（信号与信息处理专业论文）乳腺影像的语义检索技术研究.pdf

哈尔滨理t 人学丁学硕i j 学化论文 乳腺影像的语义检索技术研究 摘要 随着计算机技术及互联网的发展，图像的存储与传输变得更加容易，医 院每天产生大量数字图像，近几年基于内容的医学图像检索的研究一直在进 行，取得了不错的研究成果，但医学图像不同于一般图像，其内容是客观、 稳定的，包含了与病理诊断密切相关的语义信息，因此医学图像的语义检索 成为迫切需要解决的问题。本文将语义检索应用到乳腺x 影像上，乳腺x 影像是乳腺癌早期检测、诊断的重要依据，乳腺图像中微小钙化病灶的不同 表现，成为早期诊断乳腺癌的唯一标准，但其的诊断具有较大的难度，如果 通过检索以往案例可有效地辅助医生诊断。 本文的主要研究分为两部分：乳腺钙化病灶的语义提取与标注；乳腺图 像的语义检索实现。 第一，针对钙化病灶的语义建模问题，提出利用混合贝叶斯网络模型的 方法建立钙化病灶及实现语义标注。首先，提取并定位出乳腺x 影像中的 钙化点，然后提取钙化点在灰度、纹理、形状及钙化簇方面的特征，之后利 用支持向量机对提取的特征进行分类，得到中层特征语义，将这些特征语义 与直接根据医生诊断的语义相结合，通过贝叶斯网络的融合推理，得到钙化 病灶的高级语义，即病症语义一良、恶性程度，并以概率形式予以表达。 第二，乳腺图像语义检索。本文给出基于内容的图像检索与基于语义的 图像检索相结合的方法，利用多特征融合，通过查询事例图像，根据图像距 离测度，首先一次检索返回前n 幅内容相似的图像，然后根据语义特征予 以二次检索。语义检索中，语义相似性度量是关键的一环，本文提出利用分 层的语义测度方式，高层语义基于概率空间相似，而中层语义基于距离测度 相似。 医学图像语义检索的目的是为了辅助医生诊断，本文所提出的乳腺影像 语义建模及检索，在乳腺图像的内容分层，知识结构及语义自动提取上，提 供了一定的参考。 关键词语义建模；多层贝叶斯网络；支持向量机；语义检索；乳腺影像 r e s e a r c ho i ls e m a n t i cr e t r i e v a lt e c h n o l o g yo f m a m m o g r a m a b s t r a c t t h er a p i dd e v e l o p m e n to fc o m p u t e ra n di n t e r n e tt e c h n i q u e s ，t h es t o r a g ea n d c o n v e y i n gi m a g e st u r nm o r ea n dm o r ee a s y ，r e s u l t s i nl a r g eq u a n t i t yo fi m a g e i n f o r m a t i o n r e c e n ty e a r s ，m a n yr e s e a r c hf o c u so nc o n t e n t - b a s e di m a g e r e t r i e v a l h o w e v e r ，m e d i c a li m a g e sa r ed i f f e r e n tf r o mc o m m o ni m a g e s ，t h ec o n t e n to f m e d i c a li m a g e sa r eo b j e c t i v ea n ds t a b l e ，c o n t a i n i n g s e m a n t i ci n f o r m a t i o n i n v o l v i n gp a t h o l o g yd i a g n o s i si n f o r m a t i o n ，t h e r e s e a r c ho fm e d i c a li m a g e s e m a n t i cr e t r i e v a li ss e t t l e du r g e n t l y t h ed i s s e r t a t i o na p p l i e ss e m a n t i cr e t r i e v a l t om a m m o g r a m ，t h em a m m o g r a p h yi st h ei m p o r t a n tf o rd e t e c t i n ga n dd i a g n o s i n g b r e a s tc a n c e re a r l y t h et i n yc a l c i f i c a t i o n so nm a m m o g r a m i st h eo n l yj u d g m e n t t od i a g n o s eb r e a s tc a n c e r , b u tt h ed e t e c t i o ni s s t i l lad i f f i c u l tt a s k ，i ft h r o u g ht h e r e t r i e v a lo fr e s u l t so fp a s tc a s e ，c o u l dh e l pd o c t o rt od i a g n o s ee f f e c t i v e l y t h em a i ns t u d yo ft h ed i s s e r t a t i o ni sa sf o l l o w s ： f i r s t l y , i ti sp r o p o s e dt ou s em i x t u r eb a y e s i a nn e t w o r kt o m o d e lm i c r o 。 