【技术实现步骤摘要】
本专利技术涉及图像区域识别，具体涉及一种基于结构磁共振的带状疱疹性神经痛辅助识别方法及系统。
技术介绍
1、带状疱疹性神经痛是带状疱疹的并发症之一，是一种慢性的神经痛，对患者的生活质量造成极大影响。因此，需要对患者皮肤区域的图像进行分析，提取出具有研究或分析价值的待分析区域并对其进行分类，从而辅助医生进行带状疱疹区域的准确识别。
2、现有技术在对患者皮肤区域进行待分析区域的提取时，通常采用阈值分割的方法，但是由于出现疱疹的皮肤区域中像素点的灰度值分布较为相似以及复杂，因此采用阈值分割方法会造成待分析区域的识别精度较低，影响后续所需的目标区域获取的准确度。
技术实现思路
1、为了解决出现疱疹的皮肤区域中像素点的灰度值分布较为相似以及复杂，采用阈值分割无法准确获取目标区域的技术问题，本专利技术的目的在于提供一种基于结构磁共振的带状疱疹性神经痛辅助识别方法及系统，所采用的技术方案具体如下：
2、获取患者皮肤表面的灰度图像；
3、对所述灰度图像进行连通域分析，得到所有的连通域；根据每个连通域的形状特征、尺寸特征以及连通域中像素点的灰度值与预设灰度标准值之间的差异情况，得到每个连通域的差异综合指标；根据所有连通域的差异综合指标筛选出目标连通域；将所述灰度图像中除目标连通域之外的区域作为待确定区域；
4、任选一个目标连通域作为待测区域；根据待测区域中像素点与待确定区域中的像素点之间的灰度差异、灰度梯度差异，以及待确定区域中的像素点对待测区域的差异
5、根据所有待分析区域之间的面积值差异、灰度值差异以及每个待分析区域中像素点的灰度值与灰度标准值之间的差异，得到每个待分析区域的待分析值；根据每个待分析区域的待分析值，获得目标区域。
6、进一步地，所述差异综合指标的获取方法包括：
7、对于任意一个连通域，获取该连通域的边缘像素点的链码序列，在所述链码序列中，计算任意相邻的两个链码值对应的方向所组成的夹角，作为特征角，根据所有特征角，计算该连通域的形状特征值；
8、获取该连通域的最小外接矩形，将所述最小外接矩形的长度值与宽度值的比值，作为该连通域的尺寸特征值；
9、计算该连通域中每个像素点的灰度值与所述灰度标准值之间的差异，作为差异因子，将所有差异因子的均值作为均值特征值；根据所述均值特征值与该连通域中所有像素点的灰度值均值获得该连通域的灰度特征值，所述灰度特征值与均值特征值呈正相关，所述灰度特征值与所述灰度值均值呈负相关；
10、将该连通域的形状特征值、尺寸特征值以及灰度特征值三者的乘积进行归一化后的值，作为该连通域的差异综合指标。
11、进一步地，所述形状特征值的公式模型为：
12、；
13、其中，表示第 个连通域的形状特征值；表示第个连通域对应的链码序列中的链码值总数；表示链码序列对应的特征角的索引；表示第个连通域对应的链码序列中第个特征角的角度值；表示预设正整数；表示余弦函数；表示以自然常数为底的指数函数。
14、进一步地，所述待分析区域的获取方法包括：
15、在所述待测区域的边缘线上，以每个边缘像素点为中心，构建预设窗口范围，将每个边缘像素点对应的预设窗口范围内属于待确定区域的像素点作为待扩展像素点；将满足扩展条件的待扩展像素点加入到待测区域的边缘像素点中，不断确定新的待扩展像素点，直至所有的待扩展像素点均不满足扩展条件时，停止扩展，得到待分析区域；
16、所述扩展条件为：待扩展像素点的待扩展值大于或等于预设扩展阈值；
17、待扩展值的获取方法为：以每个待扩展像素点为中心，构建预设尺寸的邻域块；在以每个待扩展像素点为中心的邻域块中，将属于待测区域的像素点作为对比点，计算中心像素点与每个对比点之间的灰度梯度的余弦相似度，将中心像素点对应的所有余弦相似度的均值作为中心像素点的归属因子；将中心像素点的灰度值与待测区域中所有像素点的灰度值均值的差异作为中心像素点的灰度差异参数；将中心像素点加入到所述待测区域的边缘像素点中，得到更新区域，将所述更新区域的差异综合指标与待测区域的差异综合指标之间的差异，作为中心像素点的影响因子；
18、根据中心像素点的归属因子、灰度差异参数以及影响因子，得到中心像素点的待扩展值；所述待扩展值的取值为归一化后的值，且待扩展值与归属因子呈正相关，灰度差异因子与影响因子均与待扩展值呈负相关。
19、进一步地，所述待分析值的获取方法包括：
20、获取每个待分析区域的面积值，将最小面积值作为面积对比值；
21、将每个待分析区域的面积值与所述面积对比值之间的差值进行归一化后的值作为第一价值因子；
22、计算每个待分析区域中所有像素点的灰度值均值，，将最小灰度值均值作为灰度对比值；
