基于结构张量的Weber特征表示与多尺度分析在脑CT图像缺血性脑卒中自动分类中的创新研究

　　本综述提出一种改进的韦伯局部描述符（MWLD），结合结构张量精准方向计算与多尺度分析，成功实现脑CT图像中缺血性脑卒中（急性、慢性与正常）的高精度自动分类。该方法在4850张图像数据集上达到98.34%的最高测试准确率，显著优于现有特征描述方法，为临床决策支持提供了高效、可靠的计算机辅助诊断（CAD）工具。

　　

1 引言

缺血性脑卒中是一种因脑部血液供应中断而引起的脑血管事件，是全球主要的健康负担之一，也是导致残疾和死亡的首要原因之一。2019年，缺血性脑卒中占全球所有卒中病例的62.4%。快速准确的诊断对于有效治疗和减少长期神经功能损害至关重要。然而，早期诊断在医疗资源匮乏地区尤其具有挑战性，研究表明，22%的缺血性脑卒中因症状不典型在急诊中被误诊，延误治疗并导致预后恶化。尽管现有许多计算方法存在成本高、泛化能力差等问题，神经影像技术尤其是计算机断层扫描（CT）和磁共振成像（MRI）在缺血性脑卒中的诊断中扮演着关键角色。CT因其快速、普及和低成本成为急性期首选影像学方法，但早期CT图像可能表现正常，仅显示轻微的低密度征或灰白质分界消失等早期缺血改变，这些征象常被经验不足的放射科医生或资源有限的环境所遗漏，因此亟需开发可靠、自动化的方法以支持基于CT影像的早期卒中诊断。

近年来，基于优化的特征提取与选择技术在生物医学图像应用中备受关注，如Harris Hawk优化和Moth Flame优化等仿生策略已有效应用于多种生物医学图像分析任务。然而，这些方法通常计算成本高或对图像变化缺乏不变性。相比之下，本研究提出的改进韦伯局部描述符（MWLD）利用结构张量方向性和多尺度框架，提取紧凑而富有表达力的特征，专门针对卒中相关的脑CT图像设计。

2 文献综述

以往关于缺血性脑卒中图像分类的研究主要集中在使用CT图像的机器学习（ML）和深度学习（DL）方法。根据相关工作的不同重点，可将其分为以下几类。

2.1 传统CAD与ML技术

Filho等人提出了一种基于脑组织射线密度的特征提取方法，用于CT图像中的卒中分类，通过优化密度范围以实现准确诊断。Peixoto等人在频域中利用傅里叶变换构建了结构共现矩阵（SCM）以捕获分类所需的关键结构特征。Lin等人采用离群值检测方法，发现基于密度的噪声应用空间聚类（DBSCAN）可实现99.2% ± 0.7%的准确率，并在改良Rankin量表（mRS）为4分时表现良好。Yahiaoui等人提出了一个三阶段流程，包括去颅骨和去噪、通过拉普拉斯金字塔进行多尺度对比度增强以及模糊c均值分类，以检测急性卒中低密度区。Reboucas等人应用改进的水平集技术进行CT图像中的卒中分割，优化灰度操作和初始零水平集，并与相干传播水平集、分水岭和区域生长算法等方法进行了比较。

2.2 DL技术

Gahiwal等人使用Kaggle脑卒中CT图像数据集（包含2551张CT扫描图像），设计了一个卷积神经网络（CNN）用于卒中检测。Zeynal等人描述了一种基于Transformer的多模态网络（TranSOP），该网络结合了Transformer和多模态融合模块，利用非增强CT（NCCT）图像和临床数据预测缺血性脑卒中患者的mRS评分。研究表明，Transformer与临床数据结合时表现更佳，并在MR CLEAN数据集上比较了视觉Transformer（ViT）、数据高效图像Transformer（DeiT）和Swin Transformer等不同Transformer拓扑与传统基于CNN的算法。Neethi等人考虑了出血性、缺血性和正常三类，通过CNN处理NCCT脑扫描图像，使用P-Proc Tomogram定制预处理NCCT扫描以增强其质量。CNN架构中的多尺度特征提取包括M块、特征微调以及通过F块（包含捆绑卷积和跳跃连接）进行特征累积，通过全局平均池化层和softmax函数确定卒中类型。Abhulfaraj等人提出了一种用于识别CT图像中脑卒中（BS）的DL模型，利用特征融合技术结合多种DL架构的优势，实现了高精度和可靠性，其降低的计算复杂度和更快的推理时间使其适合实时临床应用。Fang等人使用了50个临床特征进行卒中分类。Kuang等人提出的I2PC-Net是一种DL模型，可同时从急性缺血性脑卒中患者的NCCT图像中分割缺血半暗带（IP）和梗死核心（IC），并采用多尺度卷积（MSC）块、自注意力（SA）块和分层深度监督来提高性能。

