[发明专利]一种基于集成方法的医疗影像纹理特征处理方法

摘要

本发明公开了一种基于集成方法的医疗影像纹理特征处理方法，涉及医学数字图像处理技术领域，本发明包括以下内容：运用机器学习中的基于树的集成方法，对利用灰度共生矩阵和Curvelet变换从医疗影像中提取的纹理特征进行建模，来对目标变量进行预测，本发明的方法通过先对特征进行降维，然后再建模，能够有效利用特征之间的非线性关系，提供定量判断的辅助功能，辅助医生对医疗影像进行判断。

主权项

1.一种基于集成方法的医疗影像纹理特征处理方法，其特征在于，包括以下步骤：步骤一、提取纹理特征，利用灰度共生矩阵和连续曲波变换从医疗影像的m个样本中提取出k个纹理特征K(K1,...,Kk)，利用m个样本和k个纹理特征K(K1,...,Kk)构建一个m×k的矩阵，并将矩阵切分为训练集和验证集，且训练集中数据的数量大于验证集；步骤二、特征标准化，对训练集中的纹理特征进行特征标准化处理，形成新的训练集，并将同样的标准化系数运用到验证集上，对验证集中的纹理特征进行特征标准化处理，形成新的验证集；步骤三、特征降维，运用树模型对新的训练集中的纹理特征降维，具体是：按照在树模型中纹理特征被选取的次数由多到少对纹理特征进行排名，提取出前n个纹理特征，余下的训练集为降维训练集；步骤四、建模，对降维训练集用随机森林来进行机器学习方法建模，得到随机森林模型；步骤五、输出结果，用随机森林模型对新的验证集进行预测，输出新的验证集的预测类别，即得到预测结果。