心血管彩色B超圖象模式識別與分割心血管彩色B超圖共21頁，您現(xiàn)在瀏覽的是第1頁!主要內(nèi)容：問題的提出設(shè)計(jì)思想幾個(gè)基本概念算法的實(shí)現(xiàn)圖象的處理和計(jì)算結(jié)果討論心血管彩色B超圖共21頁，您現(xiàn)在瀏覽的是第2頁!1·問題的提出B超心血管圖象的分析是診斷心血管疚病的基本方法之一，傳統(tǒng)的方法是醫(yī)生憑肉眼手工測量病變的面積和病變程度，不規(guī)則面積的測量極不準(zhǔn)確，使用計(jì)算機(jī)的模式識別技術(shù)能將醫(yī)生所感興趣的部位提取出來，分析和測量其面積、周長、亮度等參數(shù)，為心血管疾病的梢助診斷提供依據(jù)。心血管彩色B超圖共21頁，您現(xiàn)在瀏覽的是第3頁!2·設(shè)計(jì)思想將病變的區(qū)域和其他背景分離，計(jì)算各自所占面積然后逐點(diǎn)分析該圖象的點(diǎn)，決定其歸屬出于人為的設(shè)計(jì)了類別和聚類中心。再進(jìn)一步的分析計(jì)算。心血管彩色B超圖共21頁，您現(xiàn)在瀏覽的是第4頁!

聚類分析的算法分類

分裂法（PartitioningMethods）

層次法（HierarchicalMethods）

基于密度的方法（density-basedmethods）

基于網(wǎng)格的方法（grid-basedmethods）

基于模型的方法（Model-BasedMethods）。心血管彩色B超圖共21頁，您現(xiàn)在瀏覽的是第5頁!層次法(hierarchicalmethods)：這種方法對給定的數(shù)據(jù)集進(jìn)行層次似的分解，直到某種條件滿足為止。具體又可分為“自底向上”和“自頂向下”兩種方案。代表算法有：BIRCH算法、CURE算法、CHAMELEON算法等；心血管彩色B超圖共21頁，您現(xiàn)在瀏覽的是第6頁!基于網(wǎng)格的方法(grid-basedmethods):

這種方法首先將數(shù)據(jù)空間劃分成為有限個(gè)單元（cell）的網(wǎng)格結(jié)構(gòu),所有的處理都是以單個(gè)的單元為對象的。代表算法有：STING算法、CLIQUE算法、WAVE-CLUSTER算法。心血管彩色B超圖共21頁，您現(xiàn)在瀏覽的是第7頁!4·算法實(shí)現(xiàn)模糊的聚類分析算法很多，根據(jù)需要我們可以選取快速簡單的分析方法:使用均值法選取聚類中心，然后使用最小距離法實(shí)現(xiàn)其逐點(diǎn)分析。診斷醫(yī)生依經(jīng)驗(yàn)將該圖分N類，再依次選取其中心值。用戶可以用鼠標(biāo)單擊您認(rèn)為是類的點(diǎn)群，系統(tǒng)將計(jì)算其平均值作為類中心:心血管彩色B超圖共21頁，您現(xiàn)在瀏覽的是第8頁!最小距離法:設(shè)我們選取了N個(gè)聚類中心，根據(jù)每點(diǎn)距各聚類中心的距離最小，決定該點(diǎn)屬于哪一類。任意一點(diǎn)X(R,G,B)到第i個(gè)聚類中心的距離:Di=Abs(R-CenterRed(i))+Abs(G-CenterGreen(i))+Abs(B-CenterBlue(i))

判斷:X(R,G,B)屬于第i類,當(dāng)Di=MIN(D1,D2……Dn)心血管彩色B超圖共21頁，您現(xiàn)在瀏覽的是第9頁!5、圖象處理和計(jì)算我們將圖象分類后將每一類分別隊(duì)以不同的顏色，分別對每一類積分求其面積，為了減少誤差，我們對圖象平滑處理，除去部分噪聲點(diǎn)?？刹捎弥兄禐V波或鄰域平均法進(jìn)行噪聲平滑。我們選取3*3掩摸(Mask)對該圖象卷積，來去除高頻噪聲。心血管彩色B超圖共21頁，您現(xiàn)在瀏覽的是第10頁!邊界長度:

