初步分割，其次使用圆盘结构的元素对粗分割的肺部进行二维形态学开运算，然后利用三维区域生长算法对图像中的肺部区域进行分割，分割得到的部分就是肺部区域，接着使用孔洞填充算法来修补孔洞，最后使用了三维形态学闭运算来精炼肺部的边缘；步骤三：首先用一系列阈值对原始的图像进行阈值分割，然后把分割的结果和肺部掩模进行逻辑与操作，然后再用一系列圆盘结构元素对分割好的结节进行二维形态学开运算，最后合并所有的中间结节掩模形成最终的结节掩模；步骤四：选取阈值T，计算候选结节的Tsallis熵值，当Tsallis熵值大于T时为明显的假阳性，剔除掉，将留下的结节作为疑似结节。步骤五，特征提取，打算利用传统意义上的一些特征，并且基于不同尺度三维的块来提取。特征主要有三大类：几何的，灰度的，梯度的特征，所有的这些特征都包含了二维的和三维的。最后再用SFS来优选一系列的特征；步骤六：用SVM分类器对结节进行分类。