背景技术 [0002] 医学影像学Medical Imaging，是研究借助于某种介质(如X射线、电磁场、超声波 等) 与人体 相互 作 用，把人体内部组织器官结构、密度以 影像方式表现出来 ，供诊断医师根 据影像提供的 信息进行判断 ，从而对人体健康状况进行评价的一门科学 ，包括医学成像系 统 和医学图 像处理两方面 相对独立的 研究方向 。医学成像又称卤 化银成像 ，因为从前的菲 林 (胶卷) 是 用感光材料卤 化银化学感光物成像的 ，医学影像学可以 作为一种医疗辅助手段 用于诊断和治疗，也可以作为一种科研手段用于生命科学的研究中。诊断主要包括透视、放 射线片、CT、MRI、超声、数字减影、血管造影等。治疗主要应用为介入治疗、放疗等方面。另 外 ，除了医疗上面的 用途之外 ，影像学结合其他学术领域 ，譬如认知心理学 (cognitive psychology) 、语言学 (linguistics) 、教育学 (education) 、社会学 (sociology) 等 ，可以 让 研究人 员探索人类在进行认知行为时的 大脑活 动 ，这样的 研究已 经逐渐成形 ，学术界 称之 为认知神经科学(cognitive neuroscience)。医学影像学中的许多技术已经在科学研究的 工业中获得了广泛的应用。医学影像学的发展受益于现代计算机技术的突飞猛进，其与图 像处理 ，计算机视觉 ，模式识别技术的结合产生了一个新的 计算机技术分支--医学图 像处 理。 [0003] 目前医学的影响融合技术较差，导致图像分析结果不够准确，同时检测方法不够 先进，整体会导致诊断误差较大，针对以上所述，那么如何发明出医学影像的融合方法及基 于融合医学影像学习的图像检测方法，这成为我们需要解决的问题。
( 19 )中华人民 共和国国家知识产权局
( 12 )发明专利申请
(21)申请号 201910077701 .8
(22)申请日 2019 .01 .28
(71)申请人 李杰 地址 266399 山东省青岛市胶州市徐州路 29号
(72)发明人 李杰 李元伟
(74)专利代理机构 北京科亿知识产权代理事务 所(普通合伙) 11350
2
CN 109801251 A
f/2 页
3
CN 109801251 A
说 明 书
1/4 页
医学影像的融合方法及基于融合医学影像学习的图像检测 方法
技术领域 [0001] 本发明涉及医疗技术领域，具体为医学影像的融合方法及基于融合医学影像学习 的图像检测方法。
权利要求书2页 说明书4页
CN 109801251 A
CN 109801251 A
权 利 要 求 书
1/2 页
1 .医学影像的融合方法及基于融合医学影像学习的图像检测方法，其特征在于：包括 以下方法步骤，
a ，首先将需要进行融合与检测的图 像进行整理 ，然后对采集的影响进行聚焦数字化处 理；
b，对采集的图像进行高清数字化加工处理，通过数字计算的方法进行预处理； c，对处理后的图像进行图像块的充分融合排序； d，对融合处理排序后的图像进行校正，充分清除融合中产生的误差； e，最后根据融合规则，对处理后的模态影像进行融合。 2 .根据权利要求1所述的医学影像的融合方法及基于融合医学影像学习的图像检测方 法，其特征在于，步骤a中，计算各多聚焦图像中图像块Ps ,t ,的适应度f(Ps ,t ,)，其中Ps ,t , 表示所有多聚焦图像中第t张多聚焦图像的第s个图像块，1≤s≤NS，s、NS均为整数，NS表示 多聚 焦图 像根据增强差分演化过程中 相应的 分块大小分 割成的图 像块 总数 ，1≤t≤P ，i 、P 均为整数，P表示多聚焦图像的张数。 3 .