[发明专利]一种三维医学图像多尺度异构特征的提取与分类方法

权利要求书

1.一种三维医学图像多尺度异构特征的提取与分类方法，其特征是：包含以下步骤:

（1）基于三维图像局部黑塞矩阵的特征系统定义一种通用的扩散张量，该张量能够解释图像的局部几何结构，辅助曲线种子点和实体块特征的提取，并可基于扩散张量的距离度量控制线特征的自动生长；

（2）基于扩散张量定义一种数据相关的各向异性小波核函数，在图像的多尺度分析过程中，用于图像的各向异性卷积计算和图像的频带分解；

（3）基于点到局部拟合曲面的投影距离，采用曲线候选种子点过滤方法，有效去除由边界区域离散体素的锯齿而导致的伪种子点，同时，采用了基于CUDA的曲线并行生长算法；

（4）设计了一种鲁棒的三维图像异构结构特征自动提取、分类、过滤和可视化方法，其可同时处理多尺度点特征、多尺度曲面特征、多级别曲线特征和实体块特征，并在异构结构特征提取的基础上，给出了一种自适应的结构特征语义分类方法。

2.根据权利要求1所述的三维医学图像多尺度异构特征的提取与分类方法，其特征是：所述的自适应的结构特征语义分类方法,具体如下：根据已经得到的曲面的几何结构，进一步进行聚类以从语义层面区分那些结构类似但因材质不同而属于不同组织的曲面；图像自带的灰度/颜色信息提供了线索；通过改进K-means算法来自适应地对曲面结构的进行材质类型的聚类分析；对每一个尺度，用Si来表示曲面上相应位置的原始灰度值，聚类算法可被概括为如下几步：

(1)初始化；(2)分配类别标志；(3)构建分类；(4)分类更新；(5)测试终止条件。

3.根据权利要求1所述的三维医学图像多尺度异构特征的提取与分类方法,其特征是：基于三维图像局部黑塞矩阵的特征系统定义了一种通用的扩散张量，定义的扩散张量为：

D(p)=λ~1e1e1T+λ~2e2e2T+λ~3e3e3T,]]>

其中，

λ~i=exp(-λiσd),i=1,2,3,]]>

λ_i为矩阵特征值，其相应的特征向量可被记为e_i,这里σ_d是一个参数变量用户控制材质间的扩散速度，并且相当于在每个体素处都通过定义一个椭球来刻画材质间扩散的速度和方向；其中，扩散张量由每个体素点处的黑塞矩阵的特征向量和特征值定义，它用于刻画局部几何结构；一方面，扩散张量自身的特征值能用于块特征和线特征的种子点的提取；另一方面，为了提取多尺度的面特征和点特征，扩散张量被用于辅助定义一个小波核函数，来执行各向异性的多尺度分析；该张量能够解释图像的局部几何结构，辅助曲线种子点和实体块特征的提取，并能基于扩散张量的距离度量控制线特征的自动生长。