c a l c i f i c a t i o n ss e m a n t i c s t h em i c r o c a l c i f i c a t i o n so nm a m m o g r a p h ya r el o c a t e d ， u s i n gb o t ht h em o r p h o l o g ya n dt h ew a v e l e tt r a n s f o r mm e t h o d st or e a l i z ei t ，a n d t h e ng r a y s c a l e ，t e x t u r a l ，m o r p h o l o g i c a la n dc a l c i f i c a t i o nc l u s t e rf e a t u r eo fm i c r o c a l c i f i c a t i o n sa r ee x t r a c t e d c l a s s i f y i n gt h e s ef e a t u r e sb ys v m ，w h i c ha i mt o e x t r a c tm i d d l e 1 e v e ls e m a n t i c s a n df u s i n gt h ef e a t u r es e m a n t i c sa n ds e m a n t i c d e f i n e db yd o c t o r sd i a g n o s i si n t ob a y e s i a nn e t w o r k ，f i n a l l y t h e h i g h - l e v e l s e m a n t i ct h r o u g ht h eb ni n f e r e n c e a r eo b t a i n e d ，w h i c ha r ee x p r e s s e db y p r o b a b i l i s t i c v a l u e s m e a n w h i l e ，e v e r ym a m m o g r a p h y w a sa n n o t a t e db y s e m a n t i c s s e c o n d l y , i ti st h em a m m o g r a ms e m a n t i cr e t r i e v a l w h e nr e t r i e v i n gi m a g e s b a s e do nq u e r yi m a g e ，am i x t u r em e t h o d si sp r o p o s e d ，w h i c hc o m b i n i n g s e m a n t i cb a s e di m a g er e t r i e v a lw i t hc o n t e n tb a s e di m a g er e t r i e v a l f i r s t ，n i m a g e sa r er e t u r n e da c c o r d i n gt ot h em u l t i - f e a t u r e sd i s t a n c eb e t w e e ni m a g e i n 1 l - 哈尔滨理t 人学丁学硕 ：学位论义 d a t a b a s ea n dq u e r yi m a g eb yu s i n gc o n t e n tb a s e di m a g er e t r i e v a lm e t h o d ；t h e n t h ef i r s tr e t r i e v a lr e s u l t sa r er e o r d e r e da c c o r d i n gt os e m a n t i cf e a t u r e s t h e s e m a n t i cs i m i l a r i t ym e a s u r e m e n ti sac r u c i a ls t e pi ns e m a n t i cr e t r i e v a l ，a h i e r a r c h i c a ls e m a n t i cs i m i l a r i t ym e a s u r ei s p r o p o s e d ，f o rh i g h - l e v e ls e m a n t i c ， e m p l o yd i s t a n c ei np o s t e r i o rp r o b a b i l i t ys p a c e ，a n df o rm i d d l e l e v e ls e m a n t i c ， e m p l o ye u c l i dd i s t a n c e t h ep u r p o s eo fm e d i c a li m a g er e t r i e v a li st oa s s i s td o c t o r st od i a g n o s ec a s e s ， t h er e s e a r c ho nh i e r a r c h i c a lc o n t e n to fm a m m o g r a m ，k n o w l e d g es t r u c t u r e e x p r e s s i o na n da u t oe x t r a c t i o no fs e m a n t i cf e a t u r ei nt h et h e s i s ，p r o v i d es o m e r e f e r e n c e k e y w o r d s s e m a n t i c m o d e l ，m u l t i l a y e rb a y e s i a nn e t w o r k ，s u p p o r t v e c t o r m a c h i n e ，s e m a n t i ci m a g er e t r i e v a l ，m a m m o g r a m 哈尔滨理t 人学t 学硕i ? 学位论义 第1 章绪论 1 1 课题研究的背景及意义 乳腺癌是威胁女性健康一大杀手，乳腺癌是第二种妇女致死原因的癌症， 同时在癌症致死率的排名高达第五位1 。如果尽早发现异常，对于乳腺癌的诊 断与治疗都很关键。一直以来，针对乳腺癌分类、诊断和预测的研究广泛地进 行，计算机辅助诊断( c a d ) 旧一1 一直是研究的热点，大量文章中提及使用支持向 量机、决策树哺 、神经网络旧1 、形态学 ，剐、基因序列1 9 i 等方法技术成功地应用 于乳腺癌自动诊断。 乳腺钼靶摄影术对于乳腺癌普查的检测是一种十分有效的工具，对于乳腺 癌早期病变的敏感度高0 。，每天医院都产生大量的乳腺图像和其他类型的图 像，如c t 、m 砌、超声等等。越来越多的研究集中到图像检索上来，特别是 医学图像检索有其特殊意义，有助于医师通过分析以往相似案例，更好地为新 情况做出合理诊断。 自2 0 世纪9 0 年代丌始了基于内容的图像检索( c o n t e n t b a s e di m a g e r e t r i e v a l ，c b i r ) ，c b i r 是以图像的可视化内容为基础，根据特征相似性度量 比较提取出的颜色、纹理、形状、空间信息等特征，以实现检索图像1 。迄 今，c b i r 的技术发展已相当成熟，且已应用到诸多领域当中，基于内容的医 学图像检索办有大量研究。然而医学图像不同于一般的图像，有其特殊性引： 1 多模态性医学影像设备成像原理的多样性造成的。 2 模糊性在灰度上，医学图像具有含糊性，而图像本身也存在不均匀 性，这是由于人体体素包含了多种元素，而成像过程中，人体自觉或不自觉的 运动会造成图像伪影，病变部位也有不可预测性。 3 数据异质性在不同成像设备上，医学图像的存储，尺寸和显示上的差 异称为医学图像的异质性，表现在外观、方向、大小、空间分辨率和灰度分辨 率上出现差异。 4 时空关系病变位置及周边组织空i 日j 关系与诊断、治疗有重大关系。 正是出于医学图像的一系列特性，基于内容的医学图像检索已不能满足需 求，c b i r 仅仅表现的是图像的底层视觉特征检索，与医学图像语义的描述差 距甚远，也无法保证医学背景下具有意义的查询。基于语义的图像检索 哈尔滨理工大学t 学硕- 学位论文 ( s e m a n t i c b a s e di m a g er e t r i e v a l s b i r ) 逐渐成为研究热点。 图像语义是更抽象的图像表达形式，更接近人对图像的理解。按照 e a k i n s 3 对图像的解读，一幅图像分为三个层次：特征层、对象层、概念层。 特征层主要包含可直接根据图像本身提取的视觉信息，是客观的内容，比如图 像的颜色、形状、纹理、空间信息等。c b i r 正是基于这一层次的检索，是初 级层次的检索。对象层的信息源于特征层，包含了某种程度对图像所描述内容 的逻辑推理，这一层开始真正的涉及到图像的语义信息。概念层是抽象的概 念，是在对象层基础上的高级推理，以目前的水平来说，还无法通过计算机自 动的实现抽象语义的提取，因此目前语义检索主要集中在对象层的研究上引。 1 2 国内外发展现状 实现语义检索的关键是语义提取，图像的特征层与对象层存在的巨大的语 义鸿沟( s e m a n t i cg a p ) ，语义鸿沟使得语义不能直接从图像的视觉中提取，需 要采用一定的技术手段将底层特征映射到高层语义，实现语义提取工作。