[发明专利]基于超声图像的甲状腺弥漫性疾病智能诊断系统

权利要求书

1.一种基于超声图像的甲状腺弥漫性疾病智能诊断系统，其特征在于，所述系统包括如下模块：

ROI的选择和预处理模块，ROI的尺寸大小设置为64*64，在选择ROI时应尽量避开甲状腺实质的边缘和血管，选择比较均匀的甲状腺实质部分，将ROI图像的灰度值映射到0-255之间；

小波多子图共生矩阵的构造和纹理特征提取模块，该模块执行以下步骤：

1)对ROI进行一次小波分解2D-DWT，得到近似子图LL，和细节子图LH和HL，并将高频子图HH视为噪声舍去；

2)将细节子图LH和HL按照下述公式合并为整体细节子图LHL：

3)将LL和LHL量化到N_g个灰度级，进行小波多子图共生矩阵WMCM的构造，即：

p(i，j)＝#{(m，n)∈H_x×H_y|LL(m，n)＝i，LHL(m，n)＝j}；

矩形图像水平方向有N_x个像素，垂直方向有N_y个像素，经过一次小波分解后的得到近似子图LL(m，n)和整体细节子图LHL(m，n)都量化到N_g个灰度级，其中m,n是子图中某个像素的行号/列号；令H_x＝{1,2,...N_x}代表水平空间域，H_y＝{1,2,...N_y}代表垂直空间域，小波多子图共生矩阵的元素p(i，j)定义为在近似子图LL(m，n)和细节子图LHL(m，n)中同时具有整体灰度值为i，细节灰度值为j的像素的个数；

4)对构造的WMCM进行归一化：

其中，q(i,j)是归一化之后的p(i,j)；

5)对归一化后的WMCM进行11个纹理特征参数的提取；

其中，

6)经过以上特征提取运算后，得到11个纹理特征参数；

基于条索特征的纹理特征提取模块，该模块执行以下步骤：

1)对ROI进行高斯滤波，以抑制超声图像的固有噪声，平滑图像，避免对后续特征提取·造成影响；

2)调节阈值大小，对高斯滤波后的ROI图像进行二值化处理，相对其他图像，条索的存在会使图像明亮区域集中在条索上，而图像的其他部分会明显变暗，因此二值后正常、Graves病的明亮区域数量多且分布散乱，而桥本病的明亮区域分布集中；

3)按照下述公式提取条索特征；

其中n是条索的数目，Sn是二值图中明亮区域的面积；

其他特征提取模块，该模块执行以下步骤：

对ROI构造GLCM，选择d＝1，2，3，4四个尺度，并且对每一个尺度取角度θ＝0°，45°，90°，135°四个角度进行特征提取，从而差异化表征弥漫性甲状腺疾病的超声图像纹理特征，为了确保纹理特征的旋转不变性，计算灰度共生矩阵GLCM的各个纹理特征在4个角度上的均值和范围，

对ROI构造灰度游程矩阵GLRLM，除 灰度游程矩阵GLRLM的原始特征，按照下述公式提取基于灰度游程矩阵GLRLM的最长高亮游程特征表征条索特征；

其中Ng是ROI量化的灰度级数目，l是GLRLM矩阵的第l列，m是GLRLM中的元素；

基于mRMR的特征选择模块；

基于SVM的二重级联分类模块，该模块执行以下步骤：

1)对于待验证甲状腺超声图像样本，首先将其划分为有/无弥漫性疾病两种；

2)对于有患有弥漫性疾病的样本，继续利用SVM分类器将其划分为Graves病和桥本病。