一种基于手工特征和深度特征融合的肺结节图像处理方法

摘要

本发明公开一种基于手工特征和深度特征融合的肺结节图像处理方法。从肺部CT图像中提取出肺结节的ROI；然后对肺结节的ROI提取13维手工特征；将在ImageNet上预训练的VGG16模型作为特征提取器，提取肺结节的ROI的深度特征；采用PCA对深度特征进行降维；将手工特征和降维后的深度特征级联以获得融合特征；将融合特征输入MKL‑SVM‑PSO算法实现肺结节识别。本发明将肺结节的手工特征和深度特征相融合，克服了手工特征无法完全反映病变内部特征的缺点，弥补了深度特征缺乏可解释性的问题；采用MKL‑SVM‑PSO作为肺结节识别算法，可以快速、准确地找到算法的最优参数组，更易得到全局最优解；将本发明应用于肺CAD中，可有效减轻医生负担，提高医疗效率。