專利名稱:一種用于診斷惡性黑素細(xì)胞腫瘤的多光譜皮膚鏡圖像自動(dòng)分析儀器的制作方法
技術(shù)領(lǐng)域:
一種用于診斷惡性黑素細(xì)胞腫瘤的多光譜皮膚鏡圖像自動(dòng)分析儀器技術(shù)領(lǐng)域[0001]本實(shí)用新型屬于醫(yī)療器械領(lǐng)域,涉及一種多光譜皮膚鏡圖像自動(dòng)分析技術(shù)及其 應(yīng)用于皮膚惡性黑素瘤的非侵入性早期快速診斷儀器和方法。技術(shù)背景[0002]黑素細(xì)胞腫瘤(Melanocytic Tumor MT),由良性和惡性黑素細(xì)胞腫瘤組成;目前,研究者關(guān)注最多的是惡性黑素細(xì)胞腫瘤,簡(jiǎn)稱惡性黑素瘤或惡黑(Malignant Melanoma MM),多發(fā)生于皮膚,是一種惡性程度高、易轉(zhuǎn)移、危險(xiǎn)性大的皮膚首位致 死性疾病之一;近年,中國(guó)人的MM發(fā)病率以3%-8%的比例逐年上升,并且高達(dá)每10 年增加兩倍,已成為日益關(guān)注的一個(gè)公共衛(wèi)生問題;雖然中國(guó)MM發(fā)病率低于國(guó)外,但 近年由于空氣污染,大氣臭氧層破壞嚴(yán)重,使更多的紫外線輻射到地球,眾所周知,日 光曝曬已被公認(rèn)為是導(dǎo)致MM的最重要的危險(xiǎn)因素之一 ;Dr.Marks認(rèn)為可能與社會(huì)發(fā)展 中多種因素有關(guān)。[0003]色素痣,幾乎每人都有,是一種含有痣細(xì)胞的良性腫瘤。經(jīng)國(guó)內(nèi)外研究證實(shí), 大約半數(shù)MM患者發(fā)生于原先存在的皮膚色素痣,起源于痣細(xì)胞的MM患者多見于較年 輕人,生長(zhǎng)迅速,惡性程度高,易早期轉(zhuǎn)移;余下MM患者發(fā)生于原先外觀似乎正常的 皮膚。[0004]目前最有效的治療方法仍然是MM的早期診斷加積極有效手術(shù)切除原發(fā)灶,對(duì) 預(yù)后和降低死亡率起決定性作用。另外,籍于國(guó)情,除了加強(qiáng)科普知識(shí)教育提高大家的 防癌意識(shí)以外,更重要的是建立高危人群的普查制度,只有早期發(fā)現(xiàn)早期有效的治療, 其生存率高達(dá)到了 92%,而發(fā)現(xiàn)較晚的MM的生成率不到5%。因此,預(yù)防和早期發(fā) 現(xiàn)、早期治療對(duì)于降低MM的死亡率不僅完全可能,也是至關(guān)重要的。[0005]目前,臨床MM的診斷主要依靠肉眼ABCDE準(zhǔn)則判斷(皮損具有不對(duì)稱性、邊 界不規(guī)則、界限不清楚、顏色不一致,直徑大于0.6cm等),其可靠性僅為60%-75%, 并且存在諸多問題其一,缺乏量化指標(biāo),受人為主觀因素影響較大;其二,未考慮到 小于0.6cm的早期MM;其三,有些良性黑素瘤臨床表現(xiàn)與MM相似;其四,雖然病理 活檢是確診MM的金標(biāo)準(zhǔn),由于盲目地進(jìn)行手術(shù)活檢(需診斷報(bào)告時(shí)間較長(zhǎng),2-3天完 成)或外科手術(shù)切除治療,尤其趾、指甲下病變會(huì)給患者帶來許多不必要的痛苦和醫(yī)源 性創(chuàng)傷,更嚴(yán)重的是MM患者易發(fā)生淋巴和因手術(shù)創(chuàng)傷所至的血行轉(zhuǎn)移或因手術(shù)切除范 圍而造成復(fù)發(fā)等危險(xiǎn),這些,無疑影響預(yù)后和增加死亡率[5]。[0006]國(guó)外于九十年代中期用計(jì)算機(jī)數(shù)字圖像分析(CDIA)在皮膚病的形態(tài)學(xué)診斷中已 得到應(yīng)用,按照臨床MM早期診斷ABCD準(zhǔn)則,將多家醫(yī)院既往的MT彩色照片或幻燈 片匯總,經(jīng)掃描儀或彩色CCD獲取圖像,進(jìn)行大小、形狀、顏色、質(zhì)地及對(duì)稱性等測(cè)量 分析,使MM的早期診斷準(zhǔn)確率提高到85%。不足之處是這些回顧性MT的照片信息 受無法統(tǒng)一的光源、攝像條件等諸多人為因素干擾,直接影響測(cè)量精度和組間數(shù)據(jù)的可比性,所制訂的良、惡性黑素瘤的診斷參數(shù)值難免存在偏差性。[0007]隨著光電技術(shù)的發(fā)展,國(guó)外研制了一種電子皮膚鏡檢查技術(shù)對(duì)MT進(jìn)行無創(chuàng)性 檢查,在使用中首先向皮損表面滴加油脂等浸潤(rùn)液,然后用玻片將皮膚壓平,以增加皮 膚的透光性,在普通光源照明下,借助特定放大鏡觀察到肉眼看不見的皮損形態(tài)特征, 1994年由Stolz等為了半定量描述MT的良性、可疑或惡性,首先提出皮膚鏡診斷MT的 ABCD規(guī)則法,基于分析皮損的不對(duì)稱性、邊緣、顏色和不同的皮膚鏡結(jié)構(gòu)進(jìn)行記分。 本法與肉眼診斷比較提高了 MT診斷的準(zhǔn)確率,易掌握,特別適用于經(jīng)驗(yàn)不足者操作, 但準(zhǔn)確率不夠理想。