[发明专利]基于分数阶傅里叶变换的早期胃癌目标特征提取系统

说明书

本发明涉及基于分数阶傅里叶变换的早期胃癌目标特征提取系统，属于数字图像处理领域。首先对原始数据进行数据扩增预处理，并采用中值滤波进行降噪。在特征提取方面，采用分数阶傅里叶变换分别对两个数据集进行处理，针对相位和幅值反映图像信息能力的不同，提取相位信息熵表示癌症病灶区域的纹理复杂程度，通过对相位信息进行逆分数阶傅里叶变换后得到保留更深层次的相位特征信息的重构相位图像，再对其进行分数阶傅里叶变换后得到重构相位。然后将高频部分幅值放大，使得重构相位与重构幅值信息进行融合，最终经过逆分数阶傅里叶变换得到更多纹理细节和边缘信息的胃癌特征图像，为早期胃癌的诊断检测提供基础保障。

技术领域

本发明属于数字图像处理领域，涉及基于分数阶傅里叶变换的早期胃癌目标特征提取系统。

背景技术

胃癌的病理学特征复杂难辨，早期癌的形态学、表面微结构、表面微血管与炎性及修复性极为相似，病灶较小，隐匿性较强，因此对于内窥镜下的早期胃癌的特征提取是进行诊断检测的重要步骤。普通的方法往往是直接通过神经网络进行卷积处理提取特征，但对于医学图像数据量较小时，特征的提取效果并不是很好，缺少对早期胃癌病灶区域本身的边缘纹理特征的表示方法。

针对该问题，迫切需要一种对早期胃癌目标的特征提取方系统，实现对早期胃癌病灶区域的边缘纹理特征更好的表示，为实现癌症诊断检测提供坚实的基础。同时，在保证医学图像的特征有效提取时，如何实现避免可能因图像噪声而造成损失图像原本特征信息的情况，更好的保留原始有效信息和突出早期胃癌的病灶边缘纹理特征均是必须考虑的问题。根据专利“CN202011123494.4，一种基于小样本学习的图像特征提取装置”中对小样本图像的处理方法，存在忽略图像中不同通道里包含的部分有用信息的问题，不能很好保留原始图像中相位和幅值所能表达的特征信息。

发明内容

有鉴于此，本发明的目的在于提供一种基于分数阶傅里叶变换的早期胃癌目标特征提取系统。由于内窥镜下的早期胃癌数据集稀缺，因此首先对原始数据集进行扩增形成扩增数据集，采用滤波算法对预处理过程中产生的噪声进行处理，以此来降低噪声对原始信息和特征信息提取的影响。通过分数阶傅里叶变换得到每个图像通道的相位信息和幅值信息，对两个数据集进行信息熵特征提取，用以表示边缘纹理特征。再对边缘信息表达较好的相位信息进行逆分数阶傅里叶变换后得到保留更深层次的相位特征信息的重构相位图像，对其再进行分数阶傅里叶变换后得到重构相位，将其与重构幅值信息进行融合，最终经过逆分数阶傅里叶变换得到胃癌特征图像。由此，将信息熵与胃癌特征图像用于后续诊断检测网络中进行癌症检测。

为达到上述目的，本发明提供如下技术方案：

基于分数阶傅里叶变换的早期胃癌目标特征提取系统，该系统包括存储器、处理器及储存在存储器上并能够在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现的方法包括以下步骤：

S1：对内窥镜下的胃部癌变图像进行提取，通过胃镜检查实时视频数据流方式对癌变区域进行不同角度的图像数据截取，从而构成初始图像数据集D₁；

S2：对初始癌变图像数据集进行预处理，为关注癌症病变区域，将胃癌检查时的文字日期等信息进行数据信息丢弃处理；

S3：由于内窥镜下的胃癌医学图像的数据集缺乏，对内窥镜下的彩色胃癌图像进行亮度调节、对比度调节、色度调节和锐度调节对图像进行简单数据集扩增，形成扩增数据集D₂：

亮度和对比度调节：l(i,j)＝g·f(i,j)+θ，其中i和j表示像素位于第i行和第j列，f(x)为原始图像像素，l(x)为输出图像像素，g＞0称为增益，通过g调整图像的对比度，θ为偏置参数，调整图像的亮度，设置参数g和θ为1.5；

色度调节为彩度除以明度，指色彩的鲜艳程度或色彩的纯度：c(i,j)＝α·f(i,j)，其中i和j表示像素位于第i行和第j列，通过α调整图像的色度，设置参数为α为1.5；