[发明专利]胎盘植入B超图像特征提取与验证方法有效

专利信息
申请号: 201910083862.8 申请日: 2019-01-29
公开(公告)号: CN109903271B 公开(公告)日: 2022-05-13
发明(设计)人: 朱丹红;张栋;胡展瑞;陈俞锦 申请(专利权)人: 福州大学
主分类号: G06T7/00 分类号: G06T7/00;G06V10/77;G06V10/774;G06V10/764;G06K9/62
代理公司: 福州元创专利商标代理有限公司 35100 代理人: 蔡学俊
地址: 350108 福建省福州市闽*** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 胎盘 植入 图像 特征 提取 验证 方法
【权利要求书】:

1.一种胎盘植入B超图像特征提取与验证方法,其特征在于:包括以下步骤:

步骤S1:将包含标注分类信息的胎盘植入B超图像数据集分为训练集和测试集;

步骤S2:构建数据矩阵:将训练集的每幅B超图像写成列向量形式并排列成数据矩阵,计算列向量的均值;

步骤S3:通过均值向量将数据矩阵中心化,计算协方差矩阵;

步骤S4:计算协方差矩阵的特征值,选取最大的K个特征值,计算对应的特征向量,并将其排列成变换矩阵;

步骤S5:根据变换矩阵的正交向量构建特征子空间基向量,使训练集中的每幅B超图像都向其投影并对应于子空间的一点,实现特征提取;

步骤S6:选取测试集中的B超图像并计算其在特征子空间上的投影;

步骤S7:采用最小距离法遍历训练集找到与测试集中对应B超图像在特征子空间上投影坐标最近的图像,获得该图像在训练集中的分类,对应为测试集中对应B超图像的类别;

步骤S8:判别测试集中B超图像分类的正确性用以验证特征提取;

步骤S2具体为:将训练集中的B超图像由二维数组转化成列向量Xi并排列成数据矩阵X=(X1,X2,...,Xn);其中,列向量均值μ的计算公式为:

步骤S3中,通过均值向量将数据矩阵中心化,计算协方差矩阵:

C=(X1-μ,X2-μ,...,Xn-μ)

式中,C表示去中心化后的数据矩阵,μ为列向量均值,Σ为协方差矩阵。

2.根据权利要求1所述的一种胎盘植入B超图像特征提取与验证方法,其特征在于:步骤S1中,预先提取胎盘植入B超图像的ROI区域,选出胎盘区域作为图像数据。

3.根据权利要求1所述的一种胎盘植入B超图像特征提取与验证方法,其特征在于:步骤S4具体为:求取协方差矩阵特征值,选取最大的K个特征值,对应获取其特征向量,作为B超图像特征ei,并将K个特征向量按列排成变换矩阵W=(e1,e2,...,ek)。

4.根据权利要求1所述的一种胎盘植入B超图像特征提取与验证方法,其特征在于:步骤S5中,计算训练集中每幅B超图像在以变换矩阵W为基向量的特征子空间中的投影Yi,计算公式为:

Yi=WT(Xi-μ)。

5.根据权利要求1所述的一种胎盘植入B超图像特征提取与验证方法,其特征在于:步骤S6中,选取测试集中的B超图像并计算其在特征子空间上的投影;设选取的测试集中的B超图像为Z,将其投影至以变换矩阵W为基向量的特征子空间,Z的投影计算公式为:

chZ=WT(Z-μ)。

6.根据权利要求1所述的一种胎盘植入B超图像特征提取与验证方法,其特征在于:步骤S7中,利用遍历方式搜索训练集中与测试集中B超图像Z投影坐标距离最小的图像,则该图像的类别j就是测试集中图像Z的类别:

argminj||Yi-chZ||。

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福州大学,未经福州大学许可,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/pat/books/201910083862.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top