對(duì)所有X軸即行的邊緣做相加再平均 *' X
/ /V
[0091 ] 對(duì)所有y軸即列的邊緣做相加再平均
[0092] 對(duì)行的邊緣做標(biāo)準(zhǔn)I
[0093] 對(duì)列的邊緣做標(biāo)準(zhǔn)差
[0094] 和的均值公式：
[0102]上述公式中，i表示此時(shí)刻Cu矩陣第i行，j表示同一時(shí)刻Cu矩陣第j列。X表示指定 灰度值x，y表示指定灰度值y A表示新的灰度等級(jí)共生矩陣的大小。
[0103] 當(dāng)K = 20時(shí)，表示此時(shí)圖像共有20個(gè)灰度等級(jí)，用到的灰度等級(jí)共生矩陣的大小是 20X20。本案例中所提到的相位襯度成像的灰度圖像所選擇感興趣區(qū)域是256灰度等級(jí)的 圖像，所以這里的Κ實(shí)際的取值是取決于所選擇的感興趣區(qū)域是哪個(gè)灰度等級(jí)的圖像。上述 公式中的Cu是所選擇的50X50像素圖像的歸一化灰度等級(jí)共生矩陣。
[0104] 步驟4,對(duì)這20X9個(gè)灰度等級(jí)的結(jié)果進(jìn)行主成分分析。分析過(guò)程：
[0105] 建立一個(gè)20X9的數(shù)據(jù)模型矩陣T:
[0106]
(14)
[0107] 對(duì)數(shù)據(jù)模型矩陣T，求相關(guān)系數(shù)矩陣R:
[0108]
(15)
[0109] 相關(guān)系數(shù)矩陣R中的rij(i，j = l，2,3…9)是根據(jù)數(shù)據(jù)模型矩陣T求得，其中riJ = rji，rij的具體計(jì)算公式如下：
[0110]
(16)
[0111] 因?yàn)閿?shù)據(jù)模型矩陣T的每一個(gè)變量在這個(gè)煒度里沒有完全一樣，因此必須標(biāo)準(zhǔn)化 數(shù)據(jù)模型矩陣T在解數(shù)據(jù)模型矩陣T的相關(guān)系數(shù)矩陣R之前。
[0112] 相關(guān)系數(shù)矩陣R的向量值定義為[人1，\2，\3 - \9]。計(jì)算每一個(gè)主元的貢獻(xiàn)率公式如 下：
Γ ? (17)
[0113] ν 7
[0114] 所有主元的累計(jì)貢獻(xiàn)率被計(jì)算，公式如下：
[0115](18) ft.= l
[0116] 定義Ai的向量為[1^山2山3-]^9]。新的主元的公式能夠定義為：
[0117] Fi=[lii li2 li3 ··· li9]TX[Ti T2 T3 ··· Τ9](? = 1,2,3,···9) (19)
[0118] 當(dāng)主元Σ Fi>8.5時(shí)，表示該異常區(qū)域是正常組織區(qū)域，主元Σ Fi〈8.5時(shí)，表示該異 常區(qū)域是異常組織區(qū)域。
[0119] 主元的個(gè)數(shù)，即ΣFi中i的取值，由累計(jì)貢獻(xiàn)率CCR>80%來(lái)決定，CCR = Σ CR。
[0120]要得到\的向量中l(wèi)u-ll9的值，需要先求解相關(guān)系數(shù)矩陣R的特征值\及其對(duì)應(yīng)的 特征向量e，步驟如下：
[0121 ]①解矩陣R特征方程| Ae-R | = 〇，常用雅可比法(Jacobi )求出特征值A(chǔ)i，并使其按 大小順序排列λ: 2 λ2 2…2 λ9 2 〇;e是矩陣R的屬于特征值的特征向量，在矩陣R的n階矩 陣已知時(shí)，可求解得出Μ和e。
[0122]②分別求出對(duì)應(yīng)于特征值A(chǔ)i的特征向量ei(i = 1，2,…，9)，要求| | ei | | = 1，即 f < = 1，其中印表示向量出的第j個(gè)分量。最后得： / = 1
[0123]
[0124] 其中，p指一種符號(hào)表示函數(shù)，L是指數(shù)據(jù)模型矩陣T的第j行向量。
[0125] 下面通過(guò)一個(gè)具體實(shí)施例來(lái)描述本發(fā)明的腫瘤輔助診斷過(guò)程。
[0126] (1)對(duì)軟組織進(jìn)行同步輻射X射線類同軸相位襯度成像的拍攝，對(duì)拍攝的相位襯度 圖像，進(jìn)行預(yù)處理。
