【正文】 設(shè)計(jì)的紋理分析方法，就意味著在之后的實(shí)現(xiàn)過(guò)程中我們要遇到很多問(wèn)題如下： (1)灰度共生矩陣中二次量化對(duì)紋理描述的影響的重要性，并且在使用時(shí)，應(yīng)將量化級(jí)取為多少才算合理? 我們之前的理論學(xué)習(xí)中知道灰度共生矩陣的計(jì)算量很大。 m_dInertiaQuadrature = dInertiaQuadrature。 dCorrelation /= (rolltimeH*rolltimeW)。 dLocalCalm += dLocalCalm1。 dEnergy += dEnergy1。 q。 jrolltimeW。 。 。 MakeBitmap()。所以我們采用灰度共生矩陣的方法，選用VC完成算法實(shí)現(xiàn)，對(duì)肝臟超聲圖像進(jìn)行紋理特征提取?；叶裙采荜噭t可以得出反映圖像本身的紋理特性，不受現(xiàn)有模型的限制。本文所以選擇它，其原因主要是:(1)灰度共生矩陣是一種相時(shí)成熟的紋理分析方法，其生成方式及相應(yīng)特征量的計(jì)算都是經(jīng)過(guò)無(wú)數(shù)實(shí)踐驗(yàn)證的。（3） C語(yǔ)言不適合開(kāi)發(fā)大型程序。 C++概述C++是美國(guó)貝爾實(shí)驗(yàn)室的Bjarne Stroustrup 博士在C語(yǔ)言的基礎(chǔ)上，彌補(bǔ)了C語(yǔ)言存在的一些缺陷， 了面向?qū)ο蟮奶卣?，?980年開(kāi)發(fā)出來(lái)的一種過(guò)程性與對(duì)象性結(jié)合的程序設(shè)計(jì)語(yǔ)言。可執(zhí)行文件分為兩種版本：Debug和Release。然后，啟動(dòng)編譯程序，編譯程序首先調(diào)用預(yù)處理程序處理程序中的預(yù)處理命令（如include,define等），經(jīng)過(guò)預(yù)處理程序處理的代碼將作為編譯程序的輸入。使用MFC庫(kù)開(kāi)發(fā)應(yīng)用程序可以減少很多工作量。Developer Studio中除了程序編輯器、資源編輯器、編譯器、調(diào)試器外，還有各種工具和向?qū)Вㄈ鏏ppWizard和ClassWizard），以及MFC類(lèi)庫(kù)，這些都可以幫助程序員快速而正確地開(kāi)發(fā)出應(yīng)用程序。集成開(kāi)發(fā)環(huán)境（IDE）是一個(gè)將程序編輯器、編譯器、調(diào)試工具和其他建立應(yīng)用程序的工具集成在一起的用于開(kāi)發(fā)應(yīng)用程序的軟件系統(tǒng)。 第三章 超聲肝臟紋理分析設(shè)計(jì)的應(yīng)用 Visual C++開(kāi)發(fā)環(huán)境及C++語(yǔ)言的簡(jiǎn)介 C++開(kāi)發(fā)環(huán)境Visual C++這款軟件是微軟公司開(kāi)發(fā)的一個(gè)開(kāi)發(fā)環(huán)境，Visual C++是一個(gè)功能強(qiáng)大的可視化軟件開(kāi)發(fā)工具。（5）逆差矩（局部平穩(wěn)性）：它度量圖像紋理局部變化的多少。當(dāng)一副圖像中相似的紋理區(qū)域有某種方向性時(shí)，其差值較大。（2）對(duì)比度（慣性矩）CON=對(duì)比度是灰度共生矩陣主對(duì)角線(xiàn)附近的慣性矩，它度量矩陣的值是如何分布和圖像中局部變化的多少，反映了圖像的清晰度和紋理的溝紋深淺。(5)逆差矩： ()（6）和平均： ()（7）和方差: （）（8）和熵： （）（9）熵： （）（10）差方差：的方差 （）（11）差熵： （）（12）（13）相關(guān)信息測(cè)度： （） （）式中Hx為px的熵，Hy為py的熵， （14）最大相關(guān)系數(shù)：矩陣Q的第二最大特征值式中矩陣Q的第i行第j列元素為： （） 灰度共生矩陣常用的特征參數(shù)從上面給出的參數(shù)可以看出，灰度共生矩陣以及特征值的計(jì)算量很大，為了簡(jiǎn)便起見(jiàn)，一般采用以下五個(gè)常用的特征來(lái)提取圖像的紋理特征：（1）角二階矩（能量）ASM= （）角二階矩陣式灰度共生矩陣各元素的平方和，又稱(chēng)為能量。當(dāng)d=1，θ=45o時(shí)共有2（NY1）(NX1)個(gè)相鄰點(diǎn)，所以取R=2（NY1）(NX1)。