另外,Menzies打分法和七點(diǎn)檢測(cè)列表法,提高了 MM診斷的敏感 性和早期診斷率。但是,這些方法也存在主觀性,其診斷準(zhǔn)確率與操作者與經(jīng)驗(yàn)有關(guān)。[0008]Arthur J.Sober等作者將CDIA和電子皮膚鏡兩種方法結(jié)合起來,并在世界衛(wèi)生 組織黑素瘤研究中心的有經(jīng)驗(yàn)專家指導(dǎo)下應(yīng)用于臨床,使MM的早期診斷準(zhǔn)確率提高到 90%。不足之處是既往采用的電子皮膚鏡,受當(dāng)時(shí)IT技術(shù)發(fā)展的限制,大多設(shè)計(jì)者所 采用的CCD模擬信號(hào),線性差、分辨率低,采用普通光白熾光照明,易出現(xiàn)靶目標(biāo)光照 強(qiáng)度不穩(wěn)定、不均勻、光斑等現(xiàn)象,由于普通光對(duì)皮膚的穿透深度有限,使皮膚對(duì)光譜 的各種信息吸收與反射均受影響,作為皮表面形態(tài)的一般觀察還尚可。由于,該方法所 獲取的圖像不能直接反映皮損的全層光譜信息,圖像質(zhì)量也一般等,這些均可直接影響 MT邊界的分割和顏色與多種幾何參數(shù)的精確測(cè)量與結(jié)果的重復(fù)性;另外,所用皮膚鏡 的物鏡鏡頭與靶目標(biāo)接觸處是固定的玻璃鏡片,在使用時(shí)在鏡片表面滴加油脂等浸潤(rùn)液 或有機(jī)溶液作介質(zhì),可防皮膚反射光干擾,有利于病灶觀察,但是,多數(shù)介質(zhì)有較強(qiáng)的 刺激性,易引起接觸性皮炎,更不適合顏面部、口、眼等粘膜處的病灶的使用,由于, 皮膚鏡的固定璃鏡片不能做到專人使用,再加之介質(zhì)不易清洗等問題,極易引起醫(yī)源性 交叉感染等潛在危險(xiǎn)。[0009]自九十年代以來,隨著數(shù)字圖像處理技術(shù)在皮膚黑素細(xì)胞瘤診斷中研究不斷地 深入,此方面的文獻(xiàn)報(bào)道也越來越多,無疑在輔助診斷MM上具發(fā)揮了重要價(jià)值,已為 大量的研究所證實(shí)。對(duì)于MM圖像的處理與識(shí)別是決定MM自動(dòng)診斷的關(guān)鍵,而MM圖 像邊界的確定直接影響MM的定量精度測(cè)量,目前已經(jīng)有很多文獻(xiàn)對(duì)白色人種黑素細(xì)胞 瘤圖像的分割算法進(jìn)行研究。但是,與黃色人種的皮膚鏡圖像相比,白色人種的黑素細(xì) 胞瘤目標(biāo)與皮周和非皮損邊界的圖像信息遠(yuǎn)比黃色人種的反差大,在進(jìn)行邊界的確定與 分割時(shí)相對(duì)較容易。因此,兩種膚色的黑素細(xì)胞瘤目標(biāo)在分割方法和結(jié)果上存在較大差 異,適合于白色人種的皮膚鏡圖像分割方法并不能直接應(yīng)用于黃色人種的皮膚鏡圖像分 割。由此,本研究針對(duì)黃色人種的皮膚鏡圖像,在跟蹤國(guó)外最新研究動(dòng)態(tài)的基礎(chǔ)上,對(duì) 黑素細(xì)胞瘤圖像的非監(jiān)督分割技術(shù)進(jìn)行研究,旨在實(shí)現(xiàn)黃色人種黑素細(xì)胞瘤圖像的有效 分割,并與特征提取和識(shí)別等進(jìn)行系統(tǒng)的分析和優(yōu)化,提高黑素細(xì)胞瘤圖像診斷系統(tǒng)的 分類識(shí)別率和自動(dòng)化程度。該課題的研究可以將黃色人種的皮膚鏡黑素細(xì)胞瘤圖像分析 診斷系統(tǒng)提高到一個(gè)新的研究水平。[0010]近年,有研究者研制出“多重偏光皮膚鏡”,優(yōu)點(diǎn)是無需接觸皮膚即觀察病 灶,缺點(diǎn)由于采用多重偏光片而嚴(yán)重影響圖像的透過率,至使圖像的原始信息有所丟 失而影響圖像質(zhì)量。國(guó)內(nèi)也有“電切換偏振光真皮鏡頭”的研究,可作為一般的皮表形 態(tài)的觀察尚可,它主要采用普通仿白熾光照明和電切換偏振開關(guān),缺點(diǎn)普通仿白熾光照明其透皮性差,不能完全將表皮內(nèi)或真皮更深層的光學(xué)信息,尤其是MM大多是浸潤(rùn) 性生長(zhǎng)的有價(jià)值光學(xué)圖像信息進(jìn)行反饋;另外,電切換偏振開關(guān)只能控制偏振和非偏振 兩種狀態(tài)及普通LED白熾光源,本方法不能實(shí)現(xiàn)在偏振和非偏振之間的其它偏振角度所 觀察到的皮膚表面各層有價(jià)值的光學(xué)圖像信息,包括其他多光譜或激光LED的不同波長(zhǎng) 在皮膚中的吸收與反射的譜信息。[0011]惡性黑素瘤多發(fā)生于皮膚和皮膚粘膜處,按照腫瘤細(xì)胞在皮膚的侵襲程度分為 淺表性惡黑和侵襲性惡黑,前者是瘤細(xì)胞在表皮內(nèi)水平方向生長(zhǎng)稱非侵襲性水平生長(zhǎng) 期,預(yù)后好,很少發(fā)生轉(zhuǎn)移,后者瘤細(xì)胞向真皮垂直方向生長(zhǎng)稱侵襲性垂直生長(zhǎng)期,侵 襲越期預(yù)后差,易發(fā)生轉(zhuǎn)移。