【技术实现步骤摘要】
本专利技术涉及图像处理，具体涉及一种皮肤痤疮的图像辅助分级检测方法、存储介质及系统。
技术介绍
1、痤疮是由雄性激素诱导的皮脂腺分泌增加，毛囊口角化过度，局部炎症以及痤疮丙酸杆菌在面颈部所引起的皮脂腺单位的慢性炎症性疾病。可以从轻微的粉刺发展到严重的囊肿和结节，其严重程度不同，对患者的外观、心理以及生活质量的影响也不同。通过分级，可以明确痤疮的严重程度，从而采取相应的治疗措施。传统的痤疮检测方法为临床观察法，临床观察法主要依赖主治医生的临床经验，在观察过程中只通过肉眼或借助放大类仪器对痤疮区域进行观察，所以在得到的结论上会存在误差，并且不利于减少医生的工作量且无法精确识别皮肤状况。现有技术通过自适应阈值分割法对皮肤痤疮的严重程度进行分级，通过将图像分成多个小区域，并为每个小区域单独计算阈值。但在每个区域的边缘处，由于像素点灰度值的不连续性，可能会导致阈值计算的偏差，造成边缘处的痤疮被漏检。降低了皮肤痤疮的分级检测的准确性。
技术实现思路
1、本专利技术提供一种皮肤痤疮的图像辅助分级检测方法、存储介质及系统，以解决现有的问题。
2、本专利技术的一种皮肤痤疮的图像辅助分级检测方法、存储介质及系统采用如下技术方案：
3、本专利技术一个实施例提供了一种皮肤痤疮的图像辅助分级检测方法，该方法包括以下步骤：
4、获取患者面部图像的若干个疑似缺陷连通域以及背景区域；
5、根据每个疑似缺陷连通域内每个像素点的灰度值、每个疑似缺陷连通域内像素点的数量以
6、根据每个目标连通域内像素点的数量、每个像素点的灰度值以及任意两个目标连通域质心之间的距离，得到任意两个目标连通域之间的相似程度；根据任意两个目标连通域之间的相似程度，得到若干个痤疮区域；
7、根据每个痤疮区域内像素点的数量以及边缘上每个像素点的链码值，得到每个痤疮区域的严重程度；根据每个痤疮区域的严重程度，得到患者面部痤疮分级情况。
8、进一步地，所述根据每个疑似缺陷连通域内每个像素点的灰度值、每个疑似缺陷连通域内像素点的数量以及背景区域的像素点数量，得到背景区域对每个疑似缺陷连通域的影响程度，包括的具体步骤如下：
9、统计每个疑似缺陷连通域的面积，在所有疑似缺陷连通域的面积中，将第i个疑似缺陷连通域的面积减去最小面积的差值与最大面积减去最小面积的差值的比值，记为第i个疑似缺陷连通域的偏度；
10、根据每个疑似缺陷连通域内每个像素点的灰度值、每个疑似缺陷连通域的偏度以及背景区域的像素点数量，得到背景区域对每个疑似缺陷连通域的影响程度。
11、进一步地，所述根据每个疑似缺陷连通域内每个像素点的灰度值、每个疑似缺陷连通域的偏度以及背景区域的像素点数量，得到背景区域对每个疑似缺陷连通域的影响程度的具体计算公式为：
12、
13、其中，ai为背景区域对第i个疑似缺陷连通域的影响程度，yi表示第i个疑似缺陷连通域内所有像素点的灰度均值，b表示背景区域内所有像素点的灰度值均值，表示背景区域内所有像素点的灰度方差，表示第i个疑似缺陷连通域的灰度方差，pi为第i个疑似缺陷连通域的偏度，| |表示绝对值函数，norm[]表示线性归一化函数。
14、进一步地，所述根据背景区域对每个疑似缺陷连通域的影响程度，从所有疑似缺陷连通域中筛选出若干个目标连通域，包括的具体步骤如下：
15、在所有疑似缺陷连通域中，将背景区域对每个疑似缺陷连通域的影响程度大于等于预设第一判断阈值的疑似缺陷连通域记为目标连通域。
16、进一步地，所述根据每个目标连通域内像素点的数量、每个像素点的灰度值以及任意两个目标连通域质心之间的距离，得到任意两个目标连通域之间的相似程度的具体计算公式为：
17、fmm,n＝exp{-[(dbm-dbn)×zdm，n×(ym-yn)×am,n]}
18、其中，fmm,n表示第m个目标连通域和第n个目标连通域之间的相似程度；dbm表示第m个目标连通域与背景区域的所有像素点的灰度均值的差值；dbn表示第n个目标连通域与背景区域的所有像素点的灰度均值的差值，zdm,n表示第m个目标连通域和第n个目标连通域质心之间的距离，ym表示第m个目标连通域内所有像素点的灰度均值，yn表示第n个目标连通域内所有像素点的灰度均值，am,n表示背景区域对第m个目标连通域的影响程度与第n个目标连通域的影响程度的差值的绝对值，exp{}为以自然常数为底的指数函数。
19、进一步地，所述根据任意两个目标连通域之间的相似程度，得到若干个痤疮区域，包括的具体步骤如下：
20、以任意两个目标连通域之间的相似程度的倒数作为任意两个目标连通域之间的聚类距离，使用k均值聚类算法，对所有目标连通域进行聚类操作，得到若干个最终类簇；
21、将每个类簇中所有目标连通域组成一个痤疮区域，得到若干个痤疮区域。
22、进一步地，所述根据每个痤疮区域内像素点的数量以及边缘上每个像素点的链码值，得到每个痤疮区域的严重程度，包括的具体步骤如下：
23、采用8方向链码得到每个痤疮区域边缘上所有像素点的链码值，获取每个痤疮区域的最小外接矩形；
