于 超，王 璐，程道文

(1.長(zhǎng)春工業(yè)大學(xué)人文信息學(xué)院，吉林 長(zhǎng)春 130122；2.長(zhǎng)春工業(yè)大學(xué)應(yīng)用技術(shù)學(xué)院，吉林 長(zhǎng)春 130012；3.長(zhǎng)春工業(yè)大學(xué)基礎(chǔ)科學(xué)學(xué)院，吉林 長(zhǎng)春 130012)

作為當(dāng)前信息決策領(lǐng)域的重要組成的圖像數(shù)據(jù)挖掘技術(shù)被大量地應(yīng)用于醫(yī)學(xué)影像輔助診斷、地質(zhì)與海洋資源勘探、衛(wèi)星圖像分析等多種領(lǐng)域.[1]紋理特征、決策樹、分類規(guī)則和人工神經(jīng)網(wǎng)絡(luò)等技術(shù)是目前比較常用的圖像數(shù)據(jù)挖掘方法.[2-4]如能量、熵、慣性矩、局部平穩(wěn)和相關(guān)系數(shù)等紋理描述受外界影響較小，能夠直觀反映圖像灰度空間分布特征的紋理，在宏觀和微觀結(jié)構(gòu)兩方面較為準(zhǔn)確地描述了圖像的特性.[5-8]因此，在圖像分析與輔助決策中，上述因素能夠起到非常大的作用.醫(yī)學(xué)影像種類繁多，作為其重要組成部分的CT圖像在輔助診斷中起到關(guān)鍵作用.但是其紋理特征的數(shù)據(jù)量極大，如果對(duì)其數(shù)據(jù)進(jìn)行直接挖掘，效率不高，準(zhǔn)確率也有限.因此，本文提出了一種利用圖像降階結(jié)合Apriori算法對(duì)醫(yī)學(xué)圖像紋理特征進(jìn)行挖掘的模型，將醫(yī)院信息系統(tǒng)(HIS)中病患特征與降階處理后病患醫(yī)學(xué)圖像紋理特征相融合，通過剪枝技術(shù)建立關(guān)聯(lián)規(guī)則庫(kù)，采用規(guī)則庫(kù)中的規(guī)則對(duì)醫(yī)學(xué)圖像進(jìn)行信息挖掘.

1 圖像的降階處理

對(duì)于表達(dá)醫(yī)學(xué)圖像特別是CT圖像這類無規(guī)則圖像中的隨機(jī)紋理，需要的模板維數(shù)和個(gè)數(shù)都會(huì)非常大，在這種情況下，數(shù)據(jù)挖掘的空間對(duì)比于規(guī)則紋理來說將會(huì)極其復(fù)雜.因此，如果直接抽取圖像紋理特征來對(duì)此類醫(yī)學(xué)影像進(jìn)行圖像特征挖掘，其復(fù)雜度會(huì)非常高，效率也很低.假定圖像m×m的區(qū)域內(nèi)有G種灰度值，則該區(qū)域會(huì)產(chǎn)生m2G個(gè)項(xiàng)，則減少項(xiàng)的數(shù)量就會(huì)直接減少搜索空間[9]，從而提高未來的挖掘效率.而減小該區(qū)域內(nèi)項(xiàng)的方法是縮小m值和降低區(qū)域內(nèi)灰度個(gè)數(shù)G.本文按通行的計(jì)算機(jī)圖像降階處理方式所采用的灰度降階公式為

h=g×N/max_gray×(max_gray/N).

(1)

其中：max_gray為區(qū)域內(nèi)像素最大灰度值，N指將圖像降為N階，g為圖像原始灰度值，h為降階后圖像對(duì)應(yīng)的灰度值.通過文獻(xiàn)[10]的研究結(jié)果表明，將圖像降為4階后，基本未影響到圖像的細(xì)節(jié)信息，而圖像的視覺感受也十分接近原圖像.因?yàn)轶w現(xiàn)圖像紋理特征的高頻特征信息并不會(huì)隨著圖像的降階處理而受到影響，所以在此基礎(chǔ)上，將圖像降為4階，可以大大地減少挖掘空間，為后續(xù)的紋理特征提取與挖掘提供方便.