目 前，文献 1 4 】定义了缩减语义鸿沟的5 类方法：使用本体理论定义语义概念； 使用机器学习算法从底层获得语义信息；使用相关反馈了解用户的意图，获得 语义知识；构造语义模板；m 刑方式的图像检索，采用融合h t m l 文本及图 像视觉内容的方法。 文献【1 5 提出一种典型基于本体论的系统，该系统中每个区域都按照颜 色、位置、大小及形状予以分类描述，以其中位置描述为例，就可分为水平、 垂直两类，而水平又分为左、中、右，垂直方向又分为上、中、下三个位置。 其他类似，均详细划分类别。 b oh u 等人，利用b c i o ( b r e a s tc a n c e ri m a g i n go n t o l o g y ) - - 一个三层模 型，包括g r a p h i cd e s c r i p t o r s ，i m a g es u b j e c t s ，o t h e rm e d i c a lt e r m s ，描述乳腺x 图像及m r i 图像语义信息，在描述逻辑( d e s c r i p t i o nl o g i c ，d l ) 推理引擎监督 下，实现图像语义自动标注及语义检索州。 使用机器学习算法提取语义近几年的研究的较多，机器学习算法可分为监 督类算法，如支持向量机( s u p p o r tv e c t o rm a c h i n e ，s v m ) 、贝叶斯网络( b a y e s i a n n e t w o r k ，b n ) 、决策树( d e c i s i o nt r e e ) 、高斯混合模型( g m m ) 8 、神经网络 ( n e u t r a ln e t w o r k ，n n ) | 19 】等；非监督类算法，如k 均值聚类、c l u e 等，均可 实现语义提取。 文献 2 0 1 5 t j 用s v m 处理多分类的情况，语义类别包括天空、建筑物、大 哈尔滨理下大学t 学硕l j 学位论文 地、雪等，利用这些语义对图像区域进行分类。成洁、石跃祥利用s v m 对提 取的2 2 1 维颜色、形状特征进行训练、学习，等到鸟类、海洋、建筑物、花卉 等图像类别，在底层视觉特征与高层语义间建立联系【2 。 在医学图像方面，文献 2 2 1 采用s v m 对肺部c t 图像中胸腔隔膜、肺结 点、钙化点、横向血管截面、纵向血管截面5 种语义对象分类。文献 2 3 提出 了一种多分类支持向量机的医学图像检索方法，该方法适用于多模态医学图 像，该方法可以看作一种语义描述符，提供了图像的基本语义知识。 文献 2 4 】则利用贝叶斯网络对室内、室内进行图像分类，建立语义模型。 而文献【2 5 】针对病症语义一出血休克”利用贝叶斯网络，根据医生给出的1 5 个特征语义建立语义模型，实现语义自动提取。d a n i e ln i k o v s k i 旧6 i 将b n 应用 到心率参数特征上，实现与心肌梗塞有关的语义提取工作。马军、杨杰1 2 7 1 等利 用贝叶斯网路诊断大脑胶质瘤高低度语义，诊断正确率可以达到8 6 。 文献【2 8 】提出了一种多层次的语义模型，利用贝叶斯网络融合k 近邻分类 器，通过对k 近邻提取的中层语义的再推理，可以提高语义分类精度，更有效 的达到图像的语义理解。由于贝叶斯网络的良好特性，出现了很多基于贝叶斯 的多层语义模型。n a p h a d e 在视频检索中，利用多层贝叶斯网络表达语义幢引。 林春漪利用b n + g m m 实现脑部星形胶质瘤的语义提取与标注。驯。 相关反馈( r f ) 是传统的基于文字的信息检索系统的强有力工具，1 9 9 0 s ， r f 被引进入c b i r 中，目的就是缩减用户与系统的检索差异，缩减语义鸿 沟。文献【3 1 】最早提出集成语义的相关反馈图像检索框架，框架中顶端使用了 语义网，表达语义信息。文献【3 2 】在基于内容的乳腺x 影像检索系统中，利用 r f 达到了缩减语义鸿沟的目的，并融合了相关专家知识。r f 也就是通过人工 交互的方式达到语义提取的目的。 随着互联网络的发展，i n t e m e t 网页的图像数量是与同俱增，很多研究是 基于w e b 展开，利用h t m l 文档中的信息与图像结合，通过h t m l 的外部信 息提取图像语义，进行i n t e m e t 语义图像检索1 3 引。 一幅图像包含大量的语义信息，关键字是一种直观的表达方式，一幅图像 可通过多种不同的关键字描述。语义映射、语义提取都是通过一定的方式，给 图像标注关键字，以实现语义检索。现已有一些比较成熟的图像语义检索系 统： 南京大学王惠风博士，提出了v i e e n g i n e 系统旧制，该系统是基于区域语义 的，其将图像分为：背景、前景和全局对象，利用x m l 机制，将图像语义信 息视觉特性定义为x m l 文件元素的属性，还针对前景对象和背景对象建立语 哈尔滨理t 人学t 学硕i j 学位论文 义模板。检索时，既可以检索视觉特征，也可以利用语义特征检索。 