一种基于多指标融合的血管图像质量评价方法

本发明属于生物特征识别领域，具体而言，涉及一种基于多指标融合的血管图像质量评价方法。

背景技术：

1、手背血管图像识别作为静脉识别的一种，与其它生物识别技术如指纹、面部、虹膜相比，具有活体检测、难以伪造、识别准确率高等特点。通过大量实验发现，血管图像质量的优劣直接影响着后续血管图像识别的性能，因此有必要对血管图像进行质量评价，以对低质量的血管图像进行增强或者对高质量的血管图像进行筛选，从而更好地完成基于手背血管图像的生物特征识别相关任务。

2、血管图像质量评价常见的指标如对比度、有效面积、偏移程度等。然而，目前对血管图像质量评价的相关工作中通常采用单项指标的评价方式。由于上述不同指标从不同角度反映了血管图像的质量，因此仅采用单一的血管图像评价方式存在一定的局限性，无法对血管图像质量进行全面的评价，因此有必要设计一种融合多种指标信息的血管图像质量方法，以弥补现有常用基于单一指标血管图像质量评价方法的不足。

技术实现思路

1、本发明提出一种基于多指标融合的血管图像质量评价方法，以解决目前常用基于单一指标血管图像质量评价方法不能全面反映血管图像质量这一问题。

2、根据本发明的总体思路，提供了一种基于多指标融合的血管图像质量评价方法，包括：通过近红外摄像头采集血管图像进行实验数据集的构造；对其中训练集、验证集进行对比度、有效面积、偏移程度三个单项指标与综合指标标签的构造，同时对测试集及参考图像库构造综合指标标签；基于上述单项标签与综合标签构造多任务学习模型并完成模型的训练过程；基于训练好的模型对待测图像进行综合评价；构造类内图像对与类间图像对，对模型性能进行评估。

3、进一步地，上述实验用到的数据集被划分为训练集、验证集、测试集与参考图像库，其中训练集与验证集采用了相同的数据增强操作。

4、进一步地，上述综合指标标签的构造过程不同层次地结合了不同单项指标的标签类别状况。

5、进一步地，上述多任务学习模型的构造通过三个单项指标标签分别对应各自的分类任务，综合指标标签对应分类与匹配两种任务来实现。

6、进一步地，在对待测图像进行综合评价时，仅利用综合指标下匹配任务的输出结果来完成整个预测过程，其中待测图像与参考图像库中最佳匹配图像对应的主观综合评价标签即为最终的预测结果。

7、进一步地，在对模型性能进行评估时，相似度距离大于设定阈值的图像对被预测为类间图像对，而相似度距离小于设定阈值的图像对被预测为类内图像对。

8、总之，通过本申请解决了现有基于多指标融合血管图像质量评价方法缺乏的问题，能够为涉及血管图像质量评价相关应用与研究提供一个有效的解决方案。

技术特征：

1.一种基于多指标融合的血管图像质量评价方法，其特征在于，包括：

2.根据权利要求1所述的一种基于多指标融合的血管图像质量评价方法，其特征在于，所述实验数据集被划分为训练集、验证集、测试集与参考图像库，其中训练集与验证集采用了相同的数据增强操作。

3.根据权利要求1所述的一种基于多指标融合的血管图像质量评价方法，其特征在于，所述综合指标标签的构造过程不同层次地结合了不同单项指标的标签类别状况。

4.根据权利要求1所述的一种基于多指标融合的血管图像质量评价方法，其特征在于，所述多任务学习模型的构造通过三个单项指标标签分别对应各自的分类任务，综合指标标签对应分类与匹配两种任务来实现。

5.根据权利要求1所述的一种基于多指标融合的血管图像质量评价方法，其特征在于，在对待测图像进行综合评价时，仅利用综合指标下匹配任务的输出结果来完成整个预测过程，其中待测图像与参考图像库中最佳匹配图像对应的主观综合评价标签即为最终的预测结果。

6.根据权利要求1所述的一种基于多指标融合的血管图像质量评价方法，其特征在于，在对模型性能进行评估时，相似度距离大于设定阈值的图像对被预测为类间图像对，而相似度距离小于设定阈值的图像对被预测为类内图像对。

技术总结
本发明公开一种基于多指标融合的血管图像质量评价方法，旨在设计一个能够较好地对血管图像质量进行评价的客观方案。该方法包括：采集血管图像数据并划分为训练集、验证集、测试集及参考图像库；对上述训练集与验证集进行数据增强；对上述训练集、验证集基于多个单项及综合指标制作相关评价标签；构造基于多指标融合的血管图像质量评价模型；联合训练上述血管图像质量评价模型；将训练好的模型用于匹配任务的预测，得到与参考图像中相似度距离最小的图像及相应主观评价类别标签，完成对图像质量的评价；基于测试集构造类内匹配对与类间匹配对，并结合训练好的模型完成对模型性能的评估。通过实验验证了本发明能够有效对血管图像质量进行客观评价。

技术研发人员：刘高凯,郑音飞,徐正国,罗泽熠
受保护的技术使用者：浙江大学湖州研究院
技术研发日：
技术公布日：2024/3/11