肝臟CT圖像特征提取方法的研究及其在檢索中的應(yīng)用

李尹岑，孔祥云，楊德智

（國(guó)家知識(shí)產(chǎn)權(quán)局專利局專利審查協(xié)作北京中心光電部，北京 100096）

圖像數(shù)據(jù)庫(kù)是現(xiàn)代醫(yī)學(xué)系統(tǒng)的一個(gè)重要組成部分，對(duì)于協(xié)助診斷和預(yù)防醫(yī)學(xué)相關(guān)病情具有十分重要的應(yīng)用意義，特別是數(shù)字化圖像存檔與傳輸系統(tǒng)在醫(yī)療系統(tǒng)中的應(yīng)用可以非常方便的幫助醫(yī)生在進(jìn)行病情判斷與分析時(shí)提取生物體內(nèi)組織或器官形態(tài)、結(jié)構(gòu)甚至是功能信息，完成病理組織結(jié)構(gòu)及臨床診斷研究。與此同時(shí)，基于計(jì)算機(jī)與掃描成像技術(shù)發(fā)展而來(lái)的CT掃描技術(shù)可以將人體病變組織的具體問(wèn)題影射成像，并利用計(jì)算機(jī)圖像處理與檢索技術(shù)從圖像中提取相關(guān)特征參數(shù)來(lái)表征或反應(yīng)病人病情。這種技術(shù)大大提升了醫(yī)生診斷病情的準(zhǔn)確性和精確度。

1 CT圖像檢索中常用的視覺(jué)特征評(píng)價(jià)指標(biāo)

對(duì)于CT圖像的特征提取主要集中在顏色、灰度、形狀以及紋理等方面。不同的圖像特征可以表征和度量一類具體的特征問(wèn)題。目前評(píng)價(jià)圖像特征提取的主要指標(biāo)有查準(zhǔn)率、查全率以及命中準(zhǔn)確率等。

CT圖像特征提取評(píng)價(jià)指標(biāo)中的查準(zhǔn)率是指經(jīng)過(guò)圖像特征提取后所能夠識(shí)別和反饋的CT圖像的特征圖像的數(shù)目和所有返回圖像的比值，而查全率則是指圖像特征提取后返回結(jié)果中相關(guān)圖像數(shù)據(jù)與數(shù)據(jù)庫(kù)中所存在的所有的相關(guān)圖像數(shù)目的比例。這兩個(gè)評(píng)價(jià)參數(shù)是圖像特征提取中應(yīng)用最為廣泛和可信度最高的兩個(gè)評(píng)價(jià)指標(biāo)。

假設(shè)存在一幅肝臟CT圖像Q，通過(guò)數(shù)據(jù)庫(kù)檢索后所返回的同一大類圖像數(shù)目為N，相關(guān)圖像數(shù)目為n，數(shù)據(jù)庫(kù)中所有的圖像數(shù)目為T，則查準(zhǔn)率的數(shù)學(xué)表達(dá)式為recall=n/N，查全率的數(shù)學(xué)表達(dá)式為precision=n/T。顯然，檢索結(jié)果值越大，檢索效果越好，檢索越精確。

命中準(zhǔn)確率則是用于表征所命中的檢索圖像與查詢圖像的比值。假設(shè)被檢索圖像所在的圖像集為G，檢索后輸出的圖像數(shù)目為A，A中屬于G的圖像數(shù)目為k，則命中準(zhǔn)確率可被定義為pre=k/A×100%。

2 CT圖像肝部腫瘤檢索系統(tǒng)

為獲得檢索結(jié)果和評(píng)價(jià)結(jié)果，首先需要根據(jù)肝部腫瘤圖像構(gòu)建檢索數(shù)據(jù)庫(kù)，數(shù)據(jù)庫(kù)的建立可以通過(guò)相關(guān)數(shù)據(jù)庫(kù)軟件完成，如SQL，MySQL等。該數(shù)據(jù)庫(kù)中包含了以下兩部分信息：圖像信息極其對(duì)應(yīng)的特征信息。其中，圖像信息由患者相關(guān)信息構(gòu)成，特征信息由圖像特征參數(shù)及相關(guān)信息構(gòu)成。

在使用該數(shù)據(jù)庫(kù)進(jìn)行圖像檢索時(shí)需要執(zhí)行如下步驟。首先對(duì)圖像進(jìn)行基本的信息提取，然后根據(jù)提取結(jié)果將圖像信息分割為多個(gè)子圖像塊，該子塊應(yīng)該包含相關(guān)的特征信息，然后分別應(yīng)用相應(yīng)的圖像特征提取算法對(duì)圖像中的特征進(jìn)行深度提取，提取后將該信息與圖像數(shù)據(jù)庫(kù)和特征數(shù)據(jù)庫(kù)進(jìn)行對(duì)比分析，從中提取符合返回結(jié)果的圖像，完成檢索。

