基于混沌理論的醫(yī)學(xué)超聲影像處理研究

段亞玲＊，陳軍

(甘肅中醫(yī)藥大學(xué)定西校區(qū), 甘肅 定西,743000)

基金項目：定西師范高等專科學(xué)校 “基于混沌理論的醫(yī)學(xué)影像處理” 項目。

基于混沌理論的醫(yī)學(xué)超聲影像處理研究

段亞玲＊，陳軍+

(甘肅中醫(yī)藥大學(xué)定西校區(qū), 甘肅 定西,743000)

基金項目：定西師范高等?？茖W(xué)校 “基于混沌理論的醫(yī)學(xué)影像處理” 項目。

文章從基于混沌理論的醫(yī)學(xué)超聲影像處理研究的意義、國內(nèi)外研究現(xiàn)狀、動態(tài)、擬采取的研究方法、技術(shù)路線、研究的目、內(nèi)容、可行性及解決的關(guān)鍵問題等方面進(jìn)行了探討研究。

混沌理論：醫(yī)學(xué)影像：圖像處理：算法：非線性動力學(xué)

神經(jīng)網(wǎng)絡(luò)中的混沌現(xiàn)象在醫(yī)學(xué)、生物系統(tǒng)和模式識別等眾多領(lǐng)域得到廣泛的應(yīng)用[1-5]。隨著新型醫(yī)療成像儀器不斷涌現(xiàn)，臨床診斷中出現(xiàn)超聲圖像在疾病的診斷及選擇治療方法方面起決定性的作用，現(xiàn)代醫(yī)學(xué)越來越離不開圖像提供的信息[6-8]。因此，使用超聲醫(yī)學(xué)影像處理技術(shù)，快速、準(zhǔn)確地將超聲醫(yī)學(xué)圖像中的病變區(qū)域檢測出來。該研究對醫(yī)學(xué)圖像處理的理論和實踐具有重要現(xiàn)實的意義，對輔助醫(yī)生進(jìn)行超聲醫(yī)學(xué)圖像臨床診斷具有重要價值。

1 、國內(nèi)外研究現(xiàn)狀及發(fā)展動態(tài)

國外，自二十世紀(jì)六十年代，學(xué)者們在非線性系統(tǒng)尤其是混純方面取得的研究成果是十分可喜的。揭示非線性系統(tǒng)中存在著混純現(xiàn)象，它存在于反饋控制系統(tǒng)、自適應(yīng)控制系統(tǒng)、數(shù)字控制系統(tǒng)以及神經(jīng)網(wǎng)絡(luò)系統(tǒng)中。在生物醫(yī)學(xué)中，混沌流行病學(xué)正在形成。如，腦電混沌態(tài)、興奮性神經(jīng)元的吸引子結(jié)構(gòu)、心臟心室纖維性顫動的混沌、生化中受迫布魯塞爾振子的混沌，糖酵解中的混沌和蛋白質(zhì)等生物大分子的混沌等。總之，人體生理中充滿了混沌現(xiàn)象[1-4]。

國內(nèi)，部分學(xué)者對混沌信號檢測方法的初步研究之后，又利用統(tǒng)計原理對幅值和相位的檢測進(jìn)行研究等表明對混沌醫(yī)學(xué)應(yīng)用的研究仍處于探索階段[6-8]?；旒兝碚摻议_了數(shù)學(xué)、物理學(xué)乃至整個現(xiàn)代科學(xué)的新篇章，同時它也在確定論與概率論間架起了橋梁。

2 、研究的內(nèi)容與目標(biāo)

2.1 研究的內(nèi)容

圖像分割在醫(yī)學(xué)超聲圖像的定量、定性分析中均扮演著重要的角色，它直接影響到后續(xù)的處理與分析工作。針對醫(yī)學(xué)超聲圖像的特點，結(jié)合圖像處理技術(shù)，在圖像分割的基礎(chǔ)上研究了醫(yī)學(xué)超聲圖像的處理技術(shù)。首先，介紹B超、超聲圖像的格式、超聲圖像的采集、超聲圖像的特點等醫(yī)學(xué)超聲圖像的相關(guān)知識。其次，應(yīng)用直方圖技術(shù)、大尺度中值濾波、自適應(yīng)中值濾波、局部統(tǒng)計濾波等超聲圖像預(yù)處理方法，對超聲圖像噪聲抑制研究。最后，在分析了大量的醫(yī)學(xué)超聲圖像和借鑒傳統(tǒng)圖像處理方法的基礎(chǔ)上，研究了醫(yī)學(xué)超聲圖像處理技術(shù)。采用紋理分析、邊緣檢測、閾值分割、區(qū)域生長及活動輪廓模型等方法對醫(yī)學(xué)超聲圖像進(jìn)行實驗處理研究。并對基于模糊集、神經(jīng)網(wǎng)絡(luò)和數(shù)學(xué)形態(tài)學(xué)等多學(xué)科理論的處理方法進(jìn)行了有益的探索[9-12]。