[0127] 請(qǐng)參見圖2,是同步輻射X射線類同軸相位襯度胃腫瘤圖像，a圖是正常胃組織，b圖 是3天胃腫瘤圖像，c圖是5天胃腫瘤圖像，d圖是7天胃腫瘤圖像，e圖是9天胃腫瘤圖像，f圖 是11天胃腫瘤圖像。
[0128] (2)預(yù)處理后的同步輻射X射線類同軸相位襯度圖像在可疑的異常區(qū)域選取20個(gè) 50X50像素的感興趣區(qū)域，參見圖3,異常區(qū)域選取的20個(gè)感興趣區(qū)域作為需要判斷的區(qū) 域。對(duì)懷疑的區(qū)域認(rèn)為是異常區(qū)域，圖3的區(qū)域是懷疑的異常區(qū)域，但是實(shí)際的計(jì)算結(jié)論是 正常胃組織。
[0129] (3)對(duì)這20個(gè)感興趣區(qū)域進(jìn)行9個(gè)紋理特征的灰度等級(jí)共生矩陣的參數(shù)分析，得到 每個(gè)感興趣區(qū)域的9個(gè)灰度等級(jí)參數(shù)數(shù)值，對(duì)每一個(gè)灰度等級(jí)參數(shù)的20個(gè)數(shù)值，進(jìn)行數(shù)學(xué)平 均，結(jié)果如下表1:
[0130] 表1
[0131]
?0?32]~圖3選取的感興趣區(qū)域結(jié)果是a圖的結(jié)果。
[0133] (4)分析20 X 9個(gè)灰度等級(jí)共生矩陣，對(duì)這180個(gè)紋理參數(shù)進(jìn)行主成分分析，見表2， 分析結(jié)果表示：當(dāng)主成分累計(jì)貢獻(xiàn)率CCR大于80%被認(rèn)為是主元，因此經(jīng)過(guò)處理分析發(fā)現(xiàn)， 當(dāng)XFAS.5時(shí)，表示該異常區(qū)域是X射線類同軸相位襯度圖像的正常組織區(qū)域，當(dāng)Σ&〈8.5 時(shí)，表示該異常區(qū)域是X射線類同軸相位襯度圖像的異常腫瘤區(qū)域。用SFi是否〈8.5來(lái)判斷 X射線類同軸相位襯度圖像中的異常區(qū)域?qū)儆谡＝M織區(qū)域或異常腫瘤區(qū)域。
[0134] 表2 Γηι VI

[0136] 經(jīng)過(guò)主成分分析得出a圖的異常區(qū)域的累積貢獻(xiàn)率CCR大于80%是第1、2主成分， 其余圖像的異常區(qū)域的累積貢獻(xiàn)率CCR大于80%的也是第1、2主成分，因此，這里采用內(nèi)和內(nèi) 兩個(gè)主元即可作為分析的依據(jù)。
[0137] 基于傳統(tǒng)X射線吸收影像全是憑借醫(yī)生的經(jīng)驗(yàn)判斷是否為高度懷疑的腫瘤區(qū)域， 針對(duì)軟組織這種X射線的弱吸收物質(zhì)的吸收影像早期很難判斷出腫瘤區(qū)域，本發(fā)明提出一 種新的基于灰度等級(jí)共生矩陣的主成分分析方法來(lái)客觀定量的分析同步輻射X射線類同軸 相位襯度圖像的早期腫瘤區(qū)域。
[0138] 當(dāng)然，本發(fā)明還可有其它多種實(shí)施例，在不背離本發(fā)明精神及其實(shí)質(zhì)的情況下，熟 悉本領(lǐng)域的技術(shù)人員當(dāng)可根據(jù)本發(fā)明做出各種相應(yīng)的改變和變形，但這些相應(yīng)的改變和變 形都應(yīng)屬于本發(fā)明所附的權(quán)利要求的保護(hù)范圍。
【主權(quán)項(xiàng)】
1. 一種腫瘤輔助診斷方法，其特征在于，包括： 步驟一，對(duì)同步福射X射線類同軸相位襯度圖像中的異常區(qū)域選擇感興趣區(qū)域； 步驟二，對(duì)該感興趣區(qū)域進(jìn)行處理，得到灰度等級(jí)共生矩陣； 步驟=，根據(jù)該灰度等級(jí)共生矩陣進(jìn)行主成分分析，并根據(jù)分析結(jié)果對(duì)該異常區(qū)域?qū)?于正常組織區(qū)域或異常腫瘤區(qū)域進(jìn)行判斷。2. 根據(jù)權(quán)利要求1所述的腫瘤輔助診斷方法，其特征在于，所述步驟一中，包括:在選擇 感興趣區(qū)域之前，對(duì)所述圖像進(jìn)行預(yù)處理的步驟。3. 根據(jù)權(quán)利要求1或2所述的腫瘤輔助診斷方法，其特征在于，該感興趣區(qū)域的個(gè)數(shù)和/ 或大小根據(jù)實(shí)際情況進(jìn)行選取。