[发明专利]基于机器学习的SWI图像的脑微出血点检测识别方法有效
| 申请号： | 201810943457.4 | 申请日： | 2018-08-17 |
| 公开（公告）号： | CN109190690B | 公开（公告）日： | 2021-10-19 |
| 发明（设计）人： | 孝大宇;张淑蕾;王超;康雁 | 申请（专利权）人： | 东北大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06T7/11;G06T7/136;G06N20/00 |
| 代理公司： | 北京易捷胜知识产权代理事务所(普通合伙) 11613 | 代理人： | 韩国胜 |
| 地址： | 110169 辽*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于机器学习的SWI图像的脑微出血点检测识别方法，包括以下步骤：建立SWI图像训练库，读取训练库中任一SWI图像，并进行预处理；对处理后的SWI图像进行去除头骨图像处理，获得SWI脑组织图像；获取SWI脑组织图像中的微出血点候选点区域；基对提取的微出血候选点区域进行特征提取，获得微出血点特征值；使用随机森林方法进行训练，获得脑微出血点分类器模型；读取待识别SWI图像，放入脑微出血点分类器模型中进行识别，获得待识别SWI图像的分类结果，并输出脑微出血点信息。本方法解决了临床医生手动识别CMBs病灶耗时耗力，可靠性和可重复性较低问题，具有重要的应用价值。 | ||
| 搜索关键词： | 基于 机器 学习 swi 图像 出血 检测 识别 方法 | ||
【主权项】：
1.一种基于机器学习的SWI图像的脑微出血点检测识别方法，其特征在于，所述方法包括：S1、建立SWI图像训练库，读取训练库中任一SWI图像，并进行预处理；S2、基于阈值分割算法，对处理后的SWI图像进行去除头骨图像处理，获得SWI脑组织图像；S3、基于霍夫变换，获取SWI脑组织图像中的微出血点候选点区域；S4、基于海森矩阵、高斯拉普拉斯和灰度共生矩阵方法，对提取的微出血候选点区域进行特征提取，获得微出血点特征值；S5、重复步骤S1‑S4，获得包括所有SWI图像微出血点候选点及其特征值的训练库；S6、基于训练库数据，使用随机森林方法进行训练，获得脑微出血点分类器模型；S7、读取待识别SWI图像，并进行预处理和去头骨处理后，放入脑微出血点分类器模型中进行识别，获得待识别SWI图像的分类结果，并输出脑微出血点信息。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东北大学，未经东北大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810943457.4/，转载请声明来源钻瓜专利网。