2.3 多模态、集成与多类目标技术

Pothu Raju等人评估了多种多模态融合技术，以改善使用CT灌注（CTP）数据分割缺血性脑卒中病变的CNN性能，瓶颈融合以Dice分数0.582获得了最佳结果。该研究强调了病变大小分割，并探索了特征相似性和深度特征分析以增强医学影像中CNN的学习能力。Qasrawi等人引入了一种混合集成模型，结合DenseNet121和集成深度随机向量功能链接（edRVFL）网络，利用CT扫描对急性缺血性脑卒中进行分类，图像增强技术提高了模型准确性，尤其是在急性和超急性病例中。Borsos等人提出了一种多模态DL方法，使用临床和CTP数据基于mRS预测卒中结局，他们采用动态仿射特征映射变换（DAFT）融合3D成像和表格数据，并取得了优于基线模型的结果。多项研究探索了不同的DL和特征融合策略、带有专用融合模块的CNN、结合多平面网络与集成方法的混合框架以及特征选择技术（如额外树和交叉验证递归特征消除）。其他研究还应用了小波变换、灰度共生矩阵（GLCM）和梯度模式等特征提取方法以及各种分类模型。

此外，从相关工作中观察到以下研究空白：多项研究使用了有限的数据集，可能无法完全代表更广泛的人群或现象；许多研究专注于二分类问题，而大多数实际情况是多类目标；当前方法在卒中诊断的脑CT图像分类中显示出潜力，但通常缺乏跨不同数据集和人群的泛化能力，限制了其临床使用。此外，标准特征描述符可能遗漏CT图像中的细微结构细节，凸显了需要定制化描述符以更有效地捕获相关信息从而实现准确卒中分类的需求。

2.4 动机

在全球范围内，缺血性脑卒中仍是导致疾病和死亡的主要原因，需要及时准确的诊断以进行有效治疗。虽然CT成像常用，但其准确性受卒中表现的复杂性和变异性限制。手动CT分析速度慢且容易出错。为改善患者结局并减轻医疗负担，需要更快速、更精确的诊断方法。因此，本研究提出一种先进的自动系统，用于从脑CT图像中对缺血性脑卒中进行分类，以支持临床医生并通过有效管理多样的脑图像复杂性来减少误诊。

2.5 贡献

本研究的主要贡献包括：提出一种新颖的特征提取方法，即改进的韦伯局部描述符（MWLD），结合结构张量和基于高斯金字塔的多尺度提取器，从脑CT图像中高效、高性能地提取特征；提高了分类准确性并进行了稳健验证，该方法在多类CT数据集的4850张图像上实现了98.34%的最高分类准确率，显著优于传统描述符，使用多种ML模型进行的稳健验证证实了其在数据子集上的泛化能力；贡献了一个综合性数据集，包含急性、慢性和正常病例的CT图像，可扩展至多中心环境，并为该领域的未来研究提供了宝贵资源。

3 方法

本研究的主要思想是开发一种新颖的描述符，利用提出的MWLD捕获脑CT图像中的分数像素变化。使用MWLD提取的特征向量通过方差分析（ANOVA）进行排名，并选择主导特征用于分类任务。提出的描述符使分类器能够将脑CT图像分类为正常、急性或慢性。图1显示了提出的模型，涉及四个主要阶段：预处理、特征提取、排名和分类，这些阶段被设计为无缝协作。后续章节提供了每个阶段的全面描述。

