【机器学习】乳腺肿瘤超声图像二分类 利用小波变换和自相关系数

利用机器学习分类乳腺超声图像

利用小波变换和自相关系数来获取图像特征

小波变换

对图像做小波变换可以有效的提取出图片中的高频部分，比如边缘、形状等，具体细节可参考其他文章。

这里做完小波变换后的图片，我们将h1,v1,c1叠加求均值，得到图像的轮廓。

左边是原图，右边是经过小波变换叠加后的图，需要聚义的是经过小波变换后图像的大小会为原来的1/2。

自相关系数（纹理信息）

具体内容可以参考link

自相关系数在一定程度上可以反映图像的纹理信息，也可以用灰度共生矩阵来计算纹理特征，这个csdn有就不展开了。

得到的纹理信息可视化是这样的。

将这两个信息融合就能进行简单的分类了。

实验结果

五折交叉验证结果

输出报告

精确度有0.8已结很不错了。

最后要说的是图像不要加预处理，加降噪或者图像均衡都会导致准确率下降，因为预处理可能会导致纹理信息等丢失。

代码

import datetime

starttime = datetime.datetime.now()

import numpy as np
import os
import cv2
import sklearn.model_selection as ms
from sklearn.model_selection import train_test_split
from sklearn.metrics import confusion_matrix, classification_report
import matplotlib.pyplot as plt

# 数据读取

X = []
Y = []
path = os.listdir(r'C:\\Users\\Administrator\\Desktop\\classification\\originals')
classes = {'benign':0, 'malignant':1}
for cls in classes:
    pth = r'C:\\Users\\Administrator\\Desktop\\classification\\originals\\'+cls
    for j in os.listdir(pth):
        img = cv2.imread(pth+'/'+j, 0)
        img = cv2.resize(img, (200,200))
#         img = img.reshape(1,-1)/255
        X.append(img)
        Y.append(classes[cls])
X = np.array(X)
Y = np.array(Y)

# 数据处理
#求自相关系数
def autocorrelation_2D(image):
    '''
    Computes the 2D autocorrelation
    '''
    data = image-image.mean() 
    data = data / data.std()
    
    temp = real(fftshift(ifft2(fft2(data)*conj(fft2(data)))))
    temp = temp / (data.shape[0]*data.shape[1])
    
    return temp


import numpy as np
import pickle
import scipy
from scipy.interpolate import interp1d

from numpy.fft import fftshift, fft2, ifft2, fft, ifft
from numpy import real
from numpy import conj
aoto = autocorrelation_2D(img)
plt.imshow(aoto, cmap='gray')
T = []
for i in range(X.shape[0]):
    T.append(autocorrelation_2D(img))

T = np.array(T)


#单级小波分解，返回分别为低频分量，水平高频，竖直高频，对角高频，分别相当于上图中LL,HL,LH,HH
from pywt import dwt2,wavedec2

Z = []
for i in range(X.shape[0]):
    cA, (cH, cV, cD) = dwt2(X[i], 'db1')
    Z.append((cH+cV+cD) / 3)


Z = np.array(Z)
Z.shape
plt.imshow(Z[2], cmap='gray')


#对数据PCA降维
from sklearn.decomposition import PCA
pca = PCA(5)
P = []
# CON.reshape(-1,1)
for i in range(T.shape[0]):
    pca = pca.fit(T[i])
    P.append(pca.transform(T[i]))

P = np.array(P)
P.shape
plt.imshow(P[2], cmap='gray')

from sklearn.decomposition import PCA
pca = PCA(5)
S = []
# CON.reshape(-1,1)
for i in range(Z.shape[0]):
    pca = pca.fit(Z[i])
    S.append(pca.transform(Z[i]))

S = np.array(S)
S.shape
plt.imshow(S[2], cmap='gray')

#将两个数据concat
S = S.reshape(len(S), -1)
P = P.reshape(len(P), -1)
print(P.shape)
print(S.shape)
CON = []
CON = np.hstack((S,P))
CON = np.array(CON)
CON.shape

# 交叉验证+roc曲线
from sklearn import svm
from sklearn.metrics import roc_curve, auc
from sklearn.model_selection import StratifiedKFold

# 交叉验证
cv = StratifiedKFold(n_splits=5)  # 导入该模型，后面将数据划分6份
classifier = svm.SVC(kernel='rbf', gamma=0.0001, C=1000, probability=True, random_state=0)  # SVC模型 可以换作AdaBoost模型试试


# 画平均ROC曲线的两个参数
mean_tpr1 = 0.0  # 用来记录画平均ROC曲线的信息
mean_fpr1 = np.linspace(0, 1, 100)
cnt = 0
for i, (train, test) in enumerate(cv.split(CON, Y)):  # 利用模型划分数据集和目标变量 为一一对应的下标
    cnt += 1
    probas_ = classifier.fit(CON[train], Y[train]).predict_proba(CON[test])  # 训练模型后预测每条样本得到两种结果的概率
    fpr, tpr, thresholds = roc_curve(Y[test], probas_[:, 1])  # 该函数得到伪正例、真正例、阈值，这里只使用前两个
    

    mean_tpr1 += np.interp(mean_fpr1, fpr, tpr)  # 插值函数 interp(x坐标,每次x增加距离,y坐标)  累计每次循环的总值后面求平均值
    mean_tpr1[0] = 0.0  # 将第一个真正例=0 以0为起点

    roc_auc = auc(fpr, tpr)  # 求auc面积
    plt.plot(fpr, tpr, lw=1, label='ROC fold {0:.2f} (area = {1:.2f})'.format(i, roc_auc))  # 画出当前分割数据的ROC曲线
    print(classifier.score(CON[test], Y[test])) 
    pre_y = classifier.predict(CON[test])
    pre_y = np.array(pre_y)
#     confusion_matrix = confusion_matrix(Y[test],pre_y)
#     print(confusion_matrix)
    print(classification_report(Y[test], pre_y))
    

plt.plot([0, 1], [0, 1], '--', color=(0.6, 0.6, 0.6), label='Luck')  # 画对角线

mean_tpr1 /= cnt  # 求数组的平均值
mean_tpr1[-1] = 1.0  # 坐标最后一个点为（1,1）  以1为终点
mean_auc1 = auc(mean_fpr1, mean_tpr1)

plt.plot(mean_fpr1, mean_tpr1, 'k--', label='Mean ROC (area = {0:.2f})'.format(mean_auc1), lw=2)

plt.xlim([-0.05, 1.05])  # 设置x、y轴的上下限，设置宽一点，以免和边缘重合，可以更好的观察图像的整体
plt.ylim([-0.05, 1.05])
plt.xlabel('False Positive Rate')
plt.ylabel('True Positive Rate')  # 可以使用中文，但需要导入一些库即字体
plt.title('Receiver operating characteristic example')
plt.legend(loc="lower right")
plt.show()