[发明专利]基于字典学习和稀疏表示的影像特征提取方法及表达方法在审
| 申请号： | 201910583956.1 | 申请日： | 2019-07-01 |
| 公开（公告）号： | CN110276414A | 公开（公告）日： | 2019-09-24 |
| 发明（设计）人： | 李振江;尹勇;李宝生;朱健;吴仕章 | 申请（专利权）人： | 山东省肿瘤防治研究院（山东省肿瘤医院） |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/46;G06T7/00 |
| 代理公司： | 济南信达专利事务所有限公司 37100 | 代理人： | 姜明 |
| 地址： | 250017 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于字典学习和稀疏表示的影像特征提取方法及表达方法，属于图像特征提取领域，要解决的技术问题为如何降低参数描述维度；提取方法为：将训练集影像组学特征分为两种类型；对于每种训练集影像组学特征，提取多个图像样本并计算每个图像样本的纹理特征图，构建初始字典；按照字段更新初始字典，得到超完备冗余字典；基于待匹配特征系数与每种类别对应的参考特征系数之间的欧式距离，逐一对每个测试集影像组学特征进行特征分类。表达方法包括：回顾性精确标记传统影像的感兴趣区域；提取每个感兴趣区域的影像组学特征；逐像素点的对每个感兴趣区域图像进行特征提取；对影像组学特征进行特征提取和分类。 | ||
| 搜索关键词： | 影像组 字典 感兴趣区域 特征提取 图像样本 稀疏表示 影像特征 字典学习 训练集 感兴趣区域图像 图像特征提取 纹理特征图 参考特征 参数描述 传统影像 欧式距离 匹配特征 特征分类 字段更新 冗余 测试集 像素点 构建 维度 分类 | ||
【主权项】：
1.基于字典学习和稀疏表示的影像特征提取方法，其特征在于用于对影像组学特征进行特征提取和分类，包括：S100、基于肿瘤包括治疗抵抗类型和治疗敏感类型，将训练集影像组学特征分为两种类型，分别为治疗抵抗类型和治疗敏感类型；S200、对于每种训练集影像组学特征，提取多个图像样本并计算每个图像样本的纹理特征图，通过列向量的形式表达纹理特征图，以构建初始字典；S300、按照字段更新初始字典，得到超完备冗余字典；S400、通过超完备冗余字典对训练集影像组学特征进行稀疏表示，得到具有相应类别的特征系数，所述特征系数作为相应类别的参考特征系数；S500、通过超完备冗余字典对未知类别的测试集影像组学特征进行稀疏表示，得到特征系数，所述特征系数作为待匹配特征系数，基于待匹配特征系数与每种类别对应的参考特征系数之间的欧式距离，逐一对每个测试集影像组学特征进行特征分类。
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山东省肿瘤防治研究院（山东省肿瘤医院），未经山东省肿瘤防治研究院（山东省肿瘤医院）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/201910583956.1/，转载请声明来源钻瓜专利网。