3.1 预处理

图像处理中的一个关键步骤是增强图像质量和可靠性，并为进一步的详细分析做准备。原始CT扫描主要受到伪影的影响，导致尺度或传感器限制，以及不同区域分辨率不足。保持高质量图像对于防止此类干扰在后续分析中产生影响至关重要。为实现这一目标，我们通过一系列操作对每个CT图像进行预处理（参见图2a），包括：去除颅骨区域以隔离颅内内容，将明亮区域留空，然后应用中值滤波器（固定3×3核）以去除非必要组件；将前一步骤获得的二值图像覆盖到原始图像上以恢复缺失或模糊区域；最后，应用区域属性方法（即scikit-image包）为图片中最大对象找到合适的边界框。图2b显示了样本脑CT图像及其相应的预处理后图像。

3.2 提出的特征提取方法

提出的特征提取技术的详细描述在后续章节中呈现。

3.2.1 背景—韦伯局部描述符（WLD）

提取纹理元素是理解图像中像素强度排列的关键。特征如模式、梯度和纹理变化有助于图像识别和分类等任务。局部二值模式（LBP）和局部三值模式（LTP）等技术通过分析模式来检测重复纹理。韦伯局部描述符（WLD）基于心理学中的韦伯定律，通过融入梯度信息来增强纹理区分能力。它每个像素使用两个主要组件——差分激励和梯度方向，如下节所述。

3.2.1.1 差分激励

WLD的差分激励组件源自强度曲率的概念，用于测量局部邻域内的强度变化程度。作为局部对比度的度量，差分激励项测量像素强度与其局部平均强度之间的差异。数学上，这可以表示为ξ(x_c) = arctan[(Σ^p-1_i=0(x_i - x_c)/x_c]，其中ξ(x_c)表示给定像素x_c处的差分激励，x_i表示x_c的p个邻居，p是邻居数量。反正切函数用于确保强度变化的有界和连续表示。

3.2.1.2 梯度方向

WLD的方向组件捕获局部邻域内的主导梯度方向。方向组件通过计算每个像素位置的梯度方向同时捕获局部纹理模式的方向性。了解纹理组件的方向性对于确定图像中纹理方向至关重要。方向组件数学上表示为φ = arctan(G_y/G_x)，其中G_x和G_y分别表示图像在x和y方向的梯度，φ表示给定像素处的主导梯度方向。为简化计算，方向被量化为主导方向。在此之前，执行φ的范围从0到2π的量化。量化函数如下：φ′ = arctan(G_y/G_x) → φ′ = (2t/T)π，其中t = argmin_j|φ - j(2π/T)|，j=0,1,...,T-1，T是主导方向的数量。

这两个特征提供了对图像的有意义洞察。使用WLD（H(ξ, φ′)）制作二维直方图，其中行（M）是图像的维度，列（T）是主导方向。通过结合差分激励和方向组件，WLD描述符有效表征了局部图像结构，实现了稳健的纹理分析和对象识别。激励组件捕获重要的微模式，方向组件提供有价值的纹理信息。WLD还可以扩展到在不同尺度提取特征。通过将直方图划分为频率范围并分配不同的权重，WLD可以突出重要的高频模式。

3.2.2 使用提出的MWLD和多尺度描述符进行特征提取

由于CT成像的复杂性，需要进行详细调查以确定合适的技术。发现使用结构张量进行WLD框架内的方向计算具有显著优势。因此，我们提出MWLD，它融入结构张量，因其抗噪声能力和空间集成而受到重视，在低对比度区域或边界附近特别有用。结合WLD对单调强度变化的不变性，这种集成有望提高性能。此外，使用图像金字塔的多尺度方法能够在不同细节水平捕获方向信息，从而适应CT图像的结构复杂性。整个特征提取过程如图3所示。