表明惡黑深度Clark分級(jí)法I級(jí)黑素瘤細(xì)胞局限于表皮 基底膜以上;II級(jí)侵入真皮乳頭層;III級(jí)侵入真皮乳頭層下血管叢;IV級(jí)侵入真皮網(wǎng)狀 層;V級(jí)侵入皮下脂肪層,這些與腫瘤的診斷、惡性程度和預(yù)期后有著密切關(guān)系。本方 法提出了,在皮膚鏡觀察過程中,如何處理好皮膚表面反射光系數(shù)、表皮和真皮組分的 光吸收系數(shù)、皮膚各層及MM皮損的光散射系數(shù)和厚度等問題,直接影響在體皮膚的微 細(xì)結(jié)構(gòu)、形態(tài)、顏色的觀察和圖像信息的獲取。因此,采用皮膚鏡有序調(diào)整偏振片技術(shù) 結(jié)合壓片組件(由高分子透明材料聚甲基丙烯酸甲酯制作,一次性使用,防交叉感染; 優(yōu)點(diǎn)透光率比玻璃高,達(dá)到92%,機(jī)械強(qiáng)度高,易于加工,存本低)防皮膚雜光干擾 折射的方法,利用多光譜或激光LED光動(dòng)力學(xué)在生物組織中的光穿透深度的原理,從波 長(zhǎng)400nm至IOOOnm間跨越可見光和不可見紅外光的多波段光譜作為皮損光動(dòng)力光源,由 于,不同波長(zhǎng)的光子可發(fā)出各自的光譜信息,它可以不同程度地穿透皮膚組織各層,使 皮膚組織的形態(tài)、顏色和紋理在MM生物代謝中所自發(fā)的光子信息等特征,均產(chǎn)生不同 程度的光譜吸收和反射,從而形成了皮膚各層次間的光學(xué)信息反差圖像,經(jīng)高靈敏度的 面陣CCD或COMS技術(shù),分別記錄或獲取不同譜信息MM在皮膚生長(zhǎng)期的侵襲深度各層 次的光學(xué)圖像,進(jìn)行三維重構(gòu)、分割和定量分析,這些量化指標(biāo)對(duì)MM的無創(chuàng)性早期診 斷和預(yù)后判斷具有重要意義。[0012]綜上所述,目前國(guó)內(nèi)外尚未見到將多光譜成像技術(shù)應(yīng)用于黃色人種的皮膚黑素 細(xì)胞腫瘤的皮膚鏡圖像的分割、特征提取和自動(dòng)識(shí)別的報(bào)導(dǎo)及能夠快速,準(zhǔn)確的診斷在 體皮膚惡性黑素瘤的儀器。發(fā)明內(nèi)容[0013]本實(shí)用新型提供了一種多光譜皮膚鏡成像技術(shù)應(yīng)用于黃色人種的皮膚黑素細(xì)胞 腫瘤的圖像分割、特征提取和自動(dòng)分析與識(shí)別的方法。該方法可以將皮膚黑素細(xì)胞腫瘤 進(jìn)行自動(dòng)識(shí)別,分為真陽性指皮膚惡性黑素細(xì)胞腫瘤或高度懷疑惡黑;真陰性;指皮 膚良性黑素細(xì)胞腫瘤。這一結(jié)果均先期經(jīng)組織病理證實(shí),認(rèn)為具有較高的敏感度與特 度,由于該方法是無創(chuàng)性檢測(cè),自動(dòng)化程度高和操作簡(jiǎn)單等優(yōu)點(diǎn),可以滿足臨床各級(jí)醫(yī) 務(wù)人員操作。[0014]為實(shí)現(xiàn)該方法,本實(shí)用新型提供一種能夠快速,準(zhǔn)確診斷人體皮膚惡性黑素瘤 的儀器。[0015]本實(shí)用新型提供的用于診斷惡性黑素細(xì)胞腫瘤大多光譜皮膚鏡圖像自動(dòng)分析儀 器,其特征在于,由多光譜皮膚鏡成像裝置(一)和圖象分析裝置(二)連接組成。[0016]其中,多光譜皮膚鏡成像裝置的結(jié)構(gòu)為皮膚鏡的光學(xué)鏡頭壓片組件( 后面 依次連接起偏片(3),多光譜或激光LED 0)、可自動(dòng)變焦(11)及檢偏片( 和安裝有藍(lán) 牙無線集電器(12),藍(lán)牙適配器(13)的面陣CCD或CMOS系統(tǒng)(8),其中在裝置的一 側(cè)裝有充電接口(6),充電接口(6)和鋰電池(7)相連并連接開關(guān)(9);圖象分析裝置的 結(jié)構(gòu)為安裝有數(shù)據(jù)采集控制部件(14),圖像預(yù)處理部件(15)和自動(dòng)分析軟件包(17) 的微型計(jì)算機(jī)(16),該微型計(jì)算機(jī)(16)通過數(shù)據(jù)線或藍(lán)牙適配器(1 與面陣CCD或 CMOS系統(tǒng)(8)相連。[0017]本實(shí)用新型的各組件的組成和功能為(1)多光譜皮膚鏡成像裝置,包括皮膚 鏡、偏振組件、壓片組件(由高分子透明材料聚甲基丙烯酸甲酯制作,一次性使用,防 交叉感染)在壓片組件與皮膚間滴加藕合劑可防皮膚反射光干擾的方法;多光譜或激光 LED照明系統(tǒng)、多光路同步控制器、自動(dòng)變焦組件、圖像校準(zhǔn)、藍(lán)牙無線傳輸組件、面 陣CCD或COMS系統(tǒng)、鋰電池與充電接口;(2)微型計(jì)算機(jī)(系統(tǒng)工作站),包括計(jì)算 機(jī)、顯示器、數(shù)據(jù)采集控制系統(tǒng)、圖像預(yù)處理和自動(dòng)分析軟件包組成。