斯坦福大学开发的语义检索系统为s i m p l i c i t y 引，该系统基于语义分类， 例如一幅图像是否为纹理图像，或者该图像属于图片( g r a p h ) 还是照片 ( p h o t o g r a p h ) 等等的分类。 复旦大学的朱兴全、张宏江等人的i f i n d 系统m 1 一种结合语义和视觉 特征的图像相关反馈检索系统。 文献【3 7 】中利用了底层特征与高层语义结合的方式，检索医学影像库德图 像，并结合有关医学知识，分析、诊断病理信息。 i r m a 系统已用于临床，采用了概率模型对医学图像进行分类，它利用医 学图像的外部图像元信息给出成像设备、生物码、人体定位、解剖部位等语义 信息，它对多种医学图像均有效，并不局限于特定类型的图像检索m 1 。 1 3 本文的主要研究内容及结构安排 本文的主要研究内容是对乳腺x 影像的语义检索，针对乳腺图像中的钙化 点病症，建立语义模型，实现语义自动标注，完成语义检索。主要体现在以下 两个方面。 1 语义建模研究首先，对包含钙化点信息的感兴趣区域图像进行特征提 取工作，提取的特征包含钙化点的灰度、纹理、形状、钙化簇等；然后利用提 取的各特征，根据专家性知识，建立一个以贝叶斯网络一支持向量机为基础的 钙化点语义表达模型，该模型可以实现底层视觉特征到中层语义特征的映射， 最后根据中层语义特性推理高级病症语义一钙化点恶性程度。 2 语义检索研究模型建立成功后，每幅图像根据该模型表达图像内容， 利用语义信息的相似性度量，实现图像的语义关键字检索及基于例图的语义图 像检索。 本文采用3 部分展开论述： 第l 章概述了论题的研究背景及意义，给出了国内外语义检索研究现状， 论文的主要研究内容及结构安排； 第2 章详细论述了如何利用贝叶斯网络及支持向量机建立钙化病症语义模 型，并通过实验验证该模型的性能，最后给出语义模型建立后语义标注结果； 第3 章探讨了基于的语义的图像检索系统，检索方法及评价标准，并利用 第2 章建立的病灶语义模型实现对乳腺x 影像的语义检索，并给出语义检索结 果，并评价该检索系统的性能。 哈尔滨理t 人学t 学硕i ：学化论文 第2 章乳腺影像钙化病灶语义建模方法 乳腺影像上的钙化病灶是乳腺癌早期诊断的重要标志，通过判定钙化病灶 的表征，可以对病变类型予以确定，以便医生采取进一步的措施。通过钙化病 灶的视觉特征可以提取出相应的语义特征，语义提取的方法很多，本文利用基 于机器学习的方法实现视觉特征到语义的映射。 2 1 机器学习理论 2 1 1 贝叶斯网络 贝叶斯网络是一种图模型结构，允许不确定问题域的表达和推理。贝叶斯 网络结构由两部分构成：有向无循环图( d i r e c t e da c y c l i cg r a p h ，d a g ) 和条件概率 分布( c o n d i t i o n a lp r o b a b i l i t yd i s t r i b u t i o n ，c p d ) 。d a g 中的节点代表问题域的随 机变量，有向边代表变量之间的依赖或因果联系，由父节点指向子节点，若节 点之i 日j 无连接则表示两节点条件独：进。条件概率分御表示节点与其父节点的关 联强度或置信度，没有父节点的节点概率为其先验概率。 假定有一个包含n 个变量的随机变量集v ，用g 表示有向无循环图，e 表 示有向边的集合，p 表示随机变量v 的概率分布，则一个贝叶斯网络模型可以 表示为： b n = ( g 尸) = ( e 尸)( 2 一1 ) 其中， g2 ( ed ( 2 2 ) 下面用b n 来表达一个肺癌案例。一个病人正遭受着呼吸困难的折磨，他 担心自己患有肺癌，所以去看医生。医生知道其他的疾病，比如说肺结核、支 气管炎等，和肺癌一样也会引起类似的症状。这个医生还知道一些其他的信息 与该症状有联系，比如病人是否吸烟( 增加患肺癌和肺结核的概率) 或者是否曾 经长期暴露在污染下。若是病人做x 光片检查，其结果为阴性，表明病患可能 是肺结核或肺癌。那么这些因素之间的关系用b n 则表达为图2 1 所示。 网络的结构或者说节点l 日j 的拓扑关系，即是一个b n 的d a g ，其中随机变 量集净 p o l l u t i o n ，s m o k e r , c a n c e r , x r a y , d y s p n o e a ) ，有向边则表达节点问的 相互关系，本案例中，p o l l u t i o n 和s m o k e r 是c a n c e r 的父节点，表示p o l l u t i o n 哈尔滨理t 大学t 学硕f j 学位论史 ps r c - - - t 1 p s ) h t0 。0 5 hf 0 0 2 l t o 。0 3 lf0 。0 0 l 图2 - 1 一个肺癌问题的贝叶斯网络模型 f i g 2 - 1a b nm o d e lf o rl u n gc a n c e rp r o b l e m 和s m o k e r 是患有肺癌的可能原因；c a n c e r 是x r a y 的父节点，表示肺癌会影 响x 光片的结果，同时c a n c e r 也指向d y s p n o e a ，表明肺癌是导致d y s p n o e a ( 呼吸困难) 的原因。