[发明专利]一种颈部淋巴结超声图像特征选择方法

权利要求书

1.一种颈部淋巴结超声图像特征选择方法，其特征在于，包括以下步骤：

第一步、采集颈部淋巴结灰阶多普勒超声图像并提取颈部淋巴结图像的量化特征；

第二步、基于第一步给出的量化特征，使用二进制编码标记特征组合并随机初始化多个个体的位置及速度，形成样本集；

第三步、根据所述样本集设计极限学习机分类器；

第四步、对所述样本集进行学习和训练，测试并记录分类精度，采用分类精度和所选特征数目两个标准设计每个个体的适应度函数fit_i；

第五步、计算每个个体的质量M_i(t)，作用力F_i^d(t)，进而得出每个个体的加速度

第六步、根据第五步中每个个体的加速度更新各自的速度

第七步、根据第六步中每个个体更新后的速度计算各自的波尔兹曼函数

第八步、使用第七步中每个个体的波尔兹曼函数更新各自的位置

第九步、若符合终止条件，则结束并输出最优位置即最优特征子集，否则迭代次数加1，并返回第三步继续进化种群直到满足特征选择终止条件，所述终止条件为：达到最大迭代次数。

2.根据权利要求1所述的一种颈部淋巴结超声图像特征选择方法，其特征在于，所述第一步中，提取颈部淋巴结超声图像的量化特征，具体方法如下：

通过超声仪器采集颈部淋巴结灰阶多普勒超声图像，给出淋巴结超声图像的量化特征，这里用F_i来表示第i个量化特征，具体定义如下：

(1)外形特征F₁－F₁₁：包括使用致密度F₁；实占率F₂；凸包深度F₃；傅里叶形状因子F₄；4个矩形状因子特征F₅－F₈；3个基于归一化径向长度特征F₉－F₁₁；

(2)边界特征F₁₂－F₁₄：包括采用锐度F₁₂；边缘亮度变化比F₁₃；边界平均最大下降梯度F₁₄；

(3)形态特征F₁₅：长/短径的比率F₁₅；

(4)纹理特征，包括灰度共生矩阵、Laws能量模板、灰度游程长度和小波纹理，它们分别为：

1)灰度共生矩阵F₁₆－F₂₉：包括角二阶矩F₁₆；对比度F₁₇；相关F₁₈；熵F₁₉；方差F₂₀；均值和F₂₁；逆差矩F₂₂；方差和F₂₃；差的方差F₂₄；和熵F₂₅；差熵F₂₆；聚类阴影F₂₇；显著聚类F₂₈；最大概率F₂₉；

2)Laws能量模板F₃₀－F₃₉：包括L5E5模板卷积后的均值F₃₀；L5S5模板卷积后的均值F₃₁；E5L5模板卷积后的均值F₃₂；S5L5模板卷积后的均值F₃₃；E5E5模板卷积后的均值F₃₄；L5E5模板卷积后的方差F₃₅；E5L5模板卷积后的方差F₃₆；S5L5模板卷积后的方差F₃₇；E5E5模板卷积后的方差F₃₈；L5S5模板卷积后的方差F₃₉；

3)灰度游程长度F₄₀－F₄₄：包括短游程优势F₄₀；长游程优势F₄₁；灰度不均匀性度量F₄₂；游程长度不均性度量F₄₃；游程比率F₄₄；

4)小波纹理特征F₄₅－F₅₆：包括低低频均值F₄₅；低低频方差F₄₆；低低频和Laws能量模板卷积后得到的各自的均值和方差F₄₇－F₅₆。