它們功能是① 當(dāng)皮膚鏡物鏡側(cè)對(duì)準(zhǔn)靶目標(biāo)或感興趣區(qū)域時(shí),根據(jù)皮損的解剖位置和病灶的需要調(diào)整偏 振片角度或選用壓片組件,其功能是為了減少皮膚反射光的干擾;②多光譜或激光LED 照明系統(tǒng),從波長(zhǎng)400nm至IOOOnm間跨越可見光和不可見紅外光,共由10組不同波長(zhǎng) 的光子組件和一組白熾光光子組件組成,其功能是在多光路同步控制器的控制下對(duì)皮膚 表面和各層組織間進(jìn)行照明;③自動(dòng)變焦組件,是在數(shù)據(jù)采集控制系統(tǒng)的作用下對(duì)面陣 CCD或COMS系統(tǒng)的齊焦;④圖像校準(zhǔn),參照標(biāo)準(zhǔn)白板進(jìn)行圖像校正;⑤面陣CCD或 COMS系統(tǒng),是多光譜或激光LED照明系統(tǒng)所反饋的皮損各層信息的采集;⑥藍(lán)牙傳輸 組件,包括藍(lán)牙無線集電器和藍(lán)牙適配器,是面陣CCD或COMS系統(tǒng)所采集的數(shù)據(jù)進(jìn)行 無線傳輸;⑦在數(shù)據(jù)采集控制系統(tǒng)的作用下,進(jìn)行圖像校準(zhǔn),當(dāng)計(jì)算機(jī)收到一組多光譜 皮損圖像后,如果病灶伴有毛發(fā)時(shí)需要進(jìn)行毛發(fā)去除和毛發(fā)遮檔去除后的信息恢復(fù),獲 取理想的圖像;⑧自動(dòng)分析軟件包,在獲取理想的皮損圖像后,進(jìn)行圖像聚類分割、特 征提取、組合神經(jīng)網(wǎng)絡(luò)分類器分類,自動(dòng)識(shí)別黑素細(xì)胞腫瘤的性質(zhì),是真陰性(良性)或 真陽性(可疑惡性),最后給出診斷報(bào)告輸出。[0018]所述的多光譜皮膚鏡成像裝置,通過皮膚鏡物鏡側(cè)對(duì)準(zhǔn)靶目標(biāo)或感興趣區(qū)域, 根據(jù)皮損的解剖位置和病灶的需要有序調(diào)整檢偏振片角度或選用壓片組件;經(jīng)多光路同 步控制器分別控制多光譜或激光LED,從波長(zhǎng)400nm至IOOOnm間跨越可見光和不可見紅 外光,共由10組不同波長(zhǎng)的光子組件和一組白熾光光子組件組成的靶目標(biāo)照明系統(tǒng);經(jīng) 面陣CCD或COMS系統(tǒng)的控制下進(jìn)行圖像校準(zhǔn)和自動(dòng)變焦,經(jīng)齊焦后的圖像與各自LED 波長(zhǎng)照明與其同步獲取靶目標(biāo)的多幅圖像,根據(jù)需要經(jīng)藍(lán)牙無線傳輸裝置備有鋰電池組 件或有線裝置將圖像輸出給計(jì)算機(jī)工作站;[0019]所述的微型計(jì)算機(jī)(系統(tǒng)工作站),包括數(shù)據(jù)采集控制系統(tǒng)組成。[0020]數(shù)據(jù)采集控制系統(tǒng)與皮膚鏡成像裝置經(jīng)有線或藍(lán)牙無線傳輸連接,有效地進(jìn)行 圖像采集控制;[0021]所述的微型計(jì)算機(jī)(系統(tǒng)工作站),包括圖像預(yù)處理功能。[0022]a、圖像校正在多光譜或激光LED照明前的圖像采集,先以白熾光光子組件 為照明條件下進(jìn)行面陣CCD或COMS系統(tǒng)以標(biāo)準(zhǔn)白板作為背景進(jìn)行圖像校正;[0023]b、皮損中的毛發(fā)去除。將毛發(fā)作為被去除的對(duì)象,以欲檎先縱的策略。采用 數(shù)學(xué)形態(tài)學(xué)的Top-hat變換增強(qiáng)毛發(fā)在圖像中的對(duì)比度,根據(jù)毛發(fā)的延伸性特征,定義了 一種延伸性函數(shù),該函數(shù)能夠準(zhǔn)確描述條帶狀連通區(qū)域的延伸狀態(tài),可作為毛發(fā)檢測(cè)的 工具,有效檢測(cè)出毛發(fā)噪聲的非監(jiān)督去除。進(jìn)而采用基于偏微分方程的圖像修復(fù)技術(shù)來 非監(jiān)督恢復(fù)被遮擋信息。[0024]所述的微型計(jì)算機(jī)(系統(tǒng)工作站),包括自動(dòng)分析軟件包組成[0025]a、自適應(yīng)聚類分割皮膚黑素細(xì)胞腫瘤圖像自適應(yīng)聚類分割,采用區(qū)域生長(zhǎng)法 對(duì)圖像進(jìn)行粗分割,把每一個(gè)小的區(qū)域看作一個(gè)訓(xùn)練樣本,定義包括顏色和空間特征在 內(nèi)的節(jié)點(diǎn)屬性,進(jìn)而以自生成神經(jīng)網(wǎng)絡(luò)6GNN)為基本工具來實(shí)現(xiàn)黑素細(xì)胞瘤圖像的聚 類。對(duì)自生成神經(jīng)樹6GNT)原有的連接規(guī)則進(jìn)行了改進(jìn),并將其推廣擴(kuò)展為自生成神 經(jīng)森林6GNF),從而將基于SGNN的聚類問題轉(zhuǎn)化為一個(gè)優(yōu)化問題,運(yùn)用改進(jìn)的遺傳算 法(IGAs)進(jìn)行求解,有效實(shí)現(xiàn)了皮膚黑素細(xì)胞瘤圖像自適應(yīng)聚類分割。