c p d 是指在父节点条件下子节点的概率，其中节点s m o k e r , c a n c e r , d y s p n o e a 为布尔型节点，其值为 t r u e ，f a l s e ；p o l l u t i o n ，x r a y 为二值 节点，其值分别为 l o w , h i g h 和 p o s i t i v e ，n e g a t i v e 。本例中，p o l l u t i o n 和 s m o k e r 为根节点，其节点概率为先验概率。c p d 确定后根据贝叶斯准则输入 证据即可以求得关注节点的后验概率。 贝叶斯准则是b n 的基础，条件概率则是b n 不确定性的表达形式。对于 一个特定问题，网络结构、c p d 确定，接下来便是b n 推理问题，需要计算后 验概率的节点称为查询节点，用于确定查询节点概率值的节点称为证据节点或 观察节点。b n 中，任一节点都可成为查询节点或证据节点，这取决于用户对 哪一个问题更感兴趣。结合肺癌案例说明贝叶斯网络的推理分类：诊断推理、 预测推理、因果推理，如图2 2 。 钉 a ) 诊断推理 p r e d l c n v e e v i d e n c e u l l r r ，叭l “y b ) 预测推理 掳 哈尔滨理t 人学t 学硕l ：学化论文 l n t e r ( a u s a l l e x p l a i n m ga w a y ) c ) 冈果推理 e v i d e n c e c o m b l n e d d ) 综合推理 图2 - 2b n 推理类型 f i g 2 2b n i n t e r f e r e n c et y p e 1 诊断推理由症状到产生的原因。如图2 2a ) 所示，病人呼吸困难，医 生可根据这一病症推测该病人患有肺癌的可能性，或者病人是否吸烟，这种推 理的方向性与网络拓扑正好相反。 2 预测推理根据原因的新增信息推理可能产生的新影响。图2 2b ) ，在 其他病症没有确定之前，病人告诉医生他吸烟，这意味着病人得肺癌的几率增 加了，且还会影响医生对该病人其他症状的推断，比如病人会呼吸困难，或者 导致其x 光片结果为阳性。这种推理方向性与网络结构同步。 3 因果推理也叫做e x p l a i n i n ga w a y ( 通过解释消除) 。图2 2c ) ，吸烟和污 染可产生一个共同影响一癌症( 当然，实际中远比这复杂) 。初始时，节点 s m o k e r 与p o l l u t i o n 相互独立，假定如果这时了解到病人得了肺癌，那么既提 高病人吸烟的几率又增加病人暴露在污染环境中的几率；若又知道病人吸烟， 这个新信息可以解释病人的癌症，那么就降低了另一种可能性的概率。所以 说，即使最初吸烟与污染是独立关系，都可以导致癌症的发生，但随着一种可 解释的原凶出现，推断出另一种替代性原因的可能就会变小。 在具体应用上，并不一定严格符合任何一种推理形式，可以是以上三种推 理的任意组合，如图2 2d ) ，是珍断推理与预测推理的同时使用。 贝叶斯网络在故障渗断、医学病理诊断、信息融合、军事决策、金融市场 分析、智能检索及智能机器人等领域上成功应用。 2 1 2 支持向量机 支持向量机是c o r t e s 和v a p n i k 与1 9 9 5 年首先提出的，是建立在统计学习 理论的v c 维理论( 所谓v c 维是对函数类的一种度量，v c 维越高，一个问题 哈尔演理t 大学 _ 学硕 j 学位论文 就越复杂) 和结构风险最小原理基础上的，根据有限的样本信息在模型的复杂 性和学习能力之间寻求最佳折中，以期获得最好的推广能力。因此在它在解决 小样本、非线性及高维模式识别中表现出许多特有的优势。 支持向量机中最简单也是最早提出的模型是最大间隔分类器，适用于特征 空间线性可分的数据，如图2 3 。给定一组训练集：d = ( x ，y ) ，阢y 2 ) ， 如) ，其中x fer 。，j ， 1 ，1 ，i = 1 ，2 ，l 。最简单的情况是二分类，存在： w t x + b = 0 ( 2 - 3 ) 图2 3 二维空间分类情况 f i g 2 - 3c l a s s i f i c a t i o ni n2 - d i m e n s i o n 使得两类数据的间隔最大，即： ( w 。x f ) + b 0i f y j = l ( w x i ) + b i 时，形状接近圆。c 的取值越 大，表明形状越复杂，因此网形度提供了边界复杂性的一个度量。 离心率，最小围绕椭圆区域的离心率，是椭圆焦距和主轴长度的距离比。 空间密度，这罩的密度表示的是每单位面积( 彳) 上钙化点的数目。 除了以上所述特征外，选取一个钙化簇特征，即乳腺图像上单位面积( c m 2 ) 哈尔滨理t 大学t 学硕l ：学位论文 所包含的钙化点的最大数目。 2 2 2 结构设计 贝叶斯网络的结构是一个贝叶斯网络的基础，贝叶斯网络的结构学习利用 客观的观测数据，自动地学习的得到网络结构和参数。一般的结构学习方法有 两种，基于评估搜索和依赖分析的方法。 实际操作中若可获得问题域的专家知识，便可以省去复杂的结构学习算 法，按照专家知识进行设计。