3.2.2.1 使用结构张量计算梯度方向

张量方向是图像分析中用于确定局部图像特征方向的关键概念。它分析小像素区域内的梯度以捕获方向细节，这对于检测脑扫描中的细微模式至关重要。结构张量由梯度向量计算而来，形成一个协方差矩阵，表示梯度方向的分布。该矩阵揭示了图像中的主导方向，为分析方向和结构特征提供了可靠框架。

为了表示定义在域Ω上的灰度图像I: Ω → R，其中R表示向量/图像空间的维度。图像梯度的张量积产生初始结构张量S₀ = ?I?I^T，其中?I表示图像I的梯度，上标T表示矩阵转置。S₀包含梯度信息。矩阵公式避免了在积分符号相反的梯度向量时取消效应。特别地，让S = VΛV^T表示S的特征分解，其中Λ是对角矩阵，包含按递减顺序排列的相关特征值，V是正交矩阵，其列表示S的特征向量。邻域中的主导方向由与最大特征值λ₁相关的特征向量表示，而特征值衡量局部结构的一致性和大小。方向θ使用前两个特征向量的比率计算。最后，使用θ执行MWLD。最后，构建一个二维直方图，即H(ξ, θ)，其中ξ是量化函数，使用公式(2)计算。此外，特征值和特征向量使我们能够确定边缘、线条和其他重要特征的方向，这有助于边缘查找、纹理分析和识别CT扫描中的微小特征等任务。

3.2.2.2 使用多尺度描述符

尽管局部图像描述符在对象识别、图像检索、场景解释等方面具有实用性，但它们可能受到尺度不变性和对图像变换的稳健性等限制。当使用单尺度描述符时，它可能无法充分捕获图像中不同尺度或分辨率下的特征。多尺度描述符提供了一种分析不同分辨率图像的方法，从而规避了这一限制。它们通过合并来自多个尺度的信息，提供了全面而准确的表示，显示了细粒度细节以及粗略结构。当图像中的对象或特征处于不确定或广泛变化的尺度时，这一点至关重要。

多分辨率图像分析可以使用图像金字塔等尺度不变特征来实现，从而实现多尺度描述符。这些提供了图像在不同细节级别的多种表示，从而产生更全面和尺度不变的描绘。金字塔结构通过顺序下采样和平滑创建，每个级别代表不同的分辨率。通过组合在每个级别计算的描述符形成最终的多尺度描述符。

高斯金字塔通过将图像与高斯核卷积并在每个维度上下采样2倍来构建。高斯金字塔的方程可以表示为G_l(x,y) = Σ²_m=-2Σ²_n=-2w(m,n)G_l-1(2x+m,2y+n)，其中G_l(x,y)是金字塔下一级（l）的像素值，w是高斯核（参见图3）。

3.2.2.3 特征向量生成

在图像的各种尺度（即S₀, S₁, S₂）上生成非重叠块（即B₀, B₁, ..., B_k-1）。此外，为每个块计算MWLD，并连接形成最终特征向量（即F = F₀ || F₁ || ... || F_k-1），如下所述，其中||是连接运算符。

3.3 排名

使用ANOVA对从MWLD描述符提取的特征进行排名，ANOVA通过分析响应变量中的变异性来评估因素的显著性。对于特征选择，ANOVA基于类间和类内变异性评估每个特征的判别能力。具有高类间和低类内变异性的特征排名更高，因为它们更有可能提高分类或识别任务的性能。

3.4 分类

将提取的特征向量输入多个分类器以捕获不同视角并提高稳健性。使用了支持向量机（SVM）的变体、k最近邻（KNN）和集成方法，以增强分类准确性。

4 实验与分析

4.1 数据集描述

本研究包括2019年至2024年间在一家三级医院治疗的67名患者的回顾性匿名医学脑部CT图像。该研究获得了机构审查委员会的批准。由于是对匿名现有图像进行回顾性分析且无直接受试者互动，因此放弃了知情同意要求。数据集包括4850张图像：875张急性缺血性脑卒中、1447张慢性和2528张正常图像。图像标准化为512×512×3像素，并进行预处理以增强质量。数据按90:10分为训练集和测试集，确保训练中类别平衡。样本图像如图4所示。

