[发明专利]一种乳腺图像微钙化点的检测方法和系统

权利要求书

1.一种乳腺图像微钙化点的检测方法，其特征在于，包括：

采用高通滤波器对待识别图像进行高通滤波处理；

将滤波后的图像进行正态归一化处理；

提取正态归一化后的图像的特征向量，将所述特征向量输入自适应相关向量机分类器；

自适应相关向量机分类器依据所述特征向量识别图像的微钙化点。

2.根据权利要求1所述的方法，其特征在于，还包括：

将自适应相关向量机分类器识别后的结果图像进行面积滤波处理，去除图像的假阳性区；

将面积滤波处理后的图像中的微钙化点确定为待识别图像的微钙化点。

3.根据权利要求1所述的方法，其特征在于，所述提取正态归一化后的图像的特征向量，将所述特征向量输入自适应相关向量机分类器包括以下子步骤：

将正态归一化后的图像划分为N×N块子图像；

分别计算每个子图像中各像素点的M×M邻域，并排列成M×M维行向量，所述M×M维行向量即为各像素点的特征向量；

将每个子图像中的各特征向量依次排列为特征向量矩阵，输入自适应相关向量机分类器；

其中，M为自然数，N为自然数。

4.根据权利要求3所述的方法，其特征在于，所述自适应相关向量机分类器依据所述特征向量识别图像的微钙化点，包括以下子步骤：

自适应相关向量机分类器依据每个子图像的特征向量矩阵识别各子图像的微钙化点；

合并各子图像的识别结果，作为整幅待识别图像的微钙化点识别结果。

5.根据权利要求1所述的方法，其特征在于，所述自适应相关向量机分类器为通过以下步骤训练获得的分类器：

采用高通滤波器对各个样本图像进行高通滤波处理；

将滤波后的图像进行正态归一化处理；

校正正态归一化后的图像中专家标识出的微钙化点中心坐标；

提取各个校正后的图像的样本特征向量，将其排列成样本特征矩阵；

依据所述样本特征矩阵对所述样本图像进行训练，得到自适应相关向量机分类器。

6.根据权利要求5所述的方法，其特征在于，所述校正正态归一化后的图像中专家标识出的微钙化点中心坐标，包括以下子步骤：

采用方形结构元素对正态归一化后图像中专家标识出的微钙化点的M×M邻域图像进行线性滤波；

获取线性滤波后图像的最大峰值点，将所述最大峰值点作为校正后的微钙化点中心坐标。

7.一种乳腺图像微钙化点的检测系统，其特征在于，包括：

滤波模块，用于采用高通滤波器对待识别图像进行高通滤波处理；

归一化模块，用于将滤波后的图像进行正态归一化处理；

提取模块，用于提取正态归一化后的图像的特征向量，将所述特征向量输入自适应相关向量机分类器；

识别模块，用于利用自适应相关向量机分类器依据所述特征向量识别图像的微钙化点。

8.根据权利要求7所述的系统，其特征在于，还包括：

面积滤波模块，用于将自适应相关向量机分类器识别后的结果图像进行面积滤波处理，去除图像的假阳性区；

确定模块，用于将面积滤波处理后的图像中的微钙化点确定为待识别图像的微钙化点。

9.根据权利要求7所述的系统，其特征在于，所述提取模块包括以下子模块：

划分子模块，用于将正态归一化后的图像划分为N×N块子图像；

计算子模块，用于分别计算每个子图像中各像素点的M×M邻域，并排列成M×M维行向量，所述M×M维行向量即为各像素点的特征向量；

排列子模块，用于将每个子图像中的各特征向量依次排列为特征向量矩阵，输入自适应相关向量机分类器；

其中，M为自然数，N为自然数。

10.根据权利要求9所述的系统，其特征在于，所述识别模块包括以下子模块：

识别子模块，用于利用自适应相关向量机分类器依据每个子图像的特征向量矩阵识别各子图像的微钙化点；

合并子模块，用于合并各子图像的识别结果，作为整幅待识别图像的微钙化点识别结果。