23、将每个待分析区域的灰度值均值与所述灰度对比值之间的差值作为第一灰度因子，将每个待分析区域的灰度值均值与所述灰度标准值的差异作为第二灰度因子，根据每个待分析区域对应的第一灰度因子和第二灰度因子获得第二价值因子，所述第二价值因子与所述第一灰度因子呈负相关，所述第二价值因子与所述第二灰度因子呈正相关；
24、将每个待分析区域的第一价值因子与第二价值因子的和值进行归一化后的值作为每个待分析区域的待分析值。
25、进一步地，所述根据所有待分析区域的待分析值，获得目标区域，包括：
26、对灰度图像中每个待分析区域的位置以及待分析值进行标注，将标注后的灰度图像输入到预先训练好的神经网络中，输出结果为每个待分析区域的分类结果；其中分类结果包括：低关注度分析区域、中关注度分析区域以及高关注度分析区域，将高关注度分析区域与中关注度分析区域作为所述目标区域。
27、进一步地，所述神经网络为cnn神经网络。
28、进一步地，所述目标连通域的获取方法包括：
29、将差异综合指标大于或等于预设判断阈值的连通域作为目标连通域。
30、进一步地，所述预设灰度标准值的获取方法包括：
31、获取患者多个正常皮肤区域，计算每个正常皮肤区域中所有像素点的灰度值均值，作为标准值因子；
32、将所有正常皮肤区域的标准值因子的均值作为预设灰度标准值。
33、本专利技术还提出了一种基于结构磁共振的带状疱疹性神经痛辅助识别系统，所述系统包括：
34、存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时可实现任意一项所述方法的步骤。
35、本专利技术具有如下有益效果：
36、本专利技术首先获取患者皮肤表面的灰度图像，由于带状疱疹发病时其分布通常具有聚集性，因此可以对灰度图像进行连通域的划分，得到所有的连通域。进一步地，正常皮肤表面纹理较为规整、灰度分布较为均匀，所以可据本文档来自技高网...
【技术保护点】
1.一种基于结构磁共振的带状疱疹性神经痛辅助识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于结构磁共振的带状疱疹性神经痛辅助识别方法，其特征在于，所述差异综合指标的获取方法包括：
3.根据权利要求2所述的一种基于结构磁共振的带状疱疹性神经痛辅助识别方法，其特征在于，所述形状特征值的公式模型为：
4.根据权利要求1所述的一种基于结构磁共振的带状疱疹性神经痛辅助识别方法，其特征在于，所述待分析区域的获取方法包括：
5.根据权利要求1所述的一种基于结构磁共振的带状疱疹性神经痛辅助识别方法，其特征在于，所述待分析值的获取方法包括：
6.根据权利要求1所述的一种基于结构磁共振的带状疱疹性神经痛辅助识别方法，其特征在于，所述根据所有待分析区域的待分析值，获得目标区域，包括：
7.根据权利要求6所述的一种基于结构磁共振的带状疱疹性神经痛辅助识别方法，其特征在于，所述神经网络为CNN神经网络。
8.根据权利要求1所述的一种基于结构磁共振的带状疱疹性神经痛辅助识别方法，其特征在于，所述目标连通
9.根据权利要求1所述的一种基于结构磁共振的带状疱疹性神经痛辅助识别方法，其特征在于，所述预设灰度标准值的获取方法包括：
10.一种基于结构磁共振的带状疱疹性神经痛辅助识别系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1~9任意一项所述方法的步骤。
...【技术特征摘要】
1.一种基于结构磁共振的带状疱疹性神经痛辅助识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于结构磁共振的带状疱疹性神经痛辅助识别方法，其特征在于，所述差异综合指标的获取方法包括：
3.根据权利要求2所述的一种基于结构磁共振的带状疱疹性神经痛辅助识别方法，其特征在于，所述形状特征值的公式模型为：
4.根据权利要求1所述的一种基于结构磁共振的带状疱疹性神经痛辅助识别方法，其特征在于，所述待分析区域的获取方法包括：
5.根据权利要求1所述的一种基于结构磁共振的带状疱疹性神经痛辅助识别方法，其特征在于，所述待分析值的获取方法包括：
6.根据权利要求1所述的一种基于结构磁共振的带状疱疹性神经痛辅助识别方法，其特...
【专利技术属性】
技术研发人员：樊星，李杨，龙婕，陈焓，李松洁，但欣，
申请(专利权)人：中国人民解放军空军军医大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。