[0026]b、特征提取根據(jù)黃色人種皮膚黑素細(xì)胞瘤圖像的特點(diǎn),將黑素細(xì)胞瘤圖像直 接分割為內(nèi)皮損區(qū)、過渡區(qū)和背景皮膚區(qū)三個(gè)部分,并針對(duì)皮損目標(biāo)(包括內(nèi)皮損和過 渡區(qū))在RGB彩色空間進(jìn)行顏色、紋理、形狀等特征的提取。實(shí)現(xiàn)黑素細(xì)胞瘤目標(biāo)的特 征提取和優(yōu)選。[0027]1)顏色特征提?、兕伾岛途讲睿虎谌S直方圖顏色數(shù);③LUV直方 圖距離;[0028]幻紋理特征提取統(tǒng)計(jì)圖像的灰度共生矩陣,計(jì)算對(duì)比度、能量、相關(guān)性、熵 和局部均勻性等5個(gè)特征參數(shù)來量化黑素細(xì)胞瘤圖像的紋理特征。[0029]3)形狀特征提取[0030]①目標(biāo)邊界凹陷率Reaneave如下1 n RA[0031]Rcancave = -Σ -T^⑴η =ι Ii[0032]②過渡區(qū)輻射不均勻度[0033]di = mm(D(Pi,Pj)),pt eTouter’Pj €Tinner(2)[0034]則外邊界像素點(diǎn)到內(nèi)邊界距離的平均值和均方差分別為[0035]m = — Σ d ,⑶η , = 1[0036]^ = /^y (d, - m)"(4)V “ Τ ι[0037]③形狀不對(duì)稱[0038]Asymmetry _ Rate = max{ —}(5)~A A[0039]④形狀偏心率[0040]ε = (Mm -M2J1 ^Mu(6)(Aio2 + Μιο)[0041]4)特征的優(yōu)選首先提取原始特征,在原始特征中優(yōu)選出最優(yōu)特征子集,采用 歐氏距離作為類別可分離性判據(jù),采用遺傳算法來實(shí)現(xiàn)最優(yōu)特征組合的搜索問題,結(jié)合 相關(guān)性特征分析,實(shí)現(xiàn)最優(yōu)特征子集的優(yōu)選。7[0042]C組合神經(jīng)網(wǎng)絡(luò)分類器[0043]組合神經(jīng)網(wǎng)絡(luò)分類器按一定的法則集成多個(gè)相互獨(dú)立的神經(jīng)網(wǎng)絡(luò)分類器,能夠 得到比分類器集成中的每一個(gè)元素性能均好的結(jié)果。針對(duì)皮膚黑素細(xì)胞瘤目標(biāo)的分類識(shí) 別問題,以BP神經(jīng)網(wǎng)絡(luò)和模糊神經(jīng)網(wǎng)絡(luò)作為基本學(xué)習(xí)分類器,將不同的特征組合作為 兩種神經(jīng)網(wǎng)絡(luò)的輸入矢量,采用Adaboost算法訓(xùn)練生成個(gè)體子網(wǎng),并對(duì)個(gè)體子網(wǎng)分類器 的加權(quán)回歸和優(yōu)化,設(shè)計(jì)了適用于皮膚黑素細(xì)胞瘤分類的神經(jīng)網(wǎng)絡(luò)分類器的組合集成模 型。[0044]基于這些思想,我們以形狀、顏色和紋理特征作為BP網(wǎng)絡(luò)的特征輸入矢量,以 顏色、紋理和邊界凹陷率等作為模糊神經(jīng)網(wǎng)絡(luò)的特征輸入矢量,采用投票法作為結(jié)論生 成方式,將組合BP神經(jīng)網(wǎng)絡(luò)、組合模糊神經(jīng)網(wǎng)絡(luò)和組合異構(gòu)神經(jīng)網(wǎng)絡(luò)的合神經(jīng)網(wǎng)絡(luò)進(jìn)行 集成,實(shí)現(xiàn)黑素細(xì)胞瘤的分類。為黃色人種的皮膚黑素細(xì)胞瘤的自動(dòng)輔助診斷奠定了基 石出。
[0045]圖1多光譜皮膚鏡圖像自動(dòng)分析系統(tǒng)的組成示意圖。[0046]圖中所述靴目標(biāo)⑴、壓片組件(2)、起偏片(3)、多光譜或激光LED(4)、檢 偏片(5)、充電接口(6)、鋰電池(7)面陣CCD或CMOS系統(tǒng)(8)、開關(guān)(9)、多光路同 步控制器(10)、自動(dòng)變焦(11)、藍(lán)牙無線集電器(1 、藍(lán)牙適配器(1 、數(shù)據(jù)采集控制 (14)、圖像預(yù)處理(15)、微型計(jì)算機(jī)(系統(tǒng)工作站)(16)、自動(dòng)分析軟件包(17)、診斷報(bào) 告輸出(18)。[0047]圖2圖像采集與圖像預(yù)處理組成示意圖。[0048]圖中所述圖像采集開始(19)、多光路同步控制器(10)、多光譜或激光 LED(4),白熾光LED05)、CCD或COMS(8)、自動(dòng)變焦(11)、選擇感興趣區(qū)04)、 圖像校準(zhǔn)05)、藍(lán)牙無線集電器(12)、微型計(jì)算機(jī)系統(tǒng)工作站(16)、毛發(fā)去除07)、毛 發(fā)噪聲增強(qiáng)08)、二值化09)、毛發(fā)提取(30)、被遮擋信息的恢復(fù)(31)、獲取理想圖像 (32)。