皮膚鏡圖像的精準分割技術研究

《皮膚鏡圖像的精準分割技術研究》是依託北京航空航天大學，由謝鳳英擔任項目負責人的面上項目。

基本介紹

• 中文名：皮膚鏡圖像的精準分割技術研究
• 依託單位：北京航空航天大學
• 項目負責人：謝鳳英
• 項目類別：面上項目

項目摘要

皮膚鏡是一種觀察活體皮膚表面以下微細結構的無創性顯微圖像分析技術，是皮膚惡性腫瘤早期診斷的重要手段。目前國際上已有皮膚鏡圖像自動分析診斷系統的報導，但由於皮損邊界的複雜性給分割帶來極大困難，使得圖像的自動準確分割成為目前實現皮膚鏡圖像全自動分析系統的瓶頸。在我國，皮膚鏡圖像分析系統的研究還處在初級階段，本課題以中國人的皮膚鏡圖像為研究對象，分析現有聚類有效性評價函式，制定皮膚鏡圖像聚類的質量評價標準，結合基於遺傳算法的自生成神經網路(SGNN)，實現皮膚鏡圖像的自適應聚類分割，基於模式分割的思想，研究皮損目標邊界的準確定位。在皮損目標正確分割的基礎上，分析圖像各個聚類對皮損目標的特徵提取和識別的影響，並對圖像的自動分割、皮損的特徵提取和識別等環節進行分析和最佳化。該項研究可有效提高皮膚鏡圖像自動分割的準確性，提高皮膚鏡圖像分析系統的診斷識別率和自動化水平。

結題摘要

皮膚鏡是皮膚癌早期診斷的有效工具。由於皮膚腫瘤圖像的複雜多樣性，導致皮膚鏡圖像的精確分割成了目前皮膚鏡圖像自動分析診斷系統的瓶頸問題。針對黃色人種的皮膚鏡圖像，本課題首先建立了黃色人種的圖像資料庫，在此基礎上從皮膚鏡圖像的增強、自適應聚類、皮損邊界的精確提取、以及皮膚鏡圖像分割算法的自適應選擇等幾個方面展開研究，提出了基於自生成神經網路的皮膚鏡圖像自適應聚類算法、基於紋理模式學習的分割算法、基於超像素的皮損邊界準確定位算法等一系列的先進算法，有效提高了皮損目標的分割精度。在此基礎上，課題組還對目標的特徵提取與識別進行研究，提出了皮損目標邊界的有效描述方法，以及組合異構神經網路模型，並將皮膚鏡圖像的精確分割與特徵提取和識別進行系統最佳化和整合，提高了分析系統的性能。目前該系統已套用於臨床，並取得了滿意的輔助診斷結果。本課題共錄用和發表論文13篇，其中SCI檢索論文5篇，EI檢索論文5篇，與國外同行專家合作編寫英文著作1部，培養博士和碩士生5名，超額完成了預期研究任務。