因此，在求灰度共生矩陣之前，常壓縮為16級(jí)。這里的d一般可以取為d=1，2，3，4，8等值。ln=0。假定一副圖像的f在水平方向有Nx個(gè)像素，在垂直方向上有Ny個(gè)像素組成，每個(gè)像素的灰度級(jí)最大為Ng。小波理論的應(yīng)用方面，最早進(jìn)少、。平面圖像可以看成二維信號(hào)，因此，小波分析很自然地被運(yùn)用到圖像處理領(lǐng)域。與Fourier分析和Gabor變換相比，小波變換是時(shí)間(空間)須率的局部化分析，它通過(guò)伸縮平移運(yùn)算對(duì)信號(hào)逐步進(jìn)行多尺度細(xì)化，最終達(dá)到高頻處時(shí)間細(xì)分、低頻處頻率細(xì)分，能自動(dòng)適應(yīng)時(shí)頻信號(hào)分析的要求，從而可聚焦到信號(hào)的任意細(xì)節(jié)，解決了Fourier變換的困難問(wèn)題，成為繼Fourier分析以來(lái)在科學(xué)方法上的重大突破。為了彌補(bǔ)分形維的不足，Ghaudhuri對(duì)圖像先做一些簡(jiǎn)單變換，再計(jì)算變換后圖像的分形維。線(xiàn)段的維數(shù)是1，正方形的維數(shù)為2，若用線(xiàn)段來(lái)測(cè)量正方形結(jié)果為無(wú)窮大，說(shuō)明尺度太細(xì)了。其中，以分形理論和小波理論的應(yīng)用最為突出。在這里象素間的相互作用力并不是真正意義上的象素間的相互作用，而是反映了紋理中一些特定的信號(hào)組合出現(xiàn)的概率，象素間信號(hào)組合的概率分布越不均勻，即不同象素上信號(hào)間的概率關(guān)系稱(chēng)之為象素間相互作用。引入MRF作為圖像的隨機(jī)模型是紋理分析中的一個(gè)重要成就。e(s)是均值為0而方差為s2的高斯隨機(jī)變量。常用的模型有聯(lián)立自回歸模型(SAR) ,Markov隨機(jī)場(chǎng)(MRF)模型，Gibbs隨機(jī)場(chǎng)模型等。最后，圖像總體的方向性可以通過(guò)計(jì)算直方圖中峰值的尖銳程度獲得，表示如下: （） 上式中的r為直方圖歸一化系數(shù)，p代表直方圖中的峰值，F(xiàn)為量化后的方向角，np為直方圖峰值個(gè)數(shù)，F(xiàn)p為波峰中心位置，Wp為該峰值兩側(cè)谷底距離。方向度方向度的計(jì)算需要首先計(jì)算每個(gè)象素處的梯度向量。 （）其中對(duì)于每個(gè)象素，能使E值達(dá)到最大(無(wú)論水平還是垂直方向)的k值用來(lái)設(shè)置最佳尺寸Sbest（x，y）=2k最后，粗糙度可以通過(guò)計(jì)算整幅圖像中Sbest的平均值來(lái)得到: （） ，因此對(duì)圖像分析更為有利。其中，粗糙度(Coarsenes) 。V4=[1,2,0,2,1]。自相關(guān)函數(shù)擴(kuò)展的一種測(cè)度是二階矩，即 ()可見(jiàn)，紋理粗糙性越大。j,k)隨著偏離值增大而下降的速度較慢。1177。周期大的紋理粗，周期小的紋理細(xì)。但在實(shí)際情況下，紋理往往不能滿(mǎn)足這個(gè)假設(shè)條件，所以結(jié)構(gòu)化紋理分析的應(yīng)用范圍有限。 (2)基于模型:這種方法假定研究的紋理是由某模型過(guò)程的一些參數(shù)決定的，所以我們可以用模型參數(shù)作為紋理的特征來(lái)識(shí)別紋理圖像。紋理的空間組織可以是隨機(jī)的，可能一個(gè)基元對(duì)相鄰基元有成對(duì)的依賴(lài)關(guān)系，或者幾個(gè)基元同時(shí)相互關(guān)聯(lián)。結(jié)構(gòu)分析法從圖像(或局部區(qū)域)的排列特征出發(fā)著力找出紋理基元，再?gòu)慕Y(jié)構(gòu)組成上探索紋理的分布規(guī)律，計(jì)算紋理基元的特征參數(shù)或構(gòu)成紋理的結(jié)構(gòu)參數(shù)。紋理檢索：通過(guò)某種相似性準(zhǔn)則計(jì)算紋理特征之間的距離，對(duì)圖像進(jìn)行識(shí)別檢索。有監(jiān)督紋理風(fēng)是指在對(duì)待分割圖像掌握一定經(jīng)驗(yàn)知識(shí)的情況下的紋理分割，反之則稱(chēng)為無(wú)監(jiān)督分割。常用的紋理特征有粗糙度、方向性、一致性等。