基于局部二值模式和支持向量机的乳腺癌钙化点计算机辅助检测方法

摘要

本发明公开了一种基于局部二值模式和支持向量机的乳腺癌钙化点计算机辅助检测方法。本发明具体实施包括如下步骤：1.利用一个滤波器组对原始X光片进行图像增强；2.使用局部二值模式对增强和分块后的X光图像块进行编码，并对获得的二进制码进行分类，从而得到以二进制码的统计分布表示的纹理信息；3.利用支持向量机，根据提取的纹理信息和已知的是否存在钙化组织的映射关系进行训练，得到能够自动判断X光片中钙化点是否存在的检测器。本发明高效、准确地提取了基于X光片的乳腺癌钙化点的纹理特征，实现了辅助医生检测乳腺癌钙化点的功能，且基于本发明所提出方法的乳腺癌钙化点检测效果与医生主观判断具有很好的一致性。

主权项

一种基于局部二值模式和支持向量机的乳腺癌钙化点计算机辅助检测方法，其特征在于步骤如下：步骤(1).读取乳腺X光片作为样本，包括正常乳腺和含有钙化点并被人为标定出钙化点位置的X光片；步骤(2).对步骤(1)中读取的X光片使用一个滤波器组进行边缘增强，该滤波器组由一个高斯高通滤波器、一个拉普拉斯锐化滤波器、一个低通滤波器和一个相减器组成，首先，X光片分别经过高斯高通滤波器、拉普拉斯锐化滤波器和低通滤波器；随后，将拉普拉斯锐化滤波器输出的图像与低通滤波器输出的图像相减，得到最终的增强后的X光片；步骤(3).对经过步骤(2)增强后的X光片分成若干32×32像素点大小的图像块，根据是否含有钙化点将这些图像块分为两类；步骤(4).对步骤(3)中得到的每一个图像块中不处在块边缘的30×30个像素点进行邻域为8的局部二值模式编码，编码依据为：$\begin{array}{c}LBP=\underset{p=0}{\overset{7}{\Sigma }}s(g_p-g_c)2^p\\ s\left(x\right)=\left\{\begin{array}{c}1,x\ge 0\\ 0,x<0\end{array}\right.\end{array}---\left(4\right)$其中，g_c是被编码像素点的像素值，g_p(p＝0,…,7)是邻域中8个像素点的像素值，于是每个图像块被编码成了900个八位二进制码；步骤(5).对步骤(4)中产生的每个二进制码按照旋转不变原则进行变换；具体定义为：将每个二进制码进行7次一位的循环右移或7次一位的循环左移，这样包括原码在内，得到八个二进制码；使用其中最小的那个代替原码；步骤(6).按照以下原则将步骤(5)中产生的代码分为十类中的一类：其中，class指该二进制码被分成的类；步骤(7).将每个图像块用一个十维向量表示：{x₁,x₂,x₃,x₄,x₅,x₆,x₇,x₈,x₉,x₁₀}  (6)其中x_i指该图像块经过编码后，被分到第i类的二进制码的数量；即该向量表示图像块的二进制码的统计分布；步骤(8).使用支持向量机的分类功能，以每一个图像块被表示成的十维向量为十个输入，对应是否含有钙化点为输出，形成一个映射：y＝f{x₁,x₂,x₃,x₄,x₅,x₆,x₇,x₈,x₉,x₁₀}  (7)步骤(9).基于步骤(8)得到的训练样本集对支持向量机分类器进行训练；步骤(10).利用训练后的支持向量机分类器对样本数据进行分类,完成X光片中乳腺钙化点的判断。