2.2 研究的目標(biāo)

構(gòu)建基于混沌動力學(xué)模型的醫(yī)學(xué)超聲圖像處理模型；三維醫(yī)學(xué)超聲圖像可視化系統(tǒng)重建；針對醫(yī)學(xué)超聲圖像自身的特點，尋找出能夠提取更多描述圖像內(nèi)在特征的方法，并結(jié)合基于模糊集、神經(jīng)網(wǎng)絡(luò)和數(shù)學(xué)形態(tài)學(xué)等多學(xué)科理論的處理方法對其進(jìn)行操作，最終構(gòu)建出能適用于其技術(shù)。

3 、擬解決的關(guān)鍵問題

3.1 提高邊緣特征區(qū)分效果

本研究采用混沌動力學(xué)理論解決邊緣特征的問題。分割算法對增強(qiáng)后的圖像進(jìn)行了圖像分割，并結(jié)合模糊C均值聚類分割算法，采用經(jīng)典的分割圖像評價測度對各分割后的圖像進(jìn)行了質(zhì)量評價，從中獲取有用信息，以便進(jìn)一步用作處理。

3.2 確定最佳模式參量

人工神經(jīng)網(wǎng)絡(luò)模式分類在圖像識別中有其優(yōu)越性，圖像經(jīng)過某些預(yù)處理（增強(qiáng)、復(fù)原、壓縮）后，再進(jìn)行特征提取和分割，進(jìn)而按一定的判據(jù)進(jìn)行判決分類。采用合理算法，通過不斷地迭代直到信息收斂，使輪廓過渡自然，陰影紋理比較豐富，具有立體性。

設(shè)神經(jīng)元 i被認(rèn)為是輸入/輸出設(shè)備，輸出V i作 為輸入 u i的 函數(shù)即是激活函數(shù)，則有

通過求能量函數(shù)的問題的解

在任一t時刻，能量函數(shù)為

這里，懲罰項 Ft( V ) 為

式中，a 和 b 是正的常數(shù)P( V, W)是向量 V 和 W 相似程度的度量即相似函數(shù)，當(dāng)V = W 時， P ( V, W )最大。懲罰項中的指數(shù)項是為了防止積分增加到無窮大，并且對于已訪問過的狀態(tài)，再次搜索間隔的時間越短，懲罰項的值也越大，則快速脫離局部極小點，可達(dá)到選擇更好的參量。

4 、研究方案及可行性分析

4.1 研究方法

依據(jù)國內(nèi)外已有影像處理的基礎(chǔ)性研究情況，建立非線性動力學(xué)方程模型，從對比現(xiàn)有分割算法對增強(qiáng)后的方法入手，針對醫(yī)學(xué)超聲圖像的特點，對已有的醫(yī)學(xué)超聲圖像增強(qiáng)算法進(jìn)行研究，并采用各算法對超聲圖像進(jìn)行了實驗驗證和處理效果比較。針對某些算法的優(yōu)缺點，探討基于免疫遺傳算法的適配模板濾波處理算法。獲得優(yōu)質(zhì)的增強(qiáng)圖像后，再采用各種現(xiàn)有的分割算法對增強(qiáng)后的圖像進(jìn)行了圖像分割處理，確立基于其醫(yī)學(xué)超聲影像處理的優(yōu)化模型。

具體方法為：文獻(xiàn)研究法。參考相關(guān)文獻(xiàn)和有關(guān)學(xué)術(shù)報告，綜述而提出觀點；信息分析法。對調(diào)查取得的資料進(jìn)行匯總與分析，求同存異；對比分析法。實驗與仿真相結(jié)合，對比分析結(jié)果，解決問題；實驗分析法。對總結(jié)和修改后的算法進(jìn)行實驗，并分析其特點。

4.2 技術(shù)路線

擬采取的技術(shù)路線如圖1所示。

圖1 技術(shù)路線圖

4.3 可行性分析

4.3.1 混沌理論在生物學(xué)、生理學(xué)、心理學(xué)、數(shù)學(xué)、物理學(xué)、化學(xué)、電子學(xué)、信息科學(xué)、天文學(xué)、氣象學(xué)、經(jīng)濟(jì)學(xué)、音樂、藝術(shù)等不同領(lǐng)域中得到了應(yīng)用。在非線性數(shù)學(xué)建模、數(shù)值模擬以及試驗研究等方面積累了較為豐富的經(jīng)驗。