由于紋理的大量存在和復(fù)雜多樣，紋理分析在上述以及他相關(guān)應(yīng)用領(lǐng)域不但具有重要的地位，而且具有較大的難度，因而一直是人民關(guān)注和研究的一個(gè)熱點(diǎn)和難點(diǎn)。肝臟B超圖像紋理是由于各種不同的肝臟組織纖維不同，使其對(duì)超聲脈沖的吸收、衰減、反射有差異，超聲脈沖又相互作用而形成的。因?yàn)槿斯ぜy理和自然紋理的模式多種多樣，迄今為止對(duì)于紋理還沒(méi)有一個(gè)公認(rèn)的定義。從紋理的局部區(qū)域統(tǒng)計(jì)特征上可以將紋理大致地分為結(jié)構(gòu)紋理和隨機(jī)紋理（如圖一、圖二）。從紋理信息的產(chǎn)生過(guò)程劃分可以將紋理分為認(rèn)為紋理和自然紋理。例如遙感圖像中的氣象云圖和各種地貌反映在圖像上就是不同方向、不同形狀和不同粗糙度的紋理。 本章小結(jié)本章首先介紹了超聲圖像分析的發(fā)展需求及發(fā)展由來(lái)使我們對(duì)超聲圖像分析能有一個(gè)更好的了解，進(jìn)而對(duì)肝臟的超聲圖像的特征做了大致的分析，為接下來(lái)我們介紹對(duì)肝臟超聲圖像的紋理分析奠定了一定的基礎(chǔ)。上面所討論的是屬于醫(yī)學(xué)范疇，并用醫(yī)學(xué)語(yǔ)言描述的不同肝臟疾病的超聲圖像特征。肝硬化病變的程度不同導(dǎo)致肝實(shí)質(zhì)回聲表現(xiàn)有以下變化:(1 )回聲增高增密，分布不均勻。細(xì)膩、均勻、增多、增強(qiáng)。正常肝臟在右側(cè)肋下可見(jiàn)一低回聲區(qū)，肝實(shí)質(zhì)呈細(xì)小光點(diǎn)，分布均勻，有時(shí)可見(jiàn)稀疏、散在的略強(qiáng)光點(diǎn)及短小線(xiàn)狀回聲，且輪廓完整，邊界整齊，與周?chē)缦耷逦?肝臟疾病及其超聲學(xué)特征要通過(guò)研究肝臟B超圖像所反映的不同病變表現(xiàn)出來(lái)的不同的變化規(guī)律，就需要了解它們?cè)诼曄駡D上的差異。而扇形掃查則是使超聲波束在人體內(nèi)做快速扇形運(yùn)動(dòng)，進(jìn)而在CRT上顯示出一幅扇形的切面圖像B超診斷疾病，通常是根據(jù)圖像所顯示某一器官或病變的大小、形態(tài)及內(nèi)部結(jié)構(gòu)等變化做出診斷。根據(jù)監(jiān)測(cè)其回聲的延遲時(shí)間、形成了我們今天的B超圖像。但是，對(duì)于脂肪肝等肝臟實(shí)質(zhì)器官的病變?cè)\斷并沒(méi)有一個(gè)量化方法來(lái)進(jìn)行處理，主要還是依據(jù)醫(yī)生的經(jīng)驗(yàn)，根據(jù)超聲圖像特征和灰階的分布大致推斷組織內(nèi)部的散射結(jié)構(gòu)，進(jìn)而判別病變情況，即目前的診斷主要以定性分析為基礎(chǔ)。但B超也有其不足之處，由于超聲醫(yī)學(xué)診斷主要利用了超聲脈沖回波的幅度參數(shù)來(lái)提取真短信息，受設(shè)備等各方面因素制約，使超聲醫(yī)學(xué)圖像具有灰度級(jí)對(duì)比度低，特別是在某些局部細(xì)節(jié)上沒(méi)有明顯的灰度差別等缺點(diǎn)，使得人的視覺(jué)分辨較為困難，所得到的診斷結(jié)果帶有醫(yī)生的主管經(jīng)驗(yàn)判斷，這在很大程度上取決于醫(yī)生的臨床經(jīng)驗(yàn)。目前在醫(yī)學(xué)臨床上應(yīng)用的超聲診斷儀有許多類(lèi)型，B型超聲室其中一種，而且是臨床上應(yīng)用最廣泛和簡(jiǎn)便的一種。B超聲圖像中所涉及的幾個(gè)主干特征分別是所診斷器官的直徑、壁厚、圖像的灰度值和紋理等。計(jì)算機(jī)和醫(yī)學(xué)圖像處理技術(shù)作為這些成像技術(shù)的發(fā)展基礎(chǔ)，帶動(dòng)著現(xiàn)代醫(yī)學(xué)診斷正產(chǎn)生著深刻的變革。然而，由于環(huán)境的嚴(yán)重破壞工作中的激烈競(jìng)爭(zhēng)和沉重的生活壓力，人們的健康水平卻不甚樂(lè)觀。健康己成為人們當(dāng)前最關(guān)注的話(huà)題之一。這些成像技術(shù)的目的是全面而精確地獲得病人的各種定量定性數(shù)據(jù)，為診斷、治療計(jì)劃、手術(shù)和術(shù)后評(píng)估提供正確的數(shù)字式的信息，它們的快速發(fā)展必將引發(fā)醫(yī)學(xué)影像領(lǐng)域一場(chǎng)新的革命。醫(yī)學(xué)領(lǐng)域知