[发明专利]基于超声图像的多尺度多子图肝纤维化多级量化分期方法

摘要

一种基于超声图像的多尺度多子图肝纤维化多级量化分期方法，它涉及基于多尺度灰度共生矩阵和小波多子图共生矩阵的多级分期方法，它解决了当前基于超声图像的肝纤维化分期方法分期粗糙且准确度低的问题。本发明的步骤为：一、ROI的自动选择和预处理；二、构造多尺度灰度共生矩阵并提取纹理特征；三、构造小波多子图共生矩阵并提取纹理特征；四、利用基于SVM的不完全穷举封装式特征选择方法选择特征；五、基于SVM进行多级分类。本发明利用多尺度灰度共生矩阵全面提取图像纹理信息，并结合小波多子图共生矩阵在滤波的同时兼顾图像纹理细节信息，使用不完全穷举特征选择方法和多级分类器提高肝纤维化的分类精度，适用于基于超声图像的肝纤维化辅助诊断。

主权项

1.一种基于超声图像的多尺度多子图肝纤维化多级量化分期方法，其特征在于它包括如下步骤：步骤一：ROI的自动选择和预处理，预先在肝脏超声图像中选择一个固定的大区域，ROI的尺寸大小设置为64*64的方形区域，选择目标区域内均方差最小的部分区域作为ROI，将ROI图像的灰度值映射到0‑255之间；步骤二：构造不同尺度d和角度θ下的24个灰度共生矩阵，即多尺度灰度共生矩阵，对构造的MGLCM进行纹理特征参数的提取；步骤三：小波多子图共生矩阵的构造和纹理特征提取；步骤四：基于SVM的不完全穷举封装式特征选择和分级分类；步骤五：基于SVM的多级分类方法。