本发明属于甲状腺结节形态特征提取，具体涉及一种基于图像增强的甲状腺结节形态特征提取方法与装置。
背景技术：
1、甲状腺结节(tns)是甲状腺细胞异常增生后在甲状腺组织中呈现的组织团块，可能是单个也可能是多个，质地可能是实性的也可能是囊性的。该病病因多样，可能源于缺碘、正常甲状腺组织过度增生、退行性变、放射暴露史、遗传、甲状腺炎症等。甲状腺结节的患病人群在年龄上不设限，但流行病学统计数据显示，女性的患病率是男性的3.83倍，且具有放射暴露史和甲状腺结节家族史的人群的发病率较高。甲状腺结节点状多在无症状的情况下被发现，甚至甲状腺功能也是正常的。只有很少一部分的甲状腺结节会进展为其它甲状腺疾病。当结节病情发展，患者可能会感到颈部疼痛、咽喉部异物感，或者存在压迫感，有些人甚至会发生颈部水肿。
2、而在对甲状腺结节的识别方面，往往会用专利公开号为“cn113421228a”的现有技术方案的方法来执行识别，但是目前的甲状腺结节的识别方法还普遍存在赖于超声影像的主观分析，存在一定的误判和漏判风险，使得甲状腺结节的识别准确性不足和效率不高。
技术实现思路
1、为处理现有技术中具有的缺陷，本发明提出一种基于plc的高纯氧控制系统与方法，通过对收集的甲状腺超声影像数据执行图像增强；对图像预处理后的甲状腺超声影像数据执行特征提取；对提取的甲状腺结节的形态特征执行特征分析与可视化；由此在甲状腺结节良恶性鉴别中的准确率显著高于传统方法。此外，本发明还具有较高的鲁棒性和泛化能力，能够适应不同设备和不同质量的超声图像。本发明不仅能够辅助医生提高识别甲状腺结节的准确性和效率，还可以作为一种独立的筛查工具，广泛应用于甲状腺疾病的早期检测和识别。
2、本发明运用如下的技术方案。
3、一种基于图像增强的甲状腺结节形态特征提取方法，包括：
4、步骤1：对收集的甲状腺超声影像数据执行图像增强；
5、步骤2：对图像预处理后的甲状腺超声影像数据执行特征提取；
6、步骤3：对提取的甲状腺结节的形态特征执行特征分析与可视化。
7、优选地，步骤1具体包括：
8、步骤1.1：收集甲状腺超声影像数据，收集来自不同设备和多种质量的甲状腺超声影像数据；
9、步骤1.2：对收集的甲状腺超声影像数据执行图像预处理；
10、步骤1.3：形态学处理，对增强后的图像进行形态学操作，以提取结节的边缘和形态特征，其分别采用膨胀操作、腐蚀操作以及开运算进行图像处理。
11、优选地，步骤1.1具体包括：
12、(1)制定收集计划，目标是获取广泛代表性的甲状腺超声影像数据，其涵盖多种甲状腺结节类型；与多家医疗机构合作，确保甲状腺超声影像数据来自不同品牌和型号的超声设备，以涵盖不同分辨率和图像质量；
13、(2)使用专业的超声图像收集软件配置自动化收集流程，确保统一的图像格式和分辨率，设置收集参数，，对收集到的图像进行分类标注，记录详细的元数据，并存储在结构化的数据库系统中；
14、(3)实施多层次质量控制措施，首先筛选出模糊或噪声过大的图像，即使用图像处理算法进行预处置和初步质量评估。
15、优选地，步骤1.2具体包括：使用多尺度retinex(msr)算法对原始超声图像，也就是收集的甲状腺超声影像数据进行图像预处理。
16、优选地，使用多尺度retinex(msr)算法对原始超声图像，也就是收集的甲状腺超声影像数据进行图像预处理的方法，具体包括：
17、(1)输入原始超声图像i(x,y)(x和y代表的是原始超声图像中的空间坐标，x表示原始超声图像的水平方向坐标，y表示原始超声图像的垂直方向坐标)转换：将原始超声图像i(x,y)转换到对数域，以提高图像的动态范围，其公式如下：
18、log(i(x,y))；
19、(2)高斯滤波器配置：选择不同尺度的高斯滤波器fi(x,y)，每个滤波器捕捉不同细节和全局特征；
20、(3)在对数域中应用多尺度retinex公式，将不同尺度的滤波结果进行加权组合：
21、
22、其中，ωi为每个尺度的权重
23、(4)将加权组合处理后的图像r(x,y)转换回线性域，以得到增强后的图像ienhanced(x,y)：
24、ienhanced(x,y)＝exp(r(x,y))；
25、(5)局部对比度计算：计算原始超声图像的局部对比度c(x,y)，以调整每个像素的权重：
