医学图像处理与分析第七章-医学图像信息提取及分析.ppt

,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,第七章 医学图像信息提取及分析,生物信息学中心,筛窦、蝶窦如何表示？,钙化点如何区分？,图像处理及分析,预处理,图像分割,表达描述,识别分类,一、图像特征的提取,目的,定量参数表达对象，便于识别和理解,特性及其参数的选择,一、图像特征的提取,准则：有利分类,F,A2,A3,A1,着丝点指数,长度,(%,总细胞,),一、图像特征的提取,准则,学科知识,数学方法,可靠性,可区别性,Fisher,系数,独立性,一、图像特征的提取,特征空间,构成：一维、二维、高维,样本：特征值决定样本的位置,“好”的特征空间：聚集而非弥散,一、图像特征的提取,特征参数的处理,量纲和值域,特征值规格化处理：消除量纲，统一权重,二、图像信息的表现,外特性,反映：几何尺度或形态,载体：边界,内特性,反映：光学特性,-,生物信息,载体：像素集合,三、外特性的表达,目标外特性,作用：反映目标的几何尺度或形状特征,要求：具备,RST,不变性，唯一性,三、外特性的表达,边界的表达：,Freeman,链码,4-,连通：,8-,连通：,0066444220,链码：二次采样,克服链码冗长及噪声：用较低的采样率,链码：起点归一化,克服链码对起点的敏感：,最小值原理：使左边连续,0,的个数最多,链码,A:44422,B:42200,C:20002,最小值,44422,链码：旋转归一化,克服链码对旋转的敏感：,链码,0006644422 0066644222,一阶差,0060600606 0600606006,最小值,0060600606,三、外特性的表达,边界的表达：,Freeman,链码,作用,可表示唯一形状,可计算周长、形状数等,特点,平移、旋转不变性,对放大缩小、采样率敏感,三、外特性的表达,几何尺度特征参数,距离,线段长度、周长,直径,面积,距离计算：直线距离、,4-,连通距离、,8-,连通距离,几何特征参数,线段长度、周长：,Freeman,链码,周长：,P91,公式,P,直径：,不规则目标的长、短轴,拟合椭圆的长、短轴,可反映目标方位和形状,几何特征参数,面积,计数法：像素总数,以边界像素的坐标值计算：,P91,，公式,A,量纲：标定,几何特征参数,形状数：多边形,平移、旋转不变性和唯一性,对缩放敏感,形态特征参数,傅立叶描绘子：边界,形态特征参数,形态指数：,形态特征参数,0.4,0.21,0,形态指数,骨架及分形维数：形状信息,骨架（中轴变换）：简化细长或多分支状平面区域并表达其形状结构,分形维数：形状的复杂程度,形态特征参数,如何判定其不同？,分形维数：盒计数,形态特征参数,第七章 医学图像信息提取及分析,一、图像特征的提取,二、图像信息的表现,三,、外特性,四、内特性,灰度统计特征参数,光密度特征参数,纹理特征参数,五、图像特性的标定,四、内特性的表达,目标内特性,作用：光学特性,-,生物信息,参数要求：,RST,不变性,四、内特性的表达,灰度统计特征参数,灰度统计参数：,均值、均方差、最值、中值,描绘对象区域的性质,灰度直方图,四、内特性的表达,光密度特征参数,适用于光学成像得到的图像,绝对光密度,相对光密度,积分光密度,绝对光密度,光学特性,-,理化特性,无法消除加法性的误差,相对光密度,克服加法性非实验因素的干扰,无法反映最大最小灰度值的绝对变化,积分光密度,综合反映光密度和面积,光密度特征参数,四、内特性的表达,纹理特征参数,纹理的定义,空间域描绘,变换域描绘,不变矩组描绘,分形维数描绘,纹理的定义,无严格定义，但能反映不同对象某种特征,纹理描绘：定量参数，抽象,纹理特征参数,空间域