皮膚鏡圖像質量的綜合評價方法研究

《皮膚鏡圖像質量的綜合評價方法研究》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：皮膚鏡圖像質量的綜合評價方法研究
• 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
• 批准號：61471016 

項目摘要

皮膚鏡能夠觀察活體皮膚表面以下微細結構和色素，是皮膚癌早期發現和診斷的有效工具。皮膚鏡圖像的採集質量直接影響了後續圖像分析診斷的結果。針對皮膚鏡圖像在採集過程中可能出現的散焦模糊、光照不均、毛髮遮擋等影響圖像質量的典型因素，研究皮膚鏡圖像的無參考質量評價方法。從失真原理入手，為散焦模糊和光照不均信號建模，研究散焦半徑的精確估計，用散焦半徑的大小來衡量散焦模糊的程度，研究光照曲面的建模方法，用光照曲面的梯度變化來估計光照不均的失真程度。提取毛髮目標，分析毛髮的分布特性，進而評價毛髮對圖像的遮擋程度。研究散焦模糊、光照不均、毛髮遮擋等各種因素混合存在時對圖像質量的綜合影響，以後續圖像分割和分析診斷的結果為驅動，建立圖像質量綜合評價模型，對多種質量干擾因素混合存在時的皮膚鏡圖像質量做出正確評價。制定皮膚鏡圖像的質量標準，確保不合格的圖像能夠重新採集，從而為皮膚鏡圖像分析系統的有效診斷提供保障。

結題摘要

皮膚鏡能夠觀察活體皮膚表面以下微細結構和色素，是皮膚癌早期發現和診斷的有效工具。皮膚鏡圖像的採集質量直接影響了後續圖像分析診斷的結果。針對皮膚鏡圖像在採集過程中可能出現的影響圖像質量的典型因素，本課題研究了皮膚鏡圖像的無參考質量評價方法。針對多種失真因素同時存在的情況，以後續圖像分割和目標分類結果為驅動，提出了基於模糊神經網路的綜合質量評價算法。針對輕度失真的圖像，提出了基於全卷積神經網路的光照不均去除方法和以及散焦模糊的盲復原方法，提高了皮膚鏡圖像的質量。本課題將質量評價與傳統的皮膚鏡圖像分析系統相結合，設計了帶質量評價功能的皮膚鏡圖像分析系統。在該框架下，課題組研究了基於顯著性的皮膚鏡圖像分割方法，研究皮損目標的特徵提取，設計組合神經網路，實現皮膚鏡圖像的有效分類。 本課題共錄用和發表論文31篇，其中SCI檢索論文19篇，EI檢索論文10篇，申請專利1項，培養博士和碩士生7名，超額完成了預期研究任務。