4.2 实验设置

提出的方法使用Python 3.9与Keras（TensorFlow）和MATLAB R2024a在配备Intel i9-13900K CPU和NVIDIA RTX 3070 GPU的系统上实现。图像在预处理前调整大小为256×256（H×W）。应用了3×3核（K_size=3）的中值滤波器。对于MWLD提取，图像被分为四个非重叠8×8块，每个块产生16维向量，每个图像总共64维。在各种尺度（即S₀, S₁, S₂）上，图像被类似地分区，所有尺度的特征被连接成一个256维向量。使用ANOVA对特征进行排名，通过评估类内和类间变异性来选择最具判别性的特征。进一步在25%、50%和75%分位数分析特征的贡献。

4.3 结果

使用完整和排名特征集（前25%）进行实验。精细KNN在两种情况下都取得了最佳结果。对于所有特征，训练和测试准确率分别为96.09%和98.34%，精确度为96.45%，召回率为98.72%，特异性为93%。使用前25%（64/256）排名特征时，准确率为96.42%（训练）和98.01%（测试），精确度为96.87%，召回率为98.94%，特异性为94.17%，表明减少的特征集具有强大的判别能力。性能在10个随机集上进行了验证，精细KNN（K=1，欧几里得距离，等权重）表现最佳。基于排名特征子集的前10个模型的比较结果见表1。

从表1观察到，MWLD使用精细KNN分类器在各种排名特征上实现了96.27% ± 1.42%、96.17% ± 1.08%和96.41% ± 1.24%的最高分类准确率。

4.4 比较结果

为了呈现结果，我们进行了多项实验以验证所提出描述符的重要性。

4.4.1 LBP、LTP、WLD和MWLD的比较

此处使用LBP、LTP和WLD等技术进行纹理分析，专注于图像中的局部邻域。虽然所有三种方法都旨在捕获局部纹理模式，但它们在噪声敏感性、对比度捕获能力和计算复杂性方面有所不同。

我们的方法通过使用结构张量进行梯度计算，通过高斯金字塔跨多个尺度，增强了医学图像分类的纹理分析。结构张量为捕获局部方向性和各向异性提供了稳健的数学框架，这对于检测脑组织的细微变化至关重要。与基于标量的方法不同，这种方法对强度变化和噪声更具抵抗力。高斯金字塔支持多尺度分析，捕获精细细节和更大结构，这些对于识别不同大小的卒中病变至关重要。因此，它改善了强度差异和梯度的特征映射（参见图5第5和第6列）。强度特征类似于WLD的差分激励，受益于在不同分辨率下检测对比度变化，而梯度特征提供了方向变化的更丰富描绘。通过结合这些多尺度韦伯启发和张量基特征，与LBP、LTP和标准WLD等传统方法相比，我们实现了更稳健和信息丰富的特征集用于卒中分类。

此外，使用前25%、50%和75%的ANOVA排名特征以及所有特征一起进行了实验。我们为所有训练和测试折叠运行了17个ML模型，并考虑了前10个模型。表2-4分别给出了WLD、LTP和LBP描述符基于排名特征的前10个最佳性能模型的分类准确率。

从表1注意到，MWLD使用精细KNN分类器在各种排名特征上实现了最高分类准确率。

4.4.2 使用和不使用结构张量的描述符比较

我们比较了使用和不使用基于结构张量的方向计算的ML模型性能（参见表5）。结果显示准确率有适度提高，但F1分数显著改善，表明高召回率和精确度之间更好的平衡。尽管存在轻微的数据不平衡，结构张量方法显著增强了正例检测，而没有增加假阳性。表5详细比较了传统和基于结构张量的WLD之间的性能差异。

4.4.3 使用和不使用多尺度方法的比较

我们在方法部分提到的多尺度方法之间进行了一系列测试。我们使用了三种图像金字塔技术：高斯、小波和拉普拉斯变体（参见图6）。

使用高斯金字塔变体的MWLD特征提取优于其他方法（参见图7）。金字塔的平滑减少了噪声并稳定了梯度，同时捕获了低频和粗尺度结构，这对WLD的纹理分析至关重要。其计算效率由于简单的卷积和下采样，适用于大型数据集和实时使用，而不会造成性能损失。此外，高斯金字塔的局部操作和WLD的梯度计算的结合增强了它们的综合有效性。

