[发明专利]一种基于张量图像的CSM辅助分析系统及方法

摘要

本发明属于医学图像辅助分析技术领域，尤其涉及一种基于张量图像的脊髓型颈椎病辅助分析系统和方法，包括图像预处理模块、专家知识库模块、ELM学习模块、分类器模块和结果输出模块；图像预处理模块用于弥散张量图像的采集、弥散张量图像二重度量配准、弥散张量图像的分割以及弥散张量图像的降维和特征提取；ELM学习模块用于利用ELM学习算法对专家知识库中的信息进行分析求解；分类器模块用于根据ELM学习模块确定的参数，对图像预处理模块提取的特征信息进行分类。本发明充分挖掘图像的原有信息，提高模式分类精度，保证图像分割效果，避免耗时的迭代过程，大幅度降低训练时间，更能适应处理海量数据的效率要求。

主权项

一种基于张量图像的CSM辅助分析系统，其特征在于：包括图像预处理模块、专家知识库模块、ELM学习模块、分类器模块和结果输出模块；所述图像预处理模块用于弥散张量图像的采集、弥散张量图像二重度量配准、弥散张量图像的分割以及弥散张量图像的降维和特征提取；所述专家知识库模块用于建立CSM的专家知识库；所述ELM学习模块用于利用ELM学习算法对专家知识库中的信息进行分析求解；所述分类器模块用于根据所述ELM学习模块确定的参数，对所述图像预处理模块提取的特征信息进行分类；所述结果输出模块用于输出分类结果；所述图像预处理模块包括图像采集单元、图像配准单元、图像分割单元和特征提取单元；所述图像采集单元用于采集弥散张量图像；所述图像配准单元，用于弥散张量图像二重度量配准；先进行基于张量相似度的弥散张量图像配准，再进行基于标量相似度的弥散张量图像配准；所述图像分割单元用于弥散张量图像基于MRF－MAP框架的分割；所述特征提取单元用于对弥散张量图像的降维和特征提取；所述基于MRF－MAP框架的分割具体为：搭建能量函数并构建MRF模型，根据Gibbs联合分布产生先验能量，根据弥散张量成像图像的特性构造条件能量，根据先验能量和条件能量获得后验能量，遵循MAP原则应用SA优化算法更新后验能量直到收敛。