3 基于小波變換的肝部CT圖像3 提取及圖像檢索

3.1 基于小波變換的圖像特征提取

小波變換是一種非常常見(jiàn)的多尺度可視化信息處理算法，其通過(guò)小波變換函數(shù)可以將圖像中的特征信息放大提取出來(lái)。每進(jìn)行一次小波變換可以將圖像分解為四個(gè)原始圖像四分之一大小的子圖，每張子圖可用于表征原始圖像中的水平方向、垂直方向以及對(duì)角線方向的高頻和低頻信息。經(jīng)過(guò)多次小波變換后可以獲得權(quán)重最大，特征含量最高的特征信息。

小波變換中關(guān)注的核心在于所選擇的尺度低通濾波器和小波高通濾波器。原始圖像多次經(jīng)過(guò)這些濾波器后可以獲得多個(gè)方向和維度的紋理特征。

3.2 相似度選取與度量

進(jìn)行特征檢索的關(guān)鍵在于特征匹配，即相似度定義和度量。小波變換環(huán)境下的相似度度量主要通過(guò)特征參數(shù)與目標(biāo)圖像特征參數(shù)的距離來(lái)表征。為提高算法的通用性和準(zhǔn)確性，在度量前可以對(duì)所形成的特征參數(shù)向量進(jìn)行歸一化處理。假設(shè)圖像信息函數(shù)f（x，y）具有的特征序列為F，F(xiàn)中包含的特征參數(shù)有［Hf1j,Hf2j,…,Hfkj］個(gè)具體值。 其中，Hfij標(biāo)示第i副子圖像中的第j個(gè)特征向量矩陣。K表示所有CT圖像數(shù)據(jù)庫(kù)中的圖像數(shù)目，則可以由F獲得該特征序列的均值mj和方差σj，其歸一化特征序列可以轉(zhuǎn)換為

對(duì)其進(jìn)行相似性度量時(shí)所采用的歐式距離定義為

為提升相似度表征的準(zhǔn)確性，需要使用統(tǒng)計(jì)的方式對(duì)腹部和病灶兩幅圖像之間的相似度進(jìn)行表征，此時(shí)主要需要分別對(duì)圖像的全局和局部?jī)刹糠謨?nèi)容的歐氏距離進(jìn)行計(jì)算和分析。需要說(shuō)明的是，表征圖像特征的參數(shù)有多個(gè)，不同的參數(shù)獲取和度量方式不盡相同。為獲得更為精準(zhǔn)和統(tǒng)一的檢索結(jié)果可以對(duì)需要各表征參數(shù)的歐氏距離進(jìn)行線性組合。線性組合后的數(shù)據(jù)同樣需要進(jìn)行外部歸一化，歸一化方法同特征參數(shù)的歸一化方式，均采用高斯歸一化。

3.3 特征提取與目標(biāo)檢索步驟分析

為實(shí)現(xiàn)完整的肝部CT圖像特征提取與目標(biāo)檢索可以執(zhí)行如下步驟：

首先使用Gabor算法和小波變換算法對(duì)可表征肝部全局特征的特征參數(shù)進(jìn)行提取，并將所提取出的特征參數(shù)組成特征向量矩陣，矩陣的每一維度表示該圖像的某一特征，然后對(duì)肝部病灶處的灰度特征和灰度共生特征進(jìn)行提取，最后將所提取的特征數(shù)據(jù)與數(shù)據(jù)庫(kù)中存儲(chǔ)的圖像信息和特征信息進(jìn)行對(duì)比檢索和查詢，在相似度范圍內(nèi)的圖像被認(rèn)為屬于目標(biāo)圖像，返回到檢索結(jié)果中，完成檢索。

4 總結(jié)

醫(yī)學(xué)診斷中會(huì)產(chǎn)生大量的圖像信息，這些圖像信息之間具有相似性，可用于協(xié)助醫(yī)生對(duì)病癥、病灶等進(jìn)行判斷和分析。使用圖像特征提取方法對(duì)醫(yī)學(xué)圖像中的關(guān)鍵特征信息進(jìn)行放大提取可顯著提升病情診斷精確度，降低醫(yī)生的工作難度。

［1］He ZY,You XG,Tang YY.Texture image retrieval based on non - tensorproductWaveletfilterbanks［J］.Signal Processing,2009,89(8):1501-1510.

［2］張晨光.基于內(nèi)容的肝臟CT圖像檢索的研究［D］，上海交通大學(xué)，2005.

［3］安志勇.基于內(nèi)容的圖像檢索關(guān)鍵技術(shù)研究［D］.西安電子科技大學(xué)，2008.