医学图像数据挖掘与特征提取方法研究(nxpowerlite)

《医学图像数据挖掘与特征提取方法研究(nxpowerlite)》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第２９卷第１７期甘肃科技Ｖｏｌ２９Ｎｏ１７２０１３年９月ＧａｎｓｕＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙＳｅｐ２０１３医学图像数据挖掘与特征提取方法研究１２纪东升，常治军（１．甘肃省广播电视大学，甘肃兰州７３００００；２．兰州高新创业置业有限公司，甘肃兰州７３００００）摘要：在医学图像特性分析基础上，对医学图像的特征提取及数据挖掘热点进行了研究。根据ＣＴ、ＭＲＩ图像的边缘提取、组织分割、立体重建和检索等方面的应用需求，重点分析了基于定性与定量的特征表示，及有效的灰度直方图和灰度共生矩阵的特征选取方法

2、；通过对医学图像数据挖掘的相似性搜索、特征关联规则挖掘、多维分析及分类聚类方法的研究，提取了一种医学图像数据挖掘实施步骤，希望在医学与数据挖掘方法结合方面，对医学诊断、数据分析有一定的贡献或帮助。关键词：数据挖掘；医学图像；特征提取；图像识别中图分类号：ＴＰ３９１．４像检索、医学图像识别和医学图像数据挖掘等领域１概述［３］都信赖于图像的特征描述。数字图像处理具有处理精度高、图像的再现性２．１定量特征好、处理的多样性、数据庞大、处理耗时和应用技术设数据集Ｄ＝{ｘ，……，ｘ}Ｒｄ，通过一个数１Ｎ综合性强等诸多特

3、点。近年来，该技术被应用到医学公式或者函数ｆ根据其特征定义进行定量计算，［１］学、生物学、地理学等很多学科领域。其结果是一个数值类型的图像特征值。数字图像在医学图像处理中的应用十分广泛，２．２定性特征医学图像主要涉及ＣＴ、ＭＲＩ图像的边缘提取、图像ｄ设数据集Ｄ＝{ｘ１，……，ｘＮ}Ｒ，无法通过一增强、显微图像拼接、图像分割、立体重建等技术。通过医学图像的预处理，去除噪声，提高图像质量，个数学公式或者函数ｆ进行定量计算，需运用文字对人体器官或肌体组织特征表示，确定参数，从而给或医学图像语义等方式给出定性的描述

4、，故称为定医学诊断提供一定的判断依据。性特征，语义特征分析等。医学图像数据具有数据量大、数据结构复杂等定性特征不是给定一个数值，而是根据其固有特点。计算机技术的不断进步和发展，促成数字医的一些性质区分不同的图像。如果两幅背景不同而学图像能够实现高效和管理。信息科学研究领域中内容相似的医学图像，灰度统计特征虽然相差比较的模式识别、数据挖掘、图像处理等技术，从更深层大，但定性特征一定相似；反之，如果两幅背景相同次对数字医学图像中的人体信息进行综合分析和知而内容相差很大的医学图像，灰度统计特征可能相识发现，为现代医

5、学研究奠定基础，为医学临床诊断差比较小，但定性特征一定不相似。和治疗提供依据。应用这些技术，可以对人体解剖结构、病变区域等进行准确定位、分割、提取、量化分３医学图像特征提取析等处理，实现图像配准、三维重建、手术模拟、术间对医学图像属性的分析，借助图像本身的特征导航、治疗计划、病程跟踪等功能。所有这些，对提尤其非常重要。但对医学图像而言，必须要使用多高医学图像数据的利用价值有着深远影响，可以大［４］［２，１２］种图像处理技术来实现。大提高临床诊断和治疗的正确性。３．１图像灰度直方图特征及其提取２医学图像特征表达

6、的方法图像灰度直方图特征是医学图像基本的重要特医学图像特征用于表示图像内容的基本属性，征数据。常用统计量来反映图像的直方图特征的方是图像内容描述的主要方法。在基于内容的医学图法主要有：基金项目：甘肃省研究生导师科研项目（１１３５－０２）第１７期纪东升等：医学图像数据挖掘与特征提取方法研究１７１）均值：反映一幅图像的灰度平均值。定，血液样本分析等均涉及医学图像识别的方法。ｌ－１所以说医学图像识别不但有生物医学工程和模式识μ＝∑ｌＨ（ｉ）ｉ＝０别方面的技术，也有计算机辅助技术和基础数学领２）方差：方差反映的是一

7、幅图像的灰度在数值域方面的知识，是多学科结合的一个领域。在实际上的离散分布情况。的应用中，通过取得病理参数，结合医学临床知识，ｌ－１２２σ＝∑（ｉ－μ）Ｈ（ｉ）制订适合病人的治疗手段，以进一步取得良好的治ｉ＝０３）倾斜度：倾斜度反映的是图像直方图分布的疗效果。不对称程度，歪斜度越大表示直方图分布越不对称，医学图像识别常用的方法有统计模型识别法和反之越对称。结构模型识别法。在实际应用中统计模型法应用较１ｌ－１３多。模式识别认为图像可能包含一个或者多个物μｓ＝３∑（ｉ－μ）Ｈ（ｉ）σｉ＝０体，并且每个物体属于若干

8、事先定义的类型、范畴或４）峰态：峰态反映的是灰度分布与平均值的相模式类之一。如果一幅图像包含有多个物体，须对图近度。像进行图像分割、图像特征提取、图像的分类。具体１ｌ－１４μｋ＝４∑（ｉ－μ）Ｈ（ｉ）－３地说，就是对图像中物体的分离阶段，特征提取度量σｉ＝０值确定阶段及最后的对特征向量为准的类别归属。３．２基于灰度共生矩阵特征及其提取医学图像自动识别技术具有较高的人工智能性共生矩阵能够反映图像灰度分