应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
【主权项】
1.基于RX异常探测和纹理分析的真菌性角膜炎图像识别方法，其特征是，包括: 步骤(I):获取正常角膜神经图像和只包含菌丝的菌丝图像作为训练样本；获取真菌性角膜炎患者的眼底图象作为测试样本； 步骤⑵:所述步骤⑵包括并发进行的步骤(2-1)、步骤(2-2)和步骤(2-3); 步骤(2-1):对训练样本中的正常角膜神经图像进行预处理、特征提取和特征融合，得到训练样本融合后的神经特征； 步骤(2-2):对训练样本中的只包含菌丝的菌丝图像进行预处理、特征提取和特征融合，得到训练样本融合后的菌丝特征； 步骤(2-3):对测试样本进行预处理、特征提取和特征融合得到测试样本融合，后的神经特征和测试样本融合后的菌丝特征； 步骤⑶: 通过计算测试样本融合后的神经特征与训练样本融合后的神经特征之间的欧式距离，识别测试样本中的神经； 通过计算测试样本融合后的菌丝特征与训练样本融合后的菌丝特征之间的欧式距离，识别测试样本中的菌丝。
2.如权利要求1所述的基于RX异常探测和纹理分析的真菌性角膜炎图像识别方法，其特征是，所述步骤(2-1)的步骤如下: 采用RX异常探测算法对训练样本中的正常角膜神经图像进行预处理，从预处理后的训练样本中分别提取训练样本的神经长度特征、训练样本的神经形状特征和训练样本的神经纹理特征，并将训练样本的神经长度特征、训练样本的神经形状特征和训练样本的神经纹理特征进行特征融合，得到训练样本融合后的神经特征。
3.如权利要求1所述的基于RX异常探测和纹理分析的真菌性角膜炎图像识别方法，其特征是，所述步骤(2-2)的步骤如下: 采用RX异常探测算法对训练样本中的只包含菌丝的菌丝图像进行预处理，从预处理后的训练样本中分别提取训练样本的菌丝长度特征、训练样本的菌丝形状特征和训练样本的菌丝纹理特征，并将训练样本的菌丝长度特征、训练样本的菌丝形状特征和训练样本的菌丝纹理特征进行特征融合，得到训练样本融合后的菌丝特征。
4.如权利要求1所述的基于RX异常探测和纹理分析的真菌性角膜炎图像识别方法，其特征是，所述步骤(2-3)的步骤如下: 采用RX异常探测算法对步骤(I)的测试样本进行预处理，从预处理后的测试样本中分别提取测试样本的菌丝长度特征、测试样本的神经长度特征、测试样本的神经形状特征、测试样本的菌丝形状特征、测试样本的神经纹理特征和测试样本的菌丝纹理特征； 对提取的测试样本的神经长度特征、测试样本的神经形状特征和测试样本的神经纹理特征进行特征融合，得到测试样本融合后的神经特征； 对提取的测试样本的菌丝长度特征、测试样本的菌丝形状特征和测试样本的菌丝纹理特征进行特征融合，得到测试样本融合后的菌丝特征。
5.如权利要求1所述的基于RX异常探测和纹理分析的真菌性角膜炎图像识别方法，其特征是，所述步骤(2-1)的具体过程为: 步骤(2-1-1):采用RX异常探测算法对训练样本中的正常角膜神经图像进行预处理，去除训练样本中的背景干扰信息； 步骤(2-1-2):对预处理后的训练样本进行二值化处理，对二值化处理后的图像进行膨胀腐蚀的处理，对膨胀腐蚀处理后的图像提取神经长度特征； 步骤(2-1-3):提取步骤(2-1-2)膨胀腐蚀处理后的图像的神经形状特征； 步骤(2-1-4):提取步骤(2-1-2)膨胀腐蚀处理后的图像的神经纹理特征； 步骤(2-1-5):对提取出的训练样本的神经长度特征、神经形状特征以及神经纹理特征进行特征融合，得到训练样本融合后的神经特征。
6.如权利要求5所述的基于RX异常探测和纹理分析的真菌性角膜炎图像识别方法，其特征是，所述步骤(2-1-2)的步骤如下: 步骤(2-1-2-1):对预处理后的训练样本进行二值化处理，并使用连通域的方法，设定连通域面积的阈值，去除超过设定阈值的背景干扰； 步骤(2-1-2-2):对二值化处理后的训练样本进行膨胀腐蚀处理，所述膨胀腐蚀处理是指先膨胀后腐蚀，先膨胀后腐蚀具有填充物体内细小空洞以及平滑边界的作用，经过膨胀腐蚀处理后得到效果更好的二值图像，膨胀腐蚀处理能够强化神经信息； 步骤(2-1-2-3):根据神经形态上的差别，对步骤(2-1-2-2)处理后的神经的训练样本中每个连通域进行加标签的处理，并分别找到每个连通域的质心，然后分别找出每个连通域内距离质心最远的点，将该点与质心之间的距离作为神经长度特征并保存。
7.如权利要求5所述的基于RX异常探测和纹理分析的真菌性角膜炎图像识别方法，其特征是，所述步骤(2-1-3)中提取训练样本的神经形状特征的具体过程为: 对于经过步骤(2-1-2)膨胀腐蚀处理后的训练样本，利用傅里叶变换提取出连通域的形状特征，即为神经的形状特征。
8.如权利要求5所述的基于RX异常探测和纹理分析的真菌性角膜炎图像识别方法，其特征是，所述步骤(2-1-4)中提取训练样本的神经纹理特征的具体过程为: 将步骤(2-1-2)膨胀腐蚀处理后得到的灰度图像与原始图像进行点乘，与原始图像点乘之后，得到目标区域的灰度图像；再对目标区域的灰度图像通过灰度共生矩阵的方法提取神经纹理特征。
9.如权利要求5所述的基于RX异常探测和纹理分析的真菌性角膜炎图像识别方法，其特征是，所述步骤(2-1-5)中对提取出的神经长度特征、神经形状特征以及神经纹理特征进行特征融合的具体过程为:提取出的神经长度特征值、神经形状特征以及神经纹理特征排列成一个行向量，作为神经的特征向量。
10.如权利要求1所述的基于RX异常探测和纹理分析的真菌性角膜炎图像识别方法，其特征是，所述步骤(3)中: 测试样本融合后的神经特征与训练样本融合后的神经特征之间的欧式距离越小，表明测试样本的神经特征与训练样本的神经特征越相近，属于同一类神经特征； 测试样本融合后的菌丝特征与训练样本融合后的菌丝特征之间的欧式距离越小，表明测试样本的菌丝特征与训练样本的菌丝特征越相近，属于同一类神经特征。
【专利摘要】本发明公开了基于RX异常探测和纹理分析的真菌性角膜炎图像识别方法，包括：获取正常角膜神经图像和只包含菌丝的菌丝图像作为训练样本；获取真菌性角膜炎患者的眼底图象作为测试样本；对训练样本中的正常角膜神经图像进行预处理、特征提取和特征融合，得到训练样本融合后的神经特征；对训练样本中的只包含菌丝的菌丝图像进行预处理、特征提取和特征融合，得到训练样本融合后的菌丝特征；对测试样本中的图象进行预处理、特征提取和特征融合，得到测试样本融合后的神经特征和测试样本融合后的菌丝特征；识别测试样本中的神经和菌丝。
【IPC分类】G06K9-62
【公开号】CN104850861
【申请号】CN201510278952
【发明人】刘治, 刘红彤, 张明高, 张海霞, 吴雪莲, 陶远
【申请人】山东大学
【公开日】2015年8月19日
【申请日】2015年5月27日