26、其中max(i(x,y))代表i(x,y)中的最大值，min(i(x,y))代表i(x,y)中的最小值；
27、自适应调整权重ωi(x,y)，具体实现为：
28、ωi(x,y)＝αic(x,y)+βi
29、其中，αi和βi均为调节系数；
30、(6)基于高斯滤波，引入边缘保持滤波，以此实现双边滤波，双边滤波器的公式为：
31、
32、其中，gs和gr分别是空间高斯函数和灰度高斯函数。
33、优选地，gs和gr的具体公式如下：
34、
35、其中，σs控制空间距离的平滑度；
36、
37、其中，σr控制灰度差异的平滑度。
38、优选地，步骤1.3具体包括：
39、(1)通过膨胀操作增强后的图像中的亮区域，选择一个合适的结构元素；
40、(2)通过腐蚀操作缩小图像中的亮区域，去除孤立的噪声点，选择与膨胀操作相同的结构元素，对每个像素点进行腐蚀操作，即将结构元素的中心对准该像素，如果结构元素完全包含在图像的亮区域内，则将该像素值设为局部最小值，生成腐蚀后的图像idilated(x,y)；
41、(3)采用开运算去除小的噪声点，同时保留较大结构的整体形态iopeded。
42、优选地，步骤2具体包括：
43、步骤2.1：选择transformer网络对图像预处理后的甲状腺超声影像数据进行特征提取；
44、步骤2.2：数据准备，即对特征提取处理后的图像划分训练集和测试集；
45、步骤2.3：模型训练，即使用visiontransformer网络训练模型，在visiontransformer网络训练模型中输入训练集和测试集以学习并提取甲状腺结节的形态特征。
46、优选地，步骤3具体包括：
47、步骤3.1：特征分析，分析提取到的作为高维特征向量的甲状腺结节的形态特征，以理解甲状腺结节的形态特征，即使用主成分分析降维方法，将高维特征向量降到二维或三维空间，通过降维后的数据，观察不同结节类型的聚类效果和分布情况。
48、一种基于图像增强的甲状腺结节形态特征提取装置，包括：
49、增强模块，其用于对收集的甲状腺超声影像数据执行图像增强；
50、提取模块，其用于对图像预处理后的甲状腺超声影像数据执行特征提取；
51、分析模块，其用于对提取的甲状腺结节的形态特征执行特征分析与可视化。
52、本发明的有益效果在于，与现有技术相比，本发明的技术效果包括：
53、通过对收集的甲状腺超声影像数据执行图像增强；对图像预处理后的甲状腺超声影像数据执行特征提取；对提取的甲状腺结节的形态特征执行特征分析与可视化；由此在甲状腺结节良恶性鉴别中的准确率显著高于传统方法。此外，本发明还具有较高的鲁棒性和泛化能力，能够适应不同设备和不同质量的超声图像。本发明不仅能够辅助医生提高识别甲状腺结节的准确性和效率，还可以作为一种独立的筛查工具，广泛应用于甲状腺疾病的早期检测和识别。
1.一种基于图像增强的甲状腺结节形态特征提取方法，其特征在于，包括：
2.根据权利要求1所述的基于图像增强的甲状腺结节形态特征提取方法，其特征在于，步骤1具体包括：
3.根据权利要求2所述的基于图像增强的甲状腺结节形态特征提取方法，其特征在于，步骤1.1具体包括：
4.根据权利要求3所述的基于图像增强的甲状腺结节形态特征提取方法，其特征在于，步骤1.2具体包括：使用多尺度retinex(msr)算法对原始超声图像，也就是收集的甲状腺超声影像数据进行图像预处理。
5.根据权利要求4所述的基于图像增强的甲状腺结节形态特征提取方法，其特征在于，使用多尺度retinex(msr)算法对原始超声图像，也就是收集的甲状腺超声影像数据进行图像预处理的方法，具体包括：
6.根据权利要求5所述的基于图像增强的甲状腺结节形态特征提取方法，其特征在于，gs和gr的具体公式如下：
7.根据权利要求6所述的基于图像增强的甲状腺结节形态特征提取方法，其特征在于，步骤1.3具体包括：
8.根据权利要求7所述的基于图像增强的甲状腺结节形态特征提取方法，其特征在于，步骤2具体包括：
9.根据权利要求8所述的基于图像增强的甲状腺结节形态特征提取方法，其特征在于，步骤3具体包括：
10.一种基于图像增强的甲状腺结节形态特征提取装置，其特征在于，包括：
