D2+07+脑部CT图像频繁近似子图挖掘方法.ppt

脑部CT图像频繁近似子图挖掘方法 计算机科学与技术学院 哈尔滨工程大学 研究背景 利用医学图像进行计算机辅助诊断，可有效缩减医生诊断时间，提高诊断结果的客观性。 医学影像技术中，CT由于成像速度快、价格适中、排除标准少等优势成为临床诊断中的主要模态。 研究背景 如何有效地表示脑部CT图像以及发现这些图像中隐藏的重要信息仍是开放的研究热点。 * * 相关工作 图是表示和分析图像的常用模型 ULG：没有很好考虑纹素之间的空间结构 CAPP图：多模态肺部图像 生成图：没有考虑侧脑室之间的对称性 相关工作 频繁子图挖掘可以发现用图表示的图像中隐藏的重要模式 图匹配 近似图匹配 频繁子图挖掘 频繁近似子图挖掘 基于不确定图的子图同构 基于顶点或边不相交的子同胚 基于图编辑距离(RNGV, SUBDUE, MaxAFG)：没有考虑融入领域知识的图的特性 基于?-边的子同构 基于替换概率 精确图匹配 图像预处理 归一化图像 提取大脑颅内部分 旋转图像并提取脑中线(ML, Middle Line) 图像大小重设为Row?Column (285 ?260) 提取ROIs(Regions Of Interest，感兴趣区域) 侧脑室ROIs 灰度呈现较黑的病变ROIs 灰度呈现较白的病变ROIs 图像预处理 脑中线和图像水平中线将颅内部分分为四个区域： RT, RB, LT, LB ROI所在区域 ROI区域优先级判断规则 规则1中ROI处于一个区域，规则2中ROI跨越多个区域 规则1：ROI所在区域是此ROI的第一优先级区域，记为Area1；Area1关于LL对称的区域是此ROI的第二优先级区域，记为Area2；Area1关于ML对称的区域是此ROI的第三优先级区域，记为Area3；最后一个区域为此ROI的第四优先级区域，记为Area4。 规则2：ROI跨越的区域均为此ROI的第一优先级区域，记为Area1；其它区域为此ROI的第二优先级区域，记为Area2。 图建模 定义1. TRVL图是一个四元组的无向属性图G={V, E, FV, FE}，其中V={vi|i=1, …, m}是顶点集，E={ei|i=1, …, n}是边集，FV= {Fvi|vi?V}是顶点特征向量集，FE={Fei|ei?E}是边特征向量集。 脑部特征1： 大脑左右半球内的侧脑室近似对称； 颅内部分出现病变区域时，病变区域会直接挤压它所在大脑半球的髓质，从而影响侧脑室的形态。 图建模 BCTM(Brain CT Image Modeling)过程如下： 每个ROI创建一个顶点 Fvi(j)?Fvi是vi的第j个特征，j=1, …, 7。 Fvi(1)表示ROIi的标记，其值域为{255，150，75} Fvi(2)表示ROIi所处区域，其值域为{LT，LB，RT，RB} Fvi(3)表示ROIi的像素个数 Fvi(4)表示ROIi中像素之间的最大距离 Fvi(5)表示ROIi的同质系数 Fvi(6)表示ROIi的质心 Fvi(7)是ROIi的圆滑度 v1 v2 v3 v4 Fv1 Fv2 Fv3 Fv4 图建模 边存在性规则 规则1中Fvi(1)=255，规则2中Fvi(1)?255 规则1：当ROIi处于一个区域时，若ROIi的Area1、Area2和Area3中存在Fvj(1)=255的ROIs，vi与这些ROIs之间分别建边，否则vi与ROIi的Area4中Fvj(1)=255的ROIs之间分别建边；当ROIi跨越多个区域时，vi与Fvj(1)=255的ROIs之间均分别建边。 规则2：如果ROIi的Area1中存在Fvj(1)=255的ROIs，则vi与这些ROIs之间分别建边，否则查看ROIi的下一优先级区域，直到此区域中存在Fvj(1)=255的ROIs，vi与这些ROIs分别建边。 Fei(j)?Fei是ei的第j个特征，j=1, …, 3 Fei(1)表示两个ROIs质心间的距离 Fei(2)表示两个ROIs间的最近距离 Fei(3)表示两个ROIs质心连线和水平方向夹角的度量 v1 v2 v3 v4 Fv1 Fv2 Fv3 Fv4 Fe1 Fe2 Fe3 图建模 脑部特征2： 侧脑室与病变区域之间具有不可比性，且不同性质的病变区域之间同样具有不可比性； 不同位置的侧脑室之间具有不可比性。 性质1. 给定两个TRVL图G1和G2，vi是G1中的一个顶点，vj是G2中的一个顶点，若Fvi(1)≠Fvj(1)，或者Fvi(1)=Fvj(1)=255但Fvi(2)≠Fvj(2)，则vi和vj之间具有不可比性。 图集D：由TRVL图构成 图集S： 对图集D中由顶点和边的连续数值型特征组成的两个向量集分别