2 紋理特征提取

統(tǒng)計(jì)法和頻譜法是兩種主要的紋理特征提取與分析方法，本文應(yīng)用灰度共生矩陣提取降階后圖像的紋理特征信息.[11-12]灰度共生矩陣中有相關(guān)度特征、信息理論特征、統(tǒng)計(jì)特征以及紋理特征共4類14個(gè)特征參數(shù)包含著圖像紋理信息[13].根據(jù)文獻(xiàn)[13]的研究，本文選取了局部平穩(wěn)、能量、相關(guān)系數(shù)、慣性矩和熵這5個(gè)表達(dá)紋理特征能力較強(qiáng)的參數(shù).局部平穩(wěn)計(jì)算公式為

(2)

L(d，θ)反映了圖像紋理的平穩(wěn)性，即圖像區(qū)域內(nèi)變化的趨勢(shì).該值越大，表明在區(qū)域內(nèi)圖像的紋理變化越小，而且紋理均勻[13].能量計(jì)算公式為

(3)

E(d，θ)反映了圖像紋理的精細(xì)度，該值越小，表明區(qū)域內(nèi)圖像的紋理精細(xì)度越高[13].

相關(guān)系數(shù)計(jì)算公式為：

(4)

C(d，θ)即反映了區(qū)域內(nèi)圖像的灰度共生矩陣行與列的線性相關(guān)性，又反映了區(qū)域內(nèi)圖像紋理的均勻程度[13].慣性矩計(jì)算公式為

(5)

I(d，θ)是灰度共生矩陣的二次統(tǒng)計(jì)量，反映了圖像紋理的溝紋深淺度，直接反映了某個(gè)像素值及其領(lǐng)域像素值的亮度對(duì)比情況.即該值越大，圖像的溝紋越深，對(duì)比度越強(qiáng)，視覺效果更清晰.[13]熵的計(jì)算公式為

(6)

H(d，θ)是區(qū)域圖像的信息度量，其值越大，表明了圖像非均勻程度和復(fù)雜度越高，隨機(jī)度和噪聲越大.[13]

3 紋理特征預(yù)處理

所采集的幾類紋理特征值為數(shù)值型特征，如需進(jìn)行關(guān)聯(lián)特征挖掘，需要將其轉(zhuǎn)換為特征屬性.本文采用了數(shù)值型特征值預(yù)處理方式.

假定有一數(shù)值型特征項(xiàng)集合I={i1，i2，…，im}，有一實(shí)數(shù)集合P，則特征屬性集合為Iv={〈ik，v〉∈I×P}，數(shù)值型特征項(xiàng)ik具有屬性v，表示為元組〈ik，v〉.由于ik可分為數(shù)值型數(shù)據(jù)和范疇性數(shù)據(jù)，因而需進(jìn)一步處理特征屬性集合.IR={〈ik，l，u〉∈I×P×P|l≤u}，如果ik為數(shù)值型數(shù)據(jù)，則l≤u；如果ik為范疇性數(shù)據(jù)，則l=u.當(dāng)數(shù)值型屬性ik具有[l，u]范圍的取值時(shí)表示為〈ik，l，u〉∈IR.當(dāng)X?IR時(shí)，attributes(X)表示為集合{x|〈x，l，u〉∈X}，其中x為數(shù)值屬性項(xiàng).設(shè)[n1，n2]為特征值M的取值范圍，則其對(duì)應(yīng)的數(shù)值屬性集為{m|〈m，l，u〉k∈IR，l，u∈[n1，n2]}.對(duì)于[l，u]這一數(shù)值屬性值域區(qū)間的劃分，首先結(jié)合特征值的性質(zhì)與實(shí)驗(yàn)數(shù)據(jù)，確定[n1，n2]這個(gè)特征值的取值范圍，然后根據(jù)特征值自身的特點(diǎn)將該取值范圍劃分成相等的若干個(gè)區(qū)間.按照如上原則，最終得到IR這一數(shù)值屬性集合，即特征集合(見表1).

表1 特征值屬性集合及區(qū)域劃分

4 圖像挖掘數(shù)據(jù)庫(kù)的建立

本文提出的圖像挖掘數(shù)據(jù)庫(kù)的建立：結(jié)合醫(yī)院信息系統(tǒng)中的病患病史信息、病患自然信息以及前面抽取出的圖像紋理特征信息，將這些信息以事物的形式存入數(shù)據(jù)庫(kù)中.用(CTID；LayID；i1，i2，…，in；j1，j2，…，jm；Class)作為數(shù)據(jù)庫(kù)記錄的存儲(chǔ)形式.其中：CTID為事務(wù)編號(hào)；LayID表示CT圖像層編號(hào)；ix為圖像的紋理特征信息；jx為醫(yī)院信息系統(tǒng)中的病患相關(guān)信息；Class表示圖像是否正常.為了更準(zhǔn)確地發(fā)現(xiàn)關(guān)聯(lián)規(guī)則，抽取正常圖像的所有5種紋理特征信息和抽取病變圖像中病灶點(diǎn)區(qū)域的紋理特征信息建立數(shù)據(jù)庫(kù).