邊緣的點(diǎn)數(shù)相加可得到邊界長度Lk=Lk+1Lk=∑BiBi為第i類邊界線的點(diǎn)心血管彩色B超圖共21頁，您現(xiàn)在瀏覽的是第11頁!6、結(jié)果討論該系統(tǒng)設(shè)計(jì)簡單，能決速準(zhǔn)確的分類、計(jì)算病變部位的面積、灰度、亮度、色度等常用參數(shù)，臨床上非常實(shí)用.取得了良好的效果。用visualBasie編程，速度較慢，在圖象分析和處理部分功能仍不夠完整。完善部分圖象處理和分析功能，努力實(shí)現(xiàn)基于內(nèi)容的圖象索引，滿足臨床的需要。心血管彩色B超圖共21頁，您現(xiàn)在瀏覽的是第12頁!3幾個(gè)基本概念聚類（Cluster）分析是由若干模式（Pattern）組成的，通常，模式是一個(gè)度量（Measurement）的向量，或者是多維空間中的一個(gè)點(diǎn)。聚類分析以相似性為基礎(chǔ)，在一個(gè)聚類中的模式之間比不在同一聚類中的模式之間具有更多的相似性。心血管彩色B超圖共21頁，您現(xiàn)在瀏覽的是第13頁!分裂法(partitioningmethods)：給定一個(gè)有N個(gè)元組或者紀(jì)錄的數(shù)據(jù)集，分裂法將構(gòu)造K個(gè)分組，每一個(gè)分組就代表一個(gè)聚類，K<N。而且這K個(gè)分組滿足下列條件：（1）每一個(gè)分組至少包含一個(gè)數(shù)據(jù)紀(jì)錄；（2）每一個(gè)數(shù)據(jù)紀(jì)錄屬于且僅屬于一個(gè)分組。

基本算法有：K-MEANS算法、K-MEDOIDS算法、CLARANS算法；

心血管彩色B超圖共21頁，您現(xiàn)在瀏覽的是第14頁!基于密度的方法(density-basedmethods):

基于密度的方法與其它方法的一個(gè)根本區(qū)別是：它不是基于各種各樣的距離的，而是基于密度的。代表算法有：DBSCAN算法、OPTICS算法、DENCLUE算法等。

心血管彩色B超圖共21頁，您現(xiàn)在瀏覽的是第15頁!基于模型的方法(model-basedmethods):

基于模型的方法給每一個(gè)聚類假定一個(gè)模型，然后去尋找能個(gè)很好的滿足這個(gè)模型的數(shù)據(jù)集。通常有兩種嘗試方向：統(tǒng)計(jì)的方案和神經(jīng)網(wǎng)絡(luò)的方案。心血管彩色B超圖共21頁，您現(xiàn)在瀏覽的是第16頁!

CenterRed1=(P1.RED-P2.RED-...-Pn.RED)/nCenterGreen1=(P1.Green-P2.Green-...-Pn.Green)/nCenterBlue1=(P1.Blue-P2.Blue-...-Pn.Blue)/nn為您選取類中心單擊的點(diǎn)數(shù)。CenterRed1CenterGreen1CenterBlue1為類聚類中心的R、G、B值心血管彩色B超圖共21頁，您現(xiàn)在瀏覽的是第17頁!計(jì)算亮度和色度：根據(jù)己知的色彩參數(shù)，利用公式很容易計(jì)算其亮度和色度：

亮度：Y=0.299R+0.587G+0.114B色度：C=Sqr((B-Y)*(B-Y)+(R-Y)*(R-Y))心血管彩色B超圖共21頁，您現(xiàn)在瀏覽的是第18頁!面積計(jì)算:逐點(diǎn)計(jì)算各種顏色的點(diǎn)數(shù)和，求取其相對面積。

面積Sk=∑PiP∈第k類Sk=Sk+1Pi為第k類的點(diǎn)心血管彩色B超圖共21頁，您現(xiàn)在瀏覽的是第19頁!圖象數(shù)據(jù)庫檢索

我們將該系統(tǒng)加入圖象數(shù)據(jù)庫檢索之功能，可將處理過的圖象保存后進(jìn)行整體的檢索，可通過病案號、姓名、病變部位及病變大小檢索和統(tǒng)計(jì)心血管彩色B超圖共21頁，您現(xiàn)在瀏覽的是第20頁!參考文獻(xiàn)1、蔡元龍模式識別西安電子科技大學(xué)出版社19902、RichardM