[0049]圖3圖像預(yù)處理中的毛發(fā)去除與被毛發(fā)遮擋后的信息恢復(fù)。[0050]圖中所述靶目標(biāo)原圖(41)、閉top-hat變換(42)、二值化(29)、延伸性測(cè)度 毛發(fā)區(qū)域提取G3)、毛發(fā)去除與被毛發(fā)遮擋后的信息恢復(fù)結(jié)果圖像04)。[0051]圖4多光譜皮膚鏡圖像自動(dòng)分析系統(tǒng)流程示意圖。[0052]圖中所述多光譜圖像采集開始(33)、多光路同步控制器(10)、多光譜或激 光LED從400nm至IOOOnm共分成10組(4)、新圖像10幅(34),分別進(jìn)行圖像預(yù)處理 (35)、圖像聚類分割(36)、圖像特征提取(37)、組合神經(jīng)網(wǎng)絡(luò)分類器(38),識(shí)別真陰性 (良性)(39)和真陽性(可疑惡性)(40)。[0053]圖5多光譜皮膚鏡圖像在波長(zhǎng)430nm下的惡黑圖像聚類分割效果圖。[0054]圖6類別數(shù)指定為c時(shí),基于改進(jìn)遺傳算法的SGNN聚類優(yōu)化流程。[0055]圖7多種組合神經(jīng)網(wǎng)絡(luò)的綜合集成。
具體實(shí)施方式
[0056]本文所使用特定的術(shù)語,只是為了方便內(nèi)容的說明,并不作為對(duì)本實(shí)用新型的 限制。此外,在圖表中所描述的特征是以示意圖的形式表示,
以下結(jié)合附圖對(duì)本實(shí)用新 型的技術(shù)主案及原理進(jìn)一步說明如下[0057]圖1是本實(shí)用新型多光譜皮膚鏡圖像自動(dòng)分析系統(tǒng)的組成實(shí)施圖例。它有一 個(gè)靶目標(biāo)(1)是皮膚鏡物鏡側(cè)所針對(duì)的感興趣區(qū)域,根據(jù)MT所發(fā)生的解剖位置和病灶 的需要選擇起偏片(3)和檢偏片(5)調(diào)整偏振片角度或選用壓片組件(2)(由高分子透明 材料聚甲基丙烯酸甲酯制作,一次性使用,防交叉感染;優(yōu)點(diǎn)透光率比玻璃高,達(dá)到 92%,機(jī)械強(qiáng)度高,易于加工,存本低),在壓片組件與皮損間滴加介質(zhì),其目的是減少 皮損反射光的干擾;啟動(dòng)開關(guān)(9);經(jīng)白熾光LEDG5)照明,面陣CCD或COMS系統(tǒng) (22)開始工作,在數(shù)據(jù)采集控制系統(tǒng)(14)的作用下進(jìn)行自動(dòng)變焦(11)和標(biāo)準(zhǔn)白板圖像校 準(zhǔn)0 與圖像齊焦;當(dāng)圖像校準(zhǔn)完成后此時(shí)可進(jìn)行靶目標(biāo)(1)觀察,選擇感興趣區(qū)04) 經(jīng)由微型計(jì)算機(jī)(系統(tǒng)工作站)(16)與多光路同步控制器(10)共同控制多光譜或激光 LED組件(4)從波長(zhǎng)400nm至IOOOnm間跨越可見光和不可見紅外光的10組不同波長(zhǎng)的 光子組件對(duì)靶目標(biāo)(1)皮膚表面和各層組織間分別進(jìn)行交替照明,使面陣CCD或COMS 系統(tǒng)(8)及時(shí)感應(yīng)到靶目標(biāo)(1)的光學(xué)信息;經(jīng)數(shù)據(jù)采集控制系統(tǒng)(14)實(shí)時(shí)有線采集到 靶目標(biāo)(1)的圖像;或經(jīng)藍(lán)牙無線集電器(1 和藍(lán)牙適配器(1 進(jìn)行圖像無線傳輸,由 鋰電池(7)提供電源。當(dāng)圖像采集完成后,在微型計(jì)算機(jī)系統(tǒng)工作站(16)中進(jìn)行圖像預(yù) 處理(15),包括毛發(fā)去除(XT)、毛發(fā)噪聲增強(qiáng)08)、二值化09)、毛發(fā)提取(30)、被遮 擋信息恢復(fù)(31)、獲取理想圖像(3 。后由自動(dòng)分析軟件包(17),進(jìn)行圖像聚類分割 (36),圖像特征提取(37)、組合神經(jīng)網(wǎng)絡(luò)分類器(38)分類,自動(dòng)識(shí)別MT的性質(zhì)真陰性 (良性)(39)和真陽性(可疑惡性)(40),最后給出診斷報(bào)告輸出(18)。[0058]圖2、圖3是本實(shí)用新型的圖像采集與圖像預(yù)處理的毛發(fā)去除與被毛發(fā)遮擋后的 信息恢復(fù)實(shí)施圖例。圖中所述由微型計(jì)算機(jī)系統(tǒng)工作站(16)、將靶目標(biāo)原圖Gl)采 用數(shù)學(xué)形態(tài)學(xué)的閉top-hat變換02),經(jīng)二值化09)增強(qiáng)毛發(fā)在圖像中的對(duì)比度,根據(jù)延 伸性測(cè)度毛發(fā)區(qū)域提取定義了一種延伸性函數(shù),該函數(shù)能夠準(zhǔn)確描述條帶狀連通區(qū) 域的延伸狀態(tài),可作為毛發(fā)檢測(cè)的工具,有效檢測(cè)出毛發(fā)噪聲的非監(jiān)督毛發(fā)去除;進(jìn)而 采用基于偏微分方程的圖像修復(fù)技術(shù)來非監(jiān)督恢復(fù)被毛發(fā)遮擋后的信息恢G4),獲取理 想的圖像。