[发明专利]一种基于条件随机场的二维CT图片中脂肪位置识别方法

权利要求书

1.一种基于条件随机场的二维CT图片中脂肪位置识别方法，其特征在于，包括如下步骤：

步骤一：确定若干张用于进行条件随机场训练的、脂肪位置能被清晰识别的的原始CT图像；

步骤二：对各个原始CT图像的各个像素点进行最终特征向量提取，具体包含如下步骤：

步骤2.1：确定图中各个像素点的四个特征向量，分别为：像素值、像素块均值、方向梯度直方图、HoG块；

步骤2.2：将各像素点的四个特征向量联合组成一个向量，该向量为该像素点的最终特征向量；

步骤三：将各个像素点的最终特征向量作为该点的描述子来表达对应原始CT图片的信息；

步骤四：利用各个原始CT图像中的描述子对分类器进行概率输出训练；

步骤五：根据步骤四的训练，得到一个CRF模型；

步骤六：利用CRF模型对待检测脂肪位置的CT图像进行脂肪位置识别。

2.如权利要求1所述的基于条件随机场的二维CT图片中脂肪位置识别方法，其特征在于，步骤2.1中，像素块均值的计算方法为：以被计算像素点的坐标位置为中心，获取覆盖中心周围N*N个像素点范围内所有的像素值，计算这些像素值的均值，其中，N为整数。

3.如权利要求1所述的基于条件随机场的二维CT图片中脂肪位置识别方法，其特征在于，步骤2.1中，HoG块的获取方法为：以被计算像素点的坐标位置为中心，获取覆盖中心周围M*M个像素点范围内所有的方向梯度直方图,这些方向梯度直方图形成HoG块，其中，M为整数。

4.如权利要求1所述的基于条件随机场的二维CT图片中脂肪位置识别方法，其特征在于，所述分类器为支持向量机。

5.如权利要求1所述的基于条件随机场的二维CT图片中脂肪位置识别方法，其特征在于，所述分类器为人工神经网络分类器。

6.如权利要求1所述的基于条件随机场的二维CT图片中脂肪位置识别方法，其特征在于，所述分类器为贝叶斯分类器。