本文按照如2 8 图所示的知识结构进行设计： 该模型为三层结构，第一层为底层视觉特征，为连续数值形式，相应的节 点为连续节点；第二层一部分为通过s v m 映射获得中层特征语义，离散节 点，另一部分为医生判断给出，这些特征无法通过计算机自动获取，用离散的 整数表示其语义特征；第三层为通过b n 推理才可获得的高层病症语义节点， 离散节点。 图2 - 8 知识结构表达 f i g 2 - 8k n o w l e d g es t r u c t u r ee x p r e s s i o n 按照语义粒度的不同，一个语义模型包含着三层空间分别为：图像空间、 视觉特征空间和语义空间。图像空1 1 白j 是像素的集合，本文是一幅乳腺图片： 视觉特征空间，通过一定的图像处理技术直接由，获得的图像数值特征，对应 于本模型的第一层；语义空间，用关键字来表达，在视觉特征的基础上，通过 一定的推理、分析得到的高层次、抽象的图像内容表达。语义空间罩语义级别 存在差异，本模型中第二层属于中层语义，反映的是比视觉特征高一级的内容 哈尔滨理丁人学t 学硕i j 学化论丈 表述，这里的中层语义一部分是通过s v m 的分类得到的，一部分则是由医生 诊断给出的。本模型中的第三层属高级语义，是更抽象的内容。具体的每个节 点的语义含义及状态，参见表2 - 2 。 表2 - 2 语义：竹点列表 1 1 a b l e2 2s e m a n t i cn o d el i s t 层次1 ，点语义状态 高层 1 恶性程度1 良性：2 恶性： 钙化点形态 1 p l e o m o r p h i c ；2 - p u n c t a t e ；3 - a m o r p h o u s ； 中层 2 类型4 - f i n e _ l i n e a r i n g _ b r a n c h i n g ；5 - o t h e r ； 钙化点分布 1 - n a ；2 - c l u s t e r ；3 s e g m e n t a l ； 中层 3 形式 4 一li n e a r ；5 - r e g i o n a l 中层 4 密度等级等级1 ；等级2 ；等级3 ；等级4 ； 中层 5 图像均值l 一较人：2 较小： 中层 6 图像均匀性1 不均匀；2 均匀； 中层 7 粗糙科度1 一粗糙；2 一细腻； 中层 8 空间密度1 人；2 小： 中层 9 圆形度1 接近；2 一不接近： 中层 1 0 离心率卜人；2 小： 中层 1 1 钙化簇人小1 人；2 小； 2 2 3 参数学习 样本的选择对参数学习至关重要，要尽量选取典型的案例，只有训练样本 与测试样本分布接近时，才会获得好的参数，模型力更具可靠性。本文 b ns v m 是在b n 罩嵌入7 个s v m ，样本选定后，我们对7 个s v m 及b n 分 别进行参数学习，先对每一个s v m 进行训练，获得模型参数后，再此基础 上，学习b n 的参数。 1 s v m 参数学习用s v m 进行分类训练时，需要选取适当的核函数， 理论上只要满足m e r c e r 条件即可，本文采用径向基函数作为核数进行训练。 后( 置，x ，) = e x p ( - i i 工一x ，| | 2 2 ) ( 2 3 1 ) 训练的目的是获得s v m 的模型参数，包括口? 、b 0 、c 和o - 。其中，口? 为 支持向量x 对应的拉格朗同乘子；b 0 为分类超平面 r x + 6 = 0 ( 2 3 2 ) 截距；仃为核函数参数；c 为惩罚因子。 利用2 2 1 所提取的各个视觉特征，按照不同的语义，对7 个s v m 分别进 哈尔滨删t 人学t 学硕i j 学位论文 行训练，得到各自的模型参数。 根据这些参数可确定每个s v m 的分类函数为： 五( x ) = s g n 儿口膻o k ( ，) + 。】 ( 2 3 3 ) 其中，k = - i ，2 ，7 代表第k 个s v m ，z 为支持向量机的个数；口昱为第k 个s v m 模型的口，o ；b o 为第k 个s v m 模型的b o 。 2 b n 参数学习利用s v m 的分类结果作为b n 的输入，为了与b n 的 输入相匹配，取繇( x ) 作为s v m 的输出： c x ，= 生暑：孝孟：二；三： c 2 3 4 ， b n 参数学习的主要目的是确定各节点的c p d ，常用的学习方法有最大后 验概率( m a p ) 、最大似然函数估计( m l e ) 、期望最大化( e m ) 。若训练样本集满 足：问题域中的所有节点都是离散的；节点参数相互独立；数据集具有完整 性，不存在缺失数据。那么可以采用m a p 或m l e ，若是存在缺失数据或有隐 藏变量，则采用e m 算法。本文的训练样本数据完整，因此选用m l e 方法， 学习各个节点的c p t ( 当节点均为离散时，条件概率分布c p d 简化为条件概率 分布表c p t ) 。 2 2 4 概率推理 相应的模型的推理也分为两部分，s v m 、b n 推理。