CoreJava 设计模式 ASP.NET Core extjs6.5 mtu原理 controller mockito swagger requirejs NEC vue引入组件 找公司做网站 angularjs教程 oracle修改字段默认值 centos查看php版本 idea生成main方法 nginx默认端口号 android常用布局 oracle重命名表名 oracle行转列函数 kali重启网卡 后台管理网站模板 python命令 python函数的调用 java实战 java时间戳转换成时间 java接口文档 java中tostring java有哪些数据类型 java文件路径 linux安装 脚本之家 linux命令详解词典 su版本转换器 考试练习系统 电子书制作软件 js分页 mac画图工具 视频后期处理软件 php递归
当前位置: 首页 > 学习教程  > 编程语言

Clinical Skin Lesion Diagnosis using Representations Inspired by Dermatologist Criteria

2020/10/8 18:58:51 文章标签:

4 提出医疗表示 4.1 结构表示 不同疾病的病灶有不同的表皮结构,如鳞片、肿块、痂、出血等,这些表皮结构可通过临床图像中的纹理来测量同时,皮肤病的结构也有不同的分布,如病变单一、均匀或无结构,可通过结构的对称性…

4 提出医疗表示

4.1 结构表示

不同疾病的病灶有不同的表皮结构,如鳞片、肿块、痂、出血等,这些表皮结构可通过临床图像中的纹理来测量同时,皮肤病的结构也有不同的分布,如病变单一、均匀或无结构,可通过结构的对称性来衡量。

4.1 病灶多空间纹理 Multi-Space Texture of Lesion (MST-L)

虽然皮肤科医生可以很容易地观察到患者的皮肤状况,但皮肤病的临床图像是在不同光照条件下捕获的,这可能会影响表征的计算。为了有效地再现病变的结构,我们计算了基于不同颜色通道的纹理表示,以减少环境的影响。我们提出病灶多空间纹理 multi-space texture of lesions MST(x),对于每个诊断图像x:
在这里插入图片描述
其中Gi(x) 表示第i个色彩通道抽取的特征集合,K表示空间数量。我们采用3个空间,即色调、饱和度和亮度,每个通道我们抽取SIFT特征作为表示。

4.1.2 病变纹理对称性Texture Symmetry of Lesion (TS-L)

皮肤病变结构的不对称性已被证明是一种有效的判定标准。因此,我们提出了一种基于病变纹理对称性的表征方法。首先我们用【41】的MBD+ 根据主轴将图像划分成两个部分
在这里插入图片描述
然后我们抽取每个部分的特征。最终我们表示在第i个色彩通道对称性Si(x)如下:
在这里插入图片描述
在这里插入图片描述
d是抽取出来的特征维度,
我们测量了色调空间的纹理对称性,因为它是相对于光的亮度的缩放和位移不变的。

4.2 颜色表示

4.2.1 病变颜色名称 Color Name of Lesion (CN-L)

现实世界中的物体是五颜六色的,但是皮肤病被限制为几种颜色。在计算机视觉中,颜色类别由映射函数建模,标志一个像素的三个通道值稀疏空间由𝑀张成的颜色。受[6]的启发,我们在l * a * b 空间中(该空间从RGB立方体中稀疏采样获得),为每个颜色值计算概率向量
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
(这块自己没看懂 翻译不明白)

4.2.2 连续色彩值Continuous Color Values of Lesion (CCV-L)

不同于color name特征,一个固定向量代表固定color,例如 Cl=red,value=(1,0,0)。这里,我们采用连续颜色值,对每个病变定义不同的颜色程度。对于图像中的每个像素的每个color bin,我们定义一个连续颜色表示,CCV© :
在这里插入图片描述

P(C, c) 表示一个概率映射,将color bin c 映射为最近的name C,theta© 是像素的权重,定义为:
在这里插入图片描述
n©是图像中对应颜色的频率,u©是rgb空间中c的颜色值。

4.3 形状表示 Shape Representation

皮肤病变的形状是判断皮肤病种类和程度的重要线索。例如,痣的病灶可以是一个圆圈,而牛皮癣的病灶则是散在的。在本文中,我们根据病灶的形状提出了两种表示:(1)病灶形状的对称性和(2)病灶的紧致程度,两者都是由检测到的病灶区域计算出来的。

4.3.1 外周对称性 Peripheral Symmetry of Lesion (PS-L)

我们首先在图像x中利用MDB+算法检测病变处区域,分成两个部分,即在这里插入图片描述
两个部分的面积近似相等,并且有基于一致特征的外周。特别地,先找出病灶内最长的直线段,再按其垂直平分线对病灶进行分割。最终,最后,我们根据两部分的互补性来表示病变的周围对称性:
在这里插入图片描述
其中A(.) 表示抽取的特征,F(.,.) 表示两个特征的拼接。

4.3.2 自适应稠密性Adaptive Compactness of Lesion (AC-L)

对于皮肤病区域,其圆近似度可用于诊断,并可通过紧致度准则来表示,紧致度准则定义为
在这里插入图片描述
在𝐴表示损伤的面积和周长𝑃表示。然而,皮肤疾病的病灶可以被肿胀或皮下出血包围,这也可以在临床图像中检测到。值得注意的是,这些细胞总是比病灶中心的细胞颜色更浅。因此,在测量病灶的密面积时,我们根据像素重要程度自适应地计算具有动态权值的病灶面积。我们定义面积
𝐴𝐿病变的如下:
在这里插入图片描述
z表示患处L(x)的像素,是一个概率,映射从颜色种类到空间到颜色名称特征,这反映了像素z是病变中心的可能性。


本文链接: http://www.dtmao.cc/news_show_250088.shtml

附件下载

相关教程

    暂无相关的数据...

共有条评论 网友评论

验证码: 看不清楚?