根据权利要求1所述的医学影像的融合方法及基于融合医学影像学习的图像检测方 法 ，其特征在于 ，步骤b中 ，对图像进行录入图像编辑其中进行二进制编码 ，过称谓对每一个 实例x，通过s＝(B’B+2I)-1B’x得到x的低维实数值，然后通过哈希函数得到它的低维二进 制代码 ，其中B是定义的基空间 ，I是跟B同维度的单位矩阵 ，对于任意的两个个体i和j之间 ， 如果存在通信记录，那么以数据帧数、数据次数、数据频率数据为参数计算i和j之间的联系 权重系数，计算公式如下：Wij＝eφ(t)+θ(n)+γ(f) ，其中Wij表示权重值，φ(t) ，θ(n) ，γ (f)分别是传输时长t，数据次数n，数据频率f的函数，函数的具体形式根据具体的应用场景 以及用户的经验确定，可以选择指数衰减函数、线性函数等，只需要在指数项上增加新的映 射函数即可，对整个数据进行编码，完成数据的深度处理得出第一编码数据帧。 4 .根据权利要求1所述的医学影像的融合方法及基于融合医学影像学习的图像检测方 法 ，其特征在于 ，步骤c中 ，所述融合排序的步骤包括 ，先对第二以 太网数据帧分组 ，得到X组 K字节的 第一数据组 ；交替处理所述第一数据组 ，得到X组对应的 N-K字节的 第一校验位 ，其 中 ，X、K和N均为正整数 ，且N＞K ；以 及将所述第一数据组尾后依次 加入所述第一校验位以 及 帧结束符，得到并输出第一编码数据帧，然后顺次重复操作。 5 .根据权利要求1所述的医学影像的融合方法及基于融合医学影像学习的图像检测方 法 ，其特征在于 ，步骤d中 ，所述校正方法是将医学采集的 输出图 像数据看作是医学采集输 入的非线性函数 ,即g(x)＝N(f(x))，X---像素的图像帧存位置值，因此 ,g(x)可以在固定输 入值f0(x)处 ,根据台劳级数展开得： g(x)＝N(f0(x))+(f(x)-f0(x) 即，g(x)＝a0(x)+a1(x)f(x)+a2(x)f2(x)+…；其中 ,a0(x) ,a2(x) ,…为常系数，对于高 质量的线阵传感器 ,二阶以上的高阶项可忽略不计，医学采集输入近似为：f＝g(x)-a0(x) a1(x) ,只要确定了常系数a0(x) ,a1(x) ,就可以对采集设备进行校正。 6 .根据权利要求5所述的医学影像的融合方法及基于融合医学影像学习的图像检测方 法，其特征在于，所述校正方法，即求出校正因子和暗偏置，两点校正法如下进行，在不曝光 的情况下 ,采集影像的每个像素输出 ,即测出像素的暗偏置的值，y(DN)＝x{n(DN)-a}式中: y(DN)—校正输出值 ,即g(x)；x—校正因子 ,即上面的a1(x)；n(DN)—原始数据值 ,即上面的
代理人 汤东凤
(51)Int .Cl . G06T 5/50(2006 .01)
(10)申请公布号 CN 109801251 A (43)申请公布日 2019.05.24
( 54 )发明 名称 医学影像的融合方法及基于融合医学影像
学习的图像检测方法 ( 57 )摘要
本发明公开了医学影像的融合方法及基于 融合医学影像学习的图像检测方法，包括以下方 法步骤 ，a ，首先将需要进行融合与检测的图像进 行整理 ，然后对采集的影响进行聚焦数字化处 理 ；b ，对采集的图 像进行高清数字化加工处理 ， 通过数字计算的方法进行预处理 ；c ，对处理后的 图像进行图像块的充分融合排序 ；d ，对融合处理 排序后的图像进行校正，充分清除融合中产生的 误差 ；e ，最后根据融合规则 ，对处理 后的 模态影 像进行融合。本发明将不同模态的医学影像融合 在一起，互相完善，优势互补，同时通过多种提高 准确度的算法进行减少融合过程中产生的误差， 并且从不同角度提供病变组织更丰富的信息，整 体方法简单值得推广。