4. 根據(jù)權(quán)利要求3所述的腫瘤輔助診斷方法，其特征在于，該感興趣區(qū)域?yàn)?0個(gè)50 X 50 像素的感興趣區(qū)域。5. 根據(jù)權(quán)利要求4所述的腫瘤輔助診斷方法，其特征在于，所述步驟二中，包括W如下 方式獲取該灰度等級(jí)共生矩陣： 角二階矩公式：【―U V. (1) 慣量公式： 風(fēng) 逆差矩公式：從灰度等級(jí)共生矩陣推導(dǎo)的邊緣分布： 賭公式： (4)指定灰度和或差的概率和為：(巧 巧）相關(guān)公式：獄 其中山X，iiy表示邊緣分布的均值，Ox，Oy表示邊緣分布的標(biāo)準(zhǔn)差； 和的均值公式：(10) 差的均值公式 (11) 和的賭公式：(12) 差的賭公式 (巧） 其中，i表示此時(shí)刻Cij矩陣第i行，j表示同一時(shí)刻Cij矩陣第j列，X表示指定灰度值X，y表 示指定灰度值y，k表示新的灰度等級(jí)共生矩陣的大小。6.根據(jù)權(quán)利要求5所述的腫瘤輔助診斷方法，其特征在于，所述步驟=中，進(jìn)一步包括： 建立一個(gè)20 X 9的數(shù)據(jù)模型矩陣T:(14) 對(duì)數(shù)據(jù)模型矩陣T，求相關(guān)系數(shù)矩陣R:腳 相關(guān)系數(shù)矩陣R中的ru(iJ = l，2,3-，9)是根據(jù)數(shù)據(jù)模型矩陣T求得，其中ru = rw，rij 的計(jì)算公式如下： (16) 相關(guān)系數(shù)矩陣R的向量值定義為的，^，心-^9]，計(jì)算每一個(gè)主元的貢獻(xiàn)率公式如下：(17) 所有主元的累計(jì)貢獻(xiàn)率被計(jì)算，公式如下：(18) 定義、的向量為山1，112，113'。119]，新的主元的公式能夠定義為： Fi=[lii li2 li3 ??? li9]^X[Ti T2 T3 ??? TgKi = I,2,3,---9) (19) 、的向量中l(wèi)ii-li9的值根據(jù)相關(guān)系數(shù)矩陣R的特征值、及其對(duì)應(yīng)的特征向量e得到，步 驟如下： ① 解特征方程I^e-Rl =0,求出特征值、，并使其按大小順序排列、含^2含…含Ag含〇，e 是矩陣R的屬于特征值、的特征向量； ② 分別求出對(duì)應(yīng)于特征值、的特征向量ei ( i = 1，2，…，9 )，要求I I ei I I = 1，即 C,; = 1，其中ei康示向量ei的第j個(gè)分量，最后得： Ij = PiFr T,) =、可MU 二、三，…所 其中，P指一種符號(hào)表示函數(shù)，Tj是指數(shù)據(jù)模型矩陣T的第j行向量。7. 根據(jù)權(quán)利要求6所述的腫瘤輔助診斷方法，其特征在于，所述主元為累計(jì)貢獻(xiàn)率CCR〉 80 %時(shí)的主成分。8. 根據(jù)權(quán)利要求7所述的腫瘤輔助診斷方法，其特征在于，當(dāng)S Fi〉8.5時(shí)，表示該異常區(qū) 域?qū)儆谡＝M織區(qū)域，當(dāng)X Fi<8.5時(shí)，表示該異常區(qū)域?qū)儆诋惓Ｄ[瘤區(qū)域。9. 根據(jù)權(quán)利要求1、2、4、5、6、7、8中任一所述的腫瘤輔助診斷方法，其特征在于，所述圖 像為胃腫瘤圖像或肝腫瘤圖像。
【專利摘要】本發(fā)明公開了一種腫瘤輔助診斷方法，包括：步驟一，對(duì)同步輻射X射線類同軸相位襯度圖像中的異常區(qū)域選擇感興趣區(qū)域；步驟二，對(duì)該感興趣區(qū)域進(jìn)行處理，得到灰度等級(jí)共生矩陣；步驟三，根據(jù)該等級(jí)共生矩陣進(jìn)行主成分分析，并根據(jù)分析結(jié)果對(duì)該異常區(qū)域?qū)儆谡＝M織區(qū)域或異常腫瘤區(qū)域進(jìn)行判斷。
【IPC分類】G06T7/00, G06T7/40
【公開號(hào)】CN105513057
【申請(qǐng)?zhí)枴緾N201510860615
【發(fā)明人】陶薔, 羅述謙
【申請(qǐng)人】首都醫(yī)科大學(xué)
【公開日】2016年4月20日
【申請(qǐng)日】2015年11月30日