描绘,灰度直方图,灰度差分直方图,灰度行程长度分析,纹理特征参数,灰度直方图,均值、方差、峰度,对纹理识别能力差,不能反映空间特征,纹理特征参数空间域描绘,灰度差分直方图,灰度差分：取决于位移,灰度差分直方图,参数：均值、方差、熵,反映的信息：纹理的粗细、方向,纹理特征参数空间域描绘,灰度差分直方图：识别纹理方向性,不同方向位移,：最小，则表明该区域内纹理以该方向为主,纹理特征参数空间域描绘,灰度差分直方图：识别纹理粗糙度,纹理均以垂直方向为主,的大小表明区域内纹理的细粗,纹理特征参数空间域描绘,灰度差分直方图：识别纹理形状,垂直和水平方向 接近相等并最小，纹理呈现斑块状的颗粒,纹理特征参数空间域描绘,灰度差分直方图：识别纹理对比度,的大小表明区域内纹理间对比度的强弱,纹理特征参数空间域描绘,灰度行程分析,定义：沿某一方向、具有相同灰度的连续像素的个数,参数：,A,1,、,A,2,、,A,3,反映的信息：纹理的长度和方向性、纹理长度的均匀性,纹理特征参数空间域描绘,灰度行程分析：,A1,识别纹理的方向性,A1,最大值，表明纹理为该方向,当方向角为,0,和,90,时，,A1,的值接近并大于其他方向角的值时，则纹理呈现颗粒斑块状,纹理特征参数空间域描绘,变换域描绘,图像的空间域表达：像素的二维矩阵，直观、形象,图像的变换域表达：多种变换方式，仍以图像的形式呈现，抽象,纹理特征参数,小波变换,构成：小波系数,/,层,小波系数：原图像中相应空间位置上沿水平、垂直或对角线方向的灰度变化程度,反映的信息：纹理的方向性、复杂性,纹理特征参数变换域描绘,小波变换：识别纹理方向性,仅,HL,（右上角）小波系数,0,，说明该区域仅水平方向有灰度变化，即只有垂直纹理；,仅,LH,（左下角）小波系数,0,，说明该区域仅垂直方向有灰度变化，即只有水平纹理；,纹理特征参数变换域描绘,小波变换：识别纹理粗糙度,仅,HL,（右上角）小波系数,0,，说明只有垂直纹理；,下图的,HL,小波系数大于上图，说明其纹理结构更细小,纹理特征参数变换域描绘,小波变换：识别纹理对比度,仅,HL,（右上角）小波系数,0,，说明只有垂直纹理；,下图的,HL,小波系数小于上图，说明其纹理灰度变化更小,纹理特征参数变换域描绘,四、内特性的表达,纹理特征参数,不变矩组描绘,形式及计算：,P98,特点：,RST,不变性，图,7.16,及表,7.3,四、内特性的表达,纹理特征参数,分形维数描绘,将纹理二值化,可反映纹理的复杂程度,无法反映纹理的方向性及对比度等,四、内特性的表达,纹理特征参数特点,反映纹理方向，但多不具备旋转不变性，需设定方向参照系,灰度差分直方图,灰度行程长度分析,小波变换,具备旋转不变性，但无法描绘纹理的方向性,不变矩组描绘,分形维数描绘,第七章 医学图像信息提取及分析,一、图像特征的选择,二、图像信息的表现,三、外特性,四、内特性,五、图像特性的标定,标定,标定（,calibration,）：对测量结果赋予确定的、公认的标准计量单位的过程。,标定的作用和目的,对有量纲的参数，确定测量结果的量纲,不同实验环境下实验结果的可比性,确定,测量环境,确定,标定因子,/,样本,确定,拟合,/,换算曲线,标定,外特性参数的标定,无量纲参数无需标定：形状指数和分形维数,长度的标定：图示，,P106/fig.7.28,面积的标定,内特性参数的标定,某些成像模式的图像数据已完成量纲转换，不需要再标定,方法：根据成像方式的不同，设计标定方法,四、内特性的表达,总结,预处理,图像分割,分析描述,识别分类,图像分类,图像分类,学习样本,训练,判别函数,测试样本,再学习（优化）,分类性能评估,考试相关事宜,时间：,2015,年,11,月,24,日（星期二）,8:30,10:00,地点：,207,