5 圖像紋理關(guān)聯(lián)規(guī)則的挖掘

5.1 關(guān)聯(lián)規(guī)則挖掘算法

應(yīng)用Apriori算法挖掘已建立的圖像挖掘數(shù)據(jù)庫(kù)中的數(shù)據(jù)，從而建立提取的圖像紋理特征信息與圖像是否有病變這一結(jié)論之間的關(guān)聯(lián)規(guī)則.關(guān)聯(lián)規(guī)則的條件為特征數(shù)據(jù)庫(kù)中數(shù)據(jù)的合區(qū)形式，關(guān)聯(lián)規(guī)則的推出結(jié)論為圖像是否懷疑有病變特征，即圖像是否正常.

圖像紋理關(guān)聯(lián)規(guī)則的挖掘分為訓(xùn)練階段和測(cè)試階段[14-15].訓(xùn)練階段：用明確知道病變特征的分類圖像來訓(xùn)練系統(tǒng)，合并圖像紋理特征以及病患自然特征，并將其存入圖像挖掘數(shù)據(jù)庫(kù)，應(yīng)用Apriori算法挖掘數(shù)據(jù)庫(kù)中滿足約束條件的關(guān)聯(lián)規(guī)則；測(cè)試階段：利用訓(xùn)練階段得到的關(guān)聯(lián)規(guī)則分類不知道是否有病變的CT圖像，一旦匹配，即可將CT圖像分類為正常和異常2種類型，進(jìn)而通過專家校驗(yàn)來判定關(guān)聯(lián)規(guī)則分類圖像的準(zhǔn)確性.

5.2 關(guān)聯(lián)規(guī)則獲取與應(yīng)用

本文獲取關(guān)聯(lián)規(guī)則的方法：將圖像挖掘數(shù)據(jù)庫(kù)中的特征合區(qū)集合作為關(guān)聯(lián)規(guī)則的前件，將圖像所屬類別作為關(guān)聯(lián)規(guī)則的后件.將圖像挖掘數(shù)據(jù)庫(kù)中每2 000條數(shù)據(jù)作為一組，共抽取10組數(shù)據(jù)用來建立關(guān)聯(lián)規(guī)則的挖掘模型.將其最小支持度設(shè)置為25%，最小可信度設(shè)置為50%.用10組數(shù)據(jù)中的第1組數(shù)據(jù)作為測(cè)試樣例，其余的9組數(shù)據(jù)作為訓(xùn)練樣本，將訓(xùn)練得到的關(guān)聯(lián)規(guī)則應(yīng)用于第1組測(cè)試樣例，從而獲得一個(gè)圖像分類結(jié)果準(zhǔn)確率.將以上的過程重復(fù)10次，分別用于10組數(shù)據(jù)，最后將10組測(cè)試的準(zhǔn)確率取均值，以此均值作為模型的綜合準(zhǔn)確率.

在實(shí)驗(yàn)過程中，先后使用了2組圖像樣本，第1組樣本中異常圖像(紋理特征反映有病變特性)和正常圖像所占比例為70%和30%，該組圖像訓(xùn)練出的關(guān)聯(lián)規(guī)則綜合準(zhǔn)確率為66.60%(見表2中結(jié)果1的準(zhǔn)確率)；第2組樣本中將2種圖像的比例調(diào)整為1∶1，即各占50%，該組圖像訓(xùn)練出的關(guān)聯(lián)規(guī)則綜合準(zhǔn)確率提升為77.68%(見表2中結(jié)果2的準(zhǔn)確率).但這個(gè)準(zhǔn)確率仍然不滿足醫(yī)學(xué)輔助診斷的要求.為了提高準(zhǔn)確率，對(duì)第2組平衡數(shù)據(jù)訓(xùn)練得到的規(guī)則集合使用對(duì)關(guān)聯(lián)規(guī)則進(jìn)行剪枝處理的方法，通過剪枝，提出規(guī)則中影響判定準(zhǔn)確率的噪音，具體剪枝方式如下：

(1) 若存在2條規(guī)則，其前件相同但是結(jié)論卻相反，則將這兩條規(guī)則同時(shí)從關(guān)聯(lián)規(guī)則庫(kù)中刪除.

(2) 若存在規(guī)則a與規(guī)則b.(ⅰ)兩條規(guī)則的前件條件不同但是結(jié)論相同；(ⅱ)規(guī)則a的前件條件是規(guī)則b前件條件的子集.則在滿足如下條件之一的情況下，在關(guān)聯(lián)規(guī)則庫(kù)中保留規(guī)則a，刪除規(guī)則b.