[0059]圖4多光譜皮膚鏡圖像自動(dòng)分析系統(tǒng)流程示意圖。圖中所述多光譜圖像采集 開始(3;3)、由多光路同步控制器(10)有序控制多光譜或激光LED從400nm至IOOOnm共 分成10組(4)對(duì)靶目標(biāo)進(jìn)行照射,經(jīng)面陣CCD或COMS系統(tǒng)(8)及時(shí)感應(yīng)到靶目標(biāo)(1) 的光學(xué)信息,獲取新圖像10幅(34),分別按照各自采集順序進(jìn)行存儲(chǔ)備用;對(duì)備用的圖 像也稱感興趣區(qū)域(24)圖像,先經(jīng)圖像預(yù)處理(3 后獲取理想的圖像。[0060]本實(shí)用新型自動(dòng)分析軟件包主要針對(duì)獲取理想的圖像進(jìn)行圖像聚類分割(36)、 圖像特征提取(37)、組合神經(jīng)網(wǎng)絡(luò)分類器(38),識(shí)別真陰性(良性)(39)和真陽性(可 疑惡性M40)的先后操作順序進(jìn)行。[0061]為了有效的進(jìn)行自動(dòng)識(shí)別,必須先進(jìn)行圖像聚類分割(36),如,圖5多光譜皮 膚鏡圖像在波長(zhǎng)430nm下的惡黑圖像聚類分割效果圖。采用區(qū)域生長(zhǎng)法對(duì)圖像進(jìn)行粗分 割,把每一個(gè)小的區(qū)域看作一個(gè)訓(xùn)練樣本,定義包括顏色和空間特征在內(nèi)的節(jié)點(diǎn)屬性,進(jìn)而以自生成神經(jīng)網(wǎng)絡(luò)6GNN)為基本工具來實(shí)現(xiàn)黑素細(xì)胞瘤圖像的聚類。對(duì)自生成神 經(jīng)樹6GNT)原有的連接規(guī)則進(jìn)行了改進(jìn),并將其推廣擴(kuò)展為自生成神經(jīng)森林6GNF), 從而將基于SGNN的聚類問題轉(zhuǎn)化為一個(gè)優(yōu)化問題,運(yùn)用改進(jìn)的遺傳算法(IGAs)進(jìn)行求 解,有效實(shí)現(xiàn)了皮膚黑素細(xì)胞瘤圖像自適應(yīng)聚類分割,具體描述[0062]1)自生成神經(jīng)網(wǎng)絡(luò)[0063]SGNN利用基于SGNT的競(jìng)爭(zhēng)學(xué)習(xí)算法,在對(duì)樣本的直接學(xué)習(xí)過程中自動(dòng)生成一 棵神經(jīng)樹SGNT,并用該SGNT對(duì)數(shù)據(jù)進(jìn)行聚類。以這種方法進(jìn)行聚類,聚類的類別數(shù) 即是根節(jié)點(diǎn)的子節(jié)點(diǎn)數(shù),整個(gè)聚類過程都是由算法自動(dòng)確定的。從SGNN的組織結(jié)構(gòu)和 算法功能可知,將圖像的像素看作待聚類樣本,各像素的顏色或位置信息代表樣本的屬 性,即可運(yùn)用SGNN算法對(duì)其進(jìn)行聚類分析。[0064]2)自生成神經(jīng)森林[0065]SGNT的概念可以被進(jìn)一步推廣到SGNF。假設(shè)某圖像要聚類為c個(gè)類屬,則 SGNF生成算法的主要過程可以概括為[0066]①?gòu)南袼貥颖炯须S機(jī)抽取c個(gè)樣本作為種子,并由其生成c個(gè)初始SGNT,這 樣就形成了包括c個(gè)初始SGNT的初始SGNF ;[0067]②針對(duì)每一個(gè)剩余的待訓(xùn)練樣本,對(duì)當(dāng)前的SGNF進(jìn)行搜索,找到當(dāng)前SGNF中 與該樣本具有最近距離的獲勝節(jié)點(diǎn)η·;[0068]③按照節(jié)點(diǎn)連接規(guī)則將該訓(xùn)練樣本連接到nwm所在的SGNT中,當(dāng)樣本集中所有 樣本均被連接進(jìn)入SGNF時(shí),算法結(jié)束。[0069]最終生成的SGNF是由c個(gè)SGNT組成的森林。在此森林中,一棵樹代表一個(gè) 類,每棵樹中的葉節(jié)點(diǎn)就是相應(yīng)類的元素。與SGNT不同,此時(shí)聚類的類別數(shù)是事先指 定的。[0070]3) SGNN聚類的進(jìn)化尋優(yōu)策略[0071]采用SGNF進(jìn)行聚類的結(jié)果與建立初始森林的c個(gè)種子樣本的分布有關(guān)。假設(shè) 樣本集X被分為c個(gè)聚類X1, X2, Λ,Xc,各類的聚類中心為Vl,V2, Λ,vc,則各聚 類樣本與其中心Vl,V2, Λ,Ve之間的誤差平方總和為[0072]對(duì)于不同的C個(gè)種子樣本,生成的SGNF結(jié)構(gòu)也不同,也就有不同的聚類結(jié)果。 而對(duì)于不同的聚類,Je的值也不同,根據(jù)誤差平方和聚類準(zhǔn)則,使Je極小的聚類是誤差平 方和準(zhǔn)則下的最優(yōu)結(jié)果。