[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

摘要

本发明提出了一种三维医学图像多尺度异构特征的提取与分类方法，通过将张量场构建、各向异性小波核函数定义、多尺度分析和自适应聚类进行有机结合，设计了一个统一的算法来实现这些多尺度、多级别异构特征的自动提取，分别给出了算法各个要素的数学定义及其计算方法，并对特征提取和分类结果进行了相应的分析。

主权项

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。