(a)規(guī)則b的可信度低于規(guī)則a；

(b)規(guī)則a與規(guī)則b的可信度相同，規(guī)則b的支持度低于規(guī)則a；

(c)規(guī)則a與規(guī)則b的支持度與可信度均相同，規(guī)則b的前件條件多于規(guī)則a.

按照上述規(guī)則對(duì)第2組平衡數(shù)據(jù)訓(xùn)練得到的關(guān)聯(lián)規(guī)則集合進(jìn)行剪枝處理之后，新的關(guān)聯(lián)規(guī)則庫(kù)綜合判斷準(zhǔn)確率為88.74%(見表2中結(jié)果3的準(zhǔn)確率)，與原有的關(guān)聯(lián)規(guī)則庫(kù)相比，準(zhǔn)確率有了一定的提升，也基本滿足了醫(yī)學(xué)輔助診斷的要求.

表2 關(guān)聯(lián)規(guī)則庫(kù)準(zhǔn)確率對(duì)比表

5.3 關(guān)聯(lián)規(guī)則解釋

結(jié)合自然語(yǔ)言可以將關(guān)聯(lián)規(guī)則庫(kù)中的規(guī)則按照一定醫(yī)療診斷結(jié)論予以解釋.

(1) 關(guān)聯(lián)規(guī)則：0<能量<0.3≥圖像異常.

規(guī)則解釋：紋理特征值中的能量主要反映了圖像的平滑度，反映了灰度分布在一定范圍內(nèi)連續(xù)變化的情況，能量越低則紋理平滑度越高.基于以上原則，可以解釋為當(dāng)一幅肝部CT圖像紋理特征中的能量值在(0，0.3)這一區(qū)間上時(shí)，肝部表面紋理粗糙，有纖維化的可能.

(2) 關(guān)聯(lián)規(guī)則：0.70<局部平穩(wěn)<0.74&&0<相關(guān)系數(shù)<0.1≥圖像正常.

規(guī)則解釋：當(dāng)一幅CT圖像排列規(guī)律較強(qiáng)，同時(shí)局部均勻程度又介于0.7～0.74這一區(qū)間時(shí)，可以得出圖像正常這一結(jié)論.

在進(jìn)行規(guī)則挖掘時(shí)，最小置信度和最小支持度是2個(gè)重要參數(shù)，例如定義“0.70<局部平穩(wěn)<0.74&&0<相關(guān)系數(shù)<0.1≥圖像正?！钡闹С侄葹镾，置信度為C，則S=0.70<局部平穩(wěn)<0.74&&0<相關(guān)系數(shù)<0.1≥圖像正常/數(shù)據(jù)庫(kù)中全部圖像；C=0.70<局部平穩(wěn)<0.74&&0<相關(guān)系數(shù)<0.1≥圖像正常/0.70<局部平穩(wěn)<0.74&&0<相關(guān)系數(shù)<0.1的圖像，要求C≥0.5并且S≥0.25.

按照上述方式對(duì)關(guān)聯(lián)規(guī)則庫(kù)中的規(guī)則進(jìn)行解釋，得出的結(jié)論見表3.

表3 關(guān)聯(lián)規(guī)則解釋的部分結(jié)論

6 結(jié)束語(yǔ)

借助數(shù)據(jù)挖掘方法在圖像中的應(yīng)用，提出了一種利用圖像降階結(jié)合Apriori算法的對(duì)醫(yī)學(xué)圖像紋理特征進(jìn)行挖掘的模型.將醫(yī)院信息系統(tǒng)(HIS)中病患特征與病患的醫(yī)學(xué)圖像紋理特征相融合，通過剪枝技術(shù)建立關(guān)聯(lián)規(guī)則庫(kù)，采用規(guī)則庫(kù)中的規(guī)則對(duì)醫(yī)學(xué)圖像進(jìn)行了信息挖掘.實(shí)驗(yàn)結(jié)果表明，依靠本方法挖掘的關(guān)聯(lián)規(guī)則能夠很好地表達(dá)紋理，并對(duì)醫(yī)療輔助診斷起到了一定的幫助.未來將進(jìn)一步對(duì)關(guān)聯(lián)規(guī)則進(jìn)行擴(kuò)充，用更多的數(shù)據(jù)訓(xùn)練挖掘規(guī)則并改進(jìn)算法，進(jìn)一步提高關(guān)聯(lián)規(guī)則輔助判斷的準(zhǔn)確率.