膠囊內(nèi)窺鏡圖像特征提取和選擇算法研究.pdf

1、膠囊內(nèi)窺鏡可以在病患無(wú)痛的情況下讓醫(yī)生直接看到病患體內(nèi)消化道的全部圖像,由于相比傳統(tǒng)內(nèi)窺鏡以及其他圖像處理技術(shù)的巨大優(yōu)勢(shì),使得膠囊內(nèi)鏡在醫(yī)院得以廣泛使用。但是膠囊內(nèi)鏡將產(chǎn)生6～8萬(wàn)張圖像,現(xiàn)有的人工診斷方法對(duì)于醫(yī)生是一個(gè)耗時(shí)費(fèi)力的工作。為了解決這個(gè)問(wèn)題,運(yùn)用計(jì)算機(jī)技術(shù)對(duì)海量圖像進(jìn)行分類并篩選出具有潛在病變的圖像有著重要的意義。本文主要解決病變圖像篩選中的特征提取與特征生成問(wèn)題。對(duì)于每一幅膠囊內(nèi)鏡圖像,提取具有強(qiáng)區(qū)分度的特征對(duì)病變圖像篩選

2、性能有著至關(guān)重要的影響。而經(jīng)過(guò)特征提取后得到的大量高維特征向量,要求盡量降低特征向量的維度,以保證分類的有效性和準(zhǔn)確性。但現(xiàn)有的算法篩選出的病變圖像過(guò)少準(zhǔn)確性較低使得篩選結(jié)果不可信,無(wú)法滿足減少醫(yī)生工作量的要求。
　　 本文分別在膠囊內(nèi)鏡圖像特征提取和對(duì)提取出的高維特征向量進(jìn)行征選擇兩個(gè)方面,對(duì)膠囊內(nèi)鏡圖像病變檢測(cè)進(jìn)行了相應(yīng)的算法研究并進(jìn)行實(shí)驗(yàn)得出結(jié)論。主要的研究?jī)?nèi)容和貢獻(xiàn)如下:
　　 第一,采集到的膠囊內(nèi)鏡圖像都是彩色

3、圖像,但不同顏色空間具有不同的圖像表征特性,本文運(yùn)用二分光反射模型分析不同的顏色空間的顏色恒常特性。顏色特征是圖像低層特征提取中最直觀、應(yīng)用最方便的特征,而形狀特征是連接圖像低層原始特征和高層語(yǔ)義特征之中的一種低層特征。本文提取彩色圖像的九階顏色矩、顏色張量作為圖像的顏色特征,提取圖像的Zemike矩作為形狀描述特征來(lái)生成特征向量。實(shí)驗(yàn)結(jié)果表明這三種特征均具有良好的分類性能。
　　 第二,膠囊內(nèi)鏡圖像具有豐富的紋理信息并且病變區(qū)

4、域和非病變區(qū)域具有顯著的紋理信息差異。本文首先分析現(xiàn)有的紋理提取方法——局部二重模式和小波變換,進(jìn)而采用局部三重模式和Contourlet變換來(lái)提取內(nèi)鏡圖像的紋理特征,其中局部三重模式可以有效減少陰影噪聲的干擾而Contourlet變換可以有效提取圖像方向上的紋理信息。最后提取一種融合紋理特征,使得分類性能進(jìn)一步提高。
　　 第三,雖然提取的每種特征均具有較好的性能,但由于不同特征可能相關(guān)性較小,同時(shí)在有限數(shù)量的訓(xùn)練樣本情況下,