4.3.2 神經(jīng)元混沌的動力學(xué)模型描述

本研究所選取的外部正弦激勵的禁忌學(xué)習(xí)神經(jīng)元模型方程為：

這里，C、R、a 、a 和 b 是都是正常數(shù)，I是外部輸入量。

4.3.3 計算機(jī)內(nèi)存與外圍設(shè)備的快速發(fā)展推動了計算非線性動力學(xué)研究的深廣度。在如信息、通信等領(lǐng)域取得了較大的成功。

4.3.4 改進(jìn)算法與醫(yī)學(xué)超聲圖像的結(jié)合 將改進(jìn)后的算法與醫(yī)學(xué)超聲圖像相結(jié)，由于基于灰度直方圖特征提取方法、基于灰度共生矩陣特征提取方法的部分醫(yī)學(xué)超聲圖像的全局特征與局部特征體征提取技術(shù)均較為成熟，我們可從此類特征提取方法入手，利用相關(guān)的降維方法處理后與改進(jìn)后算法結(jié)合，可以取得較為理想的結(jié)果，結(jié)合其他特征提取手段或降維方法進(jìn)行改進(jìn)，使得整個項目在按期順利完成的同時達(dá)到預(yù)期的目的。

5 、結(jié)語

超聲醫(yī)學(xué)影像處理技術(shù)，快速、準(zhǔn)確地將超聲醫(yī)學(xué)圖像中的病變區(qū)域檢測出來。該研究對醫(yī)學(xué)圖像處理的理論和實踐具有重要現(xiàn)實的意義，對輔助醫(yī)生進(jìn)行超聲醫(yī)學(xué)圖像臨床診斷具有重要價值。

[1]S.J.Ho,J.J.Hoon.Adaptive Image Sequence Resolution Enhancement Using Multiscale Decomposition Based Image Fusion.Proc.SPIE.2013

[2]Strela V,Heller P N,Strang G, et al,The application of multiwavelet filter banks to signal and image processing.IEEE Trans ,on image processing,2015.

[3]Li Chunguang.A model of neuronal intrinsic plasticity[J].IEEE Transactions on Autonomous Mental Development.2011(3):277-284.

[4] Yang Y，Chen H，Wang D，et al．Diagnosis of pancreatic carcinoma based on combined measurement of multiple serum tumor markers using artificial neural network analysis［J].Chinese Medical Journal，2014，127 ( 10):1891-1896.

[5] Li C G.,Li Y K.A spike-based model of neuronal intrinsic plasticity[J].IEEE Trans Autonomous Mental Development，2013,5(1)62-73.

[6]陳軍,李春光.禁忌學(xué)習(xí)神經(jīng)元模型的電路設(shè)計及其動力學(xué)研究[J].物理學(xué)報, 2011(60):2-8.

[7]陳 軍.自適應(yīng)反饋單神經(jīng)元模型混沌非線性電路實現(xiàn)設(shè)計研究[J].華中師范大學(xué)學(xué)報:自然科學(xué)版，2013，47（3）：335-339.

[8]陳軍.外激勵禁忌學(xué)習(xí)單神經(jīng)元模型的動力學(xué)分析及混沌電路設(shè)計研究[J].遼寧大學(xué)學(xué)報:自然科學(xué)版, 2015, 41(1):21-28.

[9]徐艷春,楊春玲.高階混沌振子的微弱信號頻率檢測新方法[J].哈爾濱工業(yè)大學(xué)學(xué)報, 2010,42(3):446-450

[10] 陳軍,汪春菊,趙紅蕾,胡春玲,韓新民,賀莉萍.基于馬爾可夫模型的超聲醫(yī)學(xué)圖像處理研究[J]畜牧獸醫(yī)雜志,2016,35（2）:44-46.

[11]秦志恩.高分辨率醫(yī)學(xué)超聲影像工作站關(guān)鍵技術(shù)研究[D].濟(jì)南：山東大學(xué), 2010.

[12]田巧麗, 袁泉, 李清都,等.低維細(xì)胞混沌神經(jīng)網(wǎng)絡(luò)的電路實現(xiàn)[J].重慶郵電大學(xué)學(xué)報：自然科學(xué)版, 2015, 18(5):609-611.

Research of Medical ultrasound Image Processing Based on Chaos Theory

Duan Ya-ling, Chen Jun

( Dingxi Campus,GanSu University of Chinese Medicine, Dingxi Gansu 743000, China)

This paper studies the significance of medical ultrasound image processing based on chaos theory, research status at home and abroad, dynamic, the methods, the research method and technical route, the purpose and content, feasibility and solve the key problems of the research.

chaos theory;medical ultrasound image;image processing;algorithm;nonlinear dynamics

TP391.4

A