因此,建立初始森林的這c個(gè)種子樣本的選取即為一個(gè)優(yōu)化問題。[0074]采用進(jìn)化式的聚類尋優(yōu)策略,針對(duì)式(1)給出的目標(biāo)函數(shù),采用一種改進(jìn)的遺 傳算法來對(duì)c個(gè)種子樣本進(jìn)行搜索尋優(yōu),以主導(dǎo)和優(yōu)化后續(xù)的聚類效果,實(shí)現(xiàn)基于SGNN 的進(jìn)化尋優(yōu)聚類。[0075]4)基于改進(jìn)遺傳算法的SGNN聚類優(yōu)化[0076]在標(biāo)準(zhǔn)的遺傳算法(GAs)中,種群規(guī)模是固定的。實(shí)際上,在進(jìn)化的初期,種 群中個(gè)體是多樣的,隨著群體向最優(yōu)狀態(tài)進(jìn)化,群體的多樣性就會(huì)減弱,也會(huì)有大量的 重復(fù)個(gè)體出現(xiàn)。這些重復(fù)個(gè)體同時(shí)進(jìn)入下一次的進(jìn)化,往往會(huì)導(dǎo)致早熟現(xiàn)象,從而影響算法的全局收斂性,而如果將這些重復(fù)個(gè)體在進(jìn)入下一次進(jìn)化前進(jìn)行必要的濾除,則可 以改善收斂效果,提高優(yōu)化效率。[0077]采用一種改進(jìn)的遺傳算法(IGAs),使種群規(guī)模動(dòng)態(tài)化,并對(duì)交叉概率和變異 概率也進(jìn)行動(dòng)態(tài)調(diào)節(jié),從而在一定程度上避免了早熟,保證了算法的全局收斂性,也 提高了優(yōu)化效率。當(dāng)類別數(shù)指定為c時(shí),基于改進(jìn)遺傳算法的SGNN聚類優(yōu)化算法 (CO-IGAs-SGNN),圖6類別數(shù)指定為c時(shí),基于改進(jìn)遺傳算法的SGNN聚類優(yōu)化流程。 見圖6類別數(shù)指定為c時(shí),基于改進(jìn)遺傳算法的SGNN聚類優(yōu)化流程。[0078]5)基于改進(jìn)遺傳算法和SGNN的自適應(yīng)聚類[0079]采用SD有效性函數(shù)來評(píng)估不同類別數(shù)目條件下的聚類質(zhì)量。[0080]SD有效性函數(shù)是基于聚類平均散布性和聚類間總體分離性的一種相對(duì)度量方 法。令σ 00為數(shù)據(jù)集X的方差,ο (V1)為第i個(gè)聚類的方差,則聚類的平均散布性和 聚類間總體分離性分別定義為(2)[
權(quán)利要求1.一種用于診斷惡性黑素細(xì)胞腫瘤的多光譜皮膚鏡圖像自動(dòng)分析儀器,其特征在 于,由多光譜皮膚鏡成像裝置(一)和圖象分析裝置(二)連接組成。
2.權(quán)利要求1的圖像自動(dòng)分析儀器,其特征在于,其中,多光譜皮膚鏡成像裝置 的結(jié)構(gòu)為皮膚鏡的光學(xué)鏡頭壓片組件( 后面依次連接起偏片(3),多光譜或激光 LED (4),可自動(dòng)變焦(11)及檢偏片( 和安裝有藍(lán)牙無線集電器(1 ,藍(lán)牙適配器(13)的面陣CCD或CMOS系統(tǒng)(8),其中在裝置的一側(cè)裝有充電接口(6),充電接口(6) 和鋰電池(7)相連并連接開關(guān)(9);圖象分析裝置的結(jié)構(gòu)為安裝有數(shù)據(jù)采集控制部件(14),圖像預(yù)處理部件(1 和自動(dòng)分析軟件包(17)的微型計(jì)算機(jī)(16),該微型計(jì)算機(jī) (16)通過數(shù)據(jù)線或藍(lán)牙適配器(13)與面陣CCD或CMOS系統(tǒng)⑶相連。
專利摘要本實(shí)用新型提供一種多光譜皮膚鏡圖像自動(dòng)分析儀器,由多光譜皮膚鏡成像裝置(一)和圖像分析裝置(二)連接組成,其中多光譜皮膚鏡成像裝置的結(jié)構(gòu)為皮膚鏡的光學(xué)鏡頭壓片組件(2)后面依次連接起偏片(3),多光譜或激光LED(4)、可自動(dòng)變焦(11)及檢偏片(5)和安裝有藍(lán)牙無線集電器(12),藍(lán)牙適配器(13)的面陣CCD或CMOS系統(tǒng)(8),其中在裝置的一側(cè)裝有充電接口(6),充電接口(6)和鋰電池(7)相連并連接開關(guān)(9);圖像分析裝置的結(jié)構(gòu)為安裝有數(shù)據(jù)采集控制部件(14),圖像預(yù)處理部件(15)和自動(dòng)分析軟件包(17)的微型計(jì)算機(jī)(16),該微型計(jì)算機(jī)(16)通過數(shù)據(jù)線或藍(lán)牙適配器(13)與面陣CCD或CMOS系統(tǒng)(8)相連。
文檔編號(hào)G06T5/00GK201806692SQ20092035221
公開日2011年4月27日 申請(qǐng)日期2009年12月31日 優(yōu)先權(quán)日2009年12月31日
發(fā)明者姜志國(guó), 孟如松, 謝鳳英 申請(qǐng)人:中國(guó)人民解放軍空軍總醫(yī)院