s v m 推理完成底层视 觉特征到语义的映射，将连续数值表达的特征转化为语义表达，每一个s v m 对于一个语义，7 个s v m 分别推理出有关钙化病灶在灰度、纹理粗糙性、形 状复杂度、钙化簇大小、钙化病灶空问密度上的语义；b n 推理利用s v m 的 推理结果，根据c p t 得到钙化病灶的良、恶性程度的概率。 根据模型结构及贝叶斯准则，得到钙化病灶的恶性程度后验概率为： p ( 12 ，3 ，4 ，5 ，6 ，7 ，8 ，9 ，1 0 ，11 ) = o t p ( 1 ) p ( 2 ，3 ，4 ，5 ，6 ，7 ，8 ，9 ，1 0 ，ll1 )( 2 - 3 5 ) 由b n 的独立性， 尸( 12 , 3 , 4 , 5 ，6 , 7 , 8 j 0 , 11 ) = a p ( i ) p ( 2 i1 ) p ( 3 i1 ) p ( 4 i1 ) h 5 i1 ) ( 6 i1 ) p ( 7 i1 ) p ( 8 i1 ) p ( 9 ii ) p ( i o i1 ) 只1 l l1 ) ( 2 3 6 ) 其中， t 2 = 【尸( 1 ) 尸( 2 ) 尸( 3 ) 尸( 4 ) 尸( 5 ) 尸( 6 ) p ( 7 ) 尸( 8 ) 户( 9 ) 尸( 1o ) p 01 ) 】_ 1( 2 - 3 7 ) 哈尔滨理t 人学t 学顾f ：学位论文 只要知道各个节点的c p t 及先验概率值，就可计算出钙化病灶恶性程度 的后验概率。其中，条件概率表通过对训练集的学习已经得到，而各个节点的 先验概率是对通过测试样本集的统计得到的。 2 3 语义模型评估 实验采用的是d d s m 的乳腺x 影像，利用截取的r o i 图片进行钙化病灶 的诊断，以此评价该语义模型的性能。 选取了1 5 2 幅r o i 图像作为训练集，通过采用统计训练样本数目的方法估 计先验概率，即“病症语义恶性程度的两个状态良性、恶性的概率各为 5 0 ，因此良性样本7 6 幅，恶性样本7 6 幅；另外用5 0 幅r o i 图像作为训练 集，其中良性样本2 3 幅，恶性样本2 7 幅。 s v m 推理部分各个支持向量机的分类性能及参数由下表给出。 表2 - 37 个s v m 参数及分类精度 t a b l e2 - 3m o d e lp a r a m e t e r & c l a s s i f i c a t i o na c c u r a c yo f 7s v m s 语义 o ( 核函数参数) c ( 惩罚冈子)分类精度( ) 图像均值 1 21 09 8 图像均匀度 o 21 09 8 粗槌性 1 2 i o9 8 圆形度 11 09 6 离心率 o 7 1 09 6 钙化簇人小 o 61 09 8 空问密度 o 8l o9 8 s v m 的分类精度较好，利用s v m 提取的中层语义及钙化病灶形态、分布 及密度三个语义，通过b n 推理可获得钙化病灶恶性程度的后验概率。 训练集与测试集的模型诊断结果参见表2 4 。 表2 4 诊断结果 t a b l e2 4d i a g n o s i sr e s u l t s 数捌集样本数币确诊断( )假阳率( )假阴率( ) 恶性7 6 8 6 8 4 训练集 1 9 1 41 3 1 6 良性7 6 8 0 2 6 恶性2 7 8 1 4 8 测试集 2 2 2 22 1 7 4 良性2 3 7 3 9 1 实验中，训练集中良性样本罩有1 5 例错判成恶性，且恶性样本中也有l o 例误判成良性，因此也造成了测试集中出现较高的假阳率与假阴率。虽然良性 哈尔滨理t 人学t 学颁i ：学位论义 样本相比较恶性样本而言，各方面结果稍显差，但该模型的实验结果较令人满 3 ，： ，毛蚕o 2 4 语义标注 利用该语义模型实现钙化病灶渗断的同时，也t ，丁完成图像的语义标注。f 而分别以，幅恶性样本和一幅良性样本为例，给出其标注结果。 澜 麓 a ) 恶性样本b ) 良性样本 图2 10 样本图片 f i g 2 10s a m p l ei m a g e 图2 1 0 为两幅样本的r o i 图像，其中a ) 为恶性样本，b ) 为良性样本，根 据b ns v m ，其恶性样本的标注结果参见表2 5 ，而良性样本的标注结果参见 表2 - 6 。 表2 - 5 恶性样本语义畅蕞e 结果 t a b l e2 - 5s e m a n t i ca n n o t a t i o no fm a li g n a n ts a m p l e 语义类别标注结果 形态：a m o r p h o u s ；分布：c l u s t e r ；密度：3 ； l 刳像均值人；图像不均匀：粗糙度小；吲形 特征语义 度小；离心率人：钙化点簇人； 钙化病：【f ：审问密度人； 恶性：7 7 7 9 病症语义 良性：2 2 2 1 其恶性概率为7 7 7 9 ，判定为恶性样本，与病理结果相同。 陔良。陀样本标注结果为： 哈尔滨理t 人学t 学硕 j 学位论文 表2 - 6 良性样本语义标注结果 t a b l e2 - 6s e m a n t i ca n n o t a t i o no fb e n i g ns a m p l e 语义类别标注结果 形态：p u n c t a t e - p l e o m o r p h i c ；