24、计算第z个痤疮区域内像素点的数量与第z个痤疮区域的最小外接矩形内像素点的数量的差值的绝对值，将所述绝对值的倒数与第z个痤疮区域边缘上所有像素点的链码值的信息熵的乘积，记为第z个痤疮区域的边缘的规则程度；
25、将第z个痤疮区域边缘的规则程度的倒数、第z个痤疮区域内所有像素点的灰度均值以及第z个痤疮区域内像素点的数量的乘积的归一化值，记为第z个痤疮区域的严重程度。
26、进一步地，所述根据每个痤疮区域的严重程度，得到患者面部痤疮分级情况，包括的具体步骤如下：
27、将所有痤疮区域中严重程度最大的痤疮区域的记为主痤疮区域；
28、当主痤疮区域的严重程度小于等于t2时，将所述患者的痤疮记为轻度，当主痤疮区域的严重程度小于等于t3且大于t2时，将所述患者的痤疮记为中度，当主痤疮区域的严重程度大于t3时，将所述患者的痤疮记为重度，其中，t2为预设第二判断阈值，t3为预设第三判断阈值。
29、一种皮肤痤疮的图像辅助分级检测系统，采用所述的一种皮肤痤疮的图像辅助分级检测方法，该系统包括以下模块：
30、数据采集模块，用于获取患者面部图像的若干个疑似缺陷连通域以及背景区域；
31、目标连通域获取模块，用于根据每个疑似缺陷连通域内每个像素点的灰度值、每个疑似缺陷连通域内像素点的数量以及背景区域的像素点数量，得到背景区域对每个疑似缺陷连通域的影响程度；根据背景区域对每个疑似缺陷连通域的影响程度，从所有疑似缺陷连通域中筛选出若干个目标连本文档来自技高网...
【技术保护点】
1.一种皮肤痤疮的图像辅助分级检测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述一种皮肤痤疮的图像辅助分级检测方法，其特征在于，所述根据每个疑似缺陷连通域内每个像素点的灰度值、每个疑似缺陷连通域内像素点的数量以及背景区域的像素点数量，得到背景区域对每个疑似缺陷连通域的影响程度，包括的具体步骤如下：
3.根据权利要求2所述一种皮肤痤疮的图像辅助分级检测方法，其特征在于，所述根据每个疑似缺陷连通域内每个像素点的灰度值、每个疑似缺陷连通域的偏度以及背景区域的像素点数量，得到背景区域对每个疑似缺陷连通域的影响程度的具体计算公式为：
4.根据权利要求1所述一种皮肤痤疮的图像辅助分级检测方法，其特征在于，所述根据背景区域对每个疑似缺陷连通域的影响程度，从所有疑似缺陷连通域中筛选出若干个目标连通域，包括的具体步骤如下：
5.根据权利要求1所述一种皮肤痤疮的图像辅助分级检测方法，其特征在于，所述根据每个目标连通域内像素点的数量、每个像素点的灰度值以及任意两个目标连通域质心之间的距离，得到任意两个目标连通域之间的相似程度的具体计算公式
6.根据权利要求1所述一种皮肤痤疮的图像辅助分级检测方法，其特征在于，所述根据任意两个目标连通域之间的相似程度，得到若干个痤疮区域，包括的具体步骤如下：
7.根据权利要求1所述一种皮肤痤疮的图像辅助分级检测方法，其特征在于，所述根据每个痤疮区域内像素点的数量以及边缘上每个像素点的链码值，得到每个痤疮区域的严重程度，包括的具体步骤如下：
8.根据权利要求1所述一种皮肤痤疮的图像辅助分级检测方法，其特征在于，所述根据每个痤疮区域的严重程度，得到患者面部痤疮分级情况，包括的具体步骤如下：
9.一种皮肤痤疮的图像辅助分级检测系统，采用如权利要求1-8中任意一项所述的一种皮肤痤疮的图像辅助分级检测方法，其特征在于，该系统包括以下模块：
10.一种皮肤痤疮的图像辅助分级检测存储介质，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-8任一项所述的一种皮肤痤疮的图像辅助分级检测方法的步骤。
...【技术特征摘要】
1.一种皮肤痤疮的图像辅助分级检测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述一种皮肤痤疮的图像辅助分级检测方法，其特征在于，所述根据每个疑似缺陷连通域内每个像素点的灰度值、每个疑似缺陷连通域内像素点的数量以及背景区域的像素点数量，得到背景区域对每个疑似缺陷连通域的影响程度，包括的具体步骤如下：
3.根据权利要求2所述一种皮肤痤疮的图像辅助分级检测方法，其特征在于，所述根据每个疑似缺陷连通域内每个像素点的灰度值、每个疑似缺陷连通域的偏度以及背景区域的像素点数量，得到背景区域对每个疑似缺陷连通域的影响程度的具体计算公式为：
4.根据权利要求1所述一种皮肤痤疮的图像辅助分级检测方法，其特征在于，所述根据背景区域对每个疑似缺陷连通域的影响程度，从所有疑似缺陷连通域中筛选出若干个目标连通域，包括的具体步骤如下：
5.根据权利要求1所述一种皮肤痤疮的图像辅助分级检测方法，其特征在于，所述根据每个目标连通域内像素点的数量、每个像素点的灰度值以及任意两个目标连通域质心之间的距离，得到任意两个目标连...
【专利技术属性】
技术研发人员：刘平，李林丽，苏慧，郭奥，张凯丽，南晓娟，张月帅，仵文青，袁国锋，田甜，
申请(专利权)人：西安交通大学医学院第二附属医院，
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。