[发明专利]一种基于PCA或M波段小波域的癌症CT图像判断装置

说明书

本发明公开一种基于PCA或M波段小波域的癌症CT图像判断装置；所述数据集包括结构数据集和非结构数据集；数据处理装置对图像进行预处理并提取相关的功能，来降低原始图像数据集的维度；预处理过程中针对非结构数据集进行小波变换，让图片的特征更清晰更便于识别；特征集选择装置，用于从处理后的数据集中选择出特征子集；判断装置，用于识别待测图像为良性还是恶性。本方案降低了数据维数，降低了数据处理的难度，使得癌细胞的识别准确率大大提高。

技术领域

本发明涉及图像判断领域，特别是涉及一种基于PCA或M波段小 波域的癌症CT图像判断装置。

背景技术

乳腺癌是所有癌症中最常见的类型，通常被称为“女性健康杀 手”是发病率最高的癌症，早期乳腺癌通常没有典型的症状或体征。 癌症在社会上确实是一个严重的疾病，难以治愈。因此，早期发现和 诊断癌症是可以挽救数百万人的生命，传统上，我们的医生会依据他 的经验主观判断，因此在诊断中经常发生人为错误。

随着信息技术的不断进步，计算机图像处理技术已经取得了非常 重要的发展。它已应用于人类生活和社会发展的各个方面。细胞生物 医学领域的研究越来越多地将计算机视觉技术用于医学图像。而现有 技术中对癌细胞图像图像的识别准确率低，无法准确对癌细胞进行早 期识别判断。

发明内容

本发明的目的是提供一种基于PCA或M波段小波域的癌症CT图 像判断装置，以解决上述现有技术存在的问题。

为实现上述目的，本发明提供了如下方案：本发明提供一种基于 PCA或M波段小波域的癌症CT图像处判断置，包括

所述数据集包括结构数据集和非结构数据集；

数据处理装置，对图像进行预处理并提取相关的特征，来降低原 始图像数据的维度；预处理过程中针对非结构数据进行小波变换；

特征集选择装置，用于从处理后的数据中选择出特征子集；

判断装置，用于识别待测图像为良性还是恶性。

优选地，所述预处理过程中包括主成分分析法PCA。

优选地，所述非结构数据集包括原始颜色图像和灰度图像，根据 图像的尺寸构建小波变换矩阵。

优选地，所述小波变换的过程为：使用M波段小波将图像数据集 转换为小波域，然后为每个图像创建小波本；再使用图像转换对小波 本进行扩充然后分为训练集与测试集；

优选地，小波变换后，针对于所述灰度图像包含原始图像的近似 值，然后将切出的部分保存到新的数据批次中。

优选地，所述原始颜色图像进行小波变换后进行剪切，剪切出相 似部分并进行保留，相似度大于0.9时，判定为相似部分；并合成由 两个通道处理的图像并将其保存在数据批次，所述二通道为原始颜色 图像、灰度图像。

优选地，所述特征子集包括细胞核、细胞质、核仁、有丝分裂。

本发明公开了以下技术效果：本发明对采集的图像分别对结构数 据集和非结构数据集进行预处理，降低原始图像数据集的维度，减小 了计算量，对非结构数据集的图像采用了M带小波对图片进行预处理 而且优化了神经网络模型，让图片的特征更清晰更便于识别，从而提 高了检测精度。

具体实施方式

基于本发明中的实施例，本领域普通技术人员在没有做出创造性 劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结 合具体实施方式对本发明作进一步详细的说明。