膠囊內(nèi)窺鏡圖像小腸病變自動診斷算法研究.pdf

1、具備微型攝像機和視頻信號發(fā)射機功能的無線膠囊內(nèi)窺鏡(Wireless CapsuleEndoscopy)是一種新型的胃腸道疾病內(nèi)鏡診斷系統(tǒng)。自從2000年前后投入臨床使用以來，它可獲取病人整個小腸的影像資料，并且不給病人帶來任何痛苦。但是膠囊內(nèi)窺鏡產(chǎn)生的圖片有6到8萬張，僅靠醫(yī)生裸眼觀察的傳統(tǒng)診斷方法耗時費力，因此，開發(fā)出一套計算機輔助診斷系統(tǒng)以減輕醫(yī)生的負擔(dān)是非常必要的。
　　本文的主要工作是研究出一套自動診斷算法，力求從患者的

2、海量內(nèi)鏡圖片中自動篩選出異常圖片。主要思路是對每張圖片提取顏色和紋理特征，然后用機器學(xué)習(xí)的方法進行學(xué)習(xí)，分類。本文完成的主要工作如下：
　　第一，基于二分光反射模型理論的quasi-invariant是將圖像的一階導(dǎo)數(shù)投影到色調(diào)的方向上得到的能反映物體本身邊緣信息的顏色偏導(dǎo)，去掉了由陰影和高光的變化引起的邊緣信息，但它依賴于物理參數(shù)，將quasi-invariant用一個依賴于信號的標(biāo)量歸一化后得到的full invariant更

3、適合于特征提取。本文采用基于full invariant的特征作為膠囊內(nèi)鏡圖像的特征，排除了高光和陰影對小腸圖像中病變識別的影響。與此同時，本文還采用了顏色矩和顏色直方圖等顏色特征，Contourlet變換和局部二值模式等紋理特征作為膠囊內(nèi)鏡圖像的特征，并用三種分類器進行分類。經(jīng)過實驗和比較，分析了各種特征提取方法的特性。
　　第二，將多示例學(xué)習(xí)引入病變診斷中。將圖像分塊，分別對每個塊提取特征。一個圖像子塊的特征就是一個示例，一張

4、圖片的所有子塊特征組成的特征集就是一個包。在機器學(xué)習(xí)時，只對包標(biāo)記，不對示例標(biāo)記，經(jīng)過多示例學(xué)習(xí)以后，不僅能識別出異常的圖像，還能識別出異常的圖像子塊。本文用顏色矩、顏色直方圖和局部二值模式作為圖像子塊特征，并三種多示例學(xué)習(xí)算法對圖像的局部特征進行分類。經(jīng)過實驗，比較了各種局部特征提取算法和各種多示例學(xué)習(xí)算法的性能好壞。
　　第三，為了降低漏診，本文采用了級聯(lián)的內(nèi)鏡圖像分類方法。第一級識別出的正常圖像中可能包含一部分異常圖像。在第