5 讨论

在本节中，详细描述了提出模型的技术见解、其分析、比较研究和局限性。

5.1 提出模型的理解

融入结构张量通过提供超越强度梯度的整体局部图像描述来增强特征提取。它通过基于特征值的方向估计捕获方向信息，并使用高斯金字塔实现稳健的多尺度特征检测。这种方法在传统梯度方法失败的复杂纹理和多方向区域中表现出色，产生更具判别性的特征，从而提高分类准确性和泛化能力。

此外，对LBP、LTP、WLD和MWLD描述符的比较分析揭示了它们相对性能和分类任务性质的几个重要见解。从表2-5中观察到，MWLD相对于传统描述符（如LBP、LTP和WLD）的显著优越性尤其值得注意。准确率的显著提高（即14%-16%）表明MWLD捕获了与此特定分类任务相关的更多判别性纹理信息。这可能归因于MWLD能够编码差分激励和方向信息，可能使其对光照或纹理尺度的变化更稳健。注意到MWLD的准确率标准差相对较低（即约1%-1.4%），而其他描述符（例如，使用袋装树的WLD为5.11%）表明MWLD在不同数据折叠上提供更一致的性能。此外，不同模型跨描述符的不同性能是有见地的。例如，立方SVM在LBP和LTP上表现最佳，而袋装树在WLD上表现出色。然而，精细KNN在使用MWLD特征时始终优于其他模型。描述符的选择强烈影响最佳分类器，强调了考虑特征-分类器相互作用的必要性。相比之下，基于DL的描述符通常需要大型数据集和高计算资源。我们的方法提供了一种轻量级和可解释的替代方案，即使在有限数据下也能表现良好，通过MWLD的紧凑编码激励和方向特征来平衡判别能力和效率。

虽然CNN和注意力机制在医学图像分类中占主导地位，但我们的基于MWLD的方法提供了高效的特征提取，时间复杂度为O(H×W×S)，其中H、W和S是图像尺寸和尺度。它稳健地捕获多尺度纹理和梯度特征，这对于卒中亚型区分至关重要，在低对比度图像中表现出色。与需要大量数据和资源的DL模型不同，我们的更简单方法实现了98.34%的准确率，使其适用于资源有限环境中的实时临床使用。

5.2 排名特征分析

对于算法执行，数据集被随机70:30分为三个集合：集合1、集合2和集合3。精细KNN应用于所有三个集合，集合2产生最佳性能（参见图8a），因此被选择进行进一步分析。为了评估特征有效性，使用ANOVA进行排名，然后使用前25%、50%和75%的特征进行模型训练。这种逐步测试有助于评估每个子集对分类的贡献。值得注意的是，精细KNN在所有子集上始终表现最佳，表明其利用信息最丰富特征的强大能力（参见图8b）。

实验结果表明了提出模型的有效性，仅使用25%的特征（64/256）就实现了96.42%的训练和98.01%的测试准确率，精确度为96.87%，召回率为98.94%，特异性为94.17%。系统捕获了几乎所有正例，假阴性极少。因此，这表明大部分判别能力在于此特征子集，支持未来工作的高效特征选择。

5.3 二分类和多分类实验

我们使用所有特征在3类和2类分类任务上测试了模型。图9显示了两者的混淆矩阵。3类模型实现了96.7%的准确率，略优于2类模型的95.87%。在3类模型中，类别二和三类之间的误分类极少，表明高可分离性。相比之下，在2类模型中合并急性和慢性类别降低了判别能力，并增加了与正常类别的重叠，使决策边界复杂化。3类模型显示出更好的敏感性和更简单的边界，如整体结果所示。

图10显示了提出模型对于使用CT图像的缺血性脑卒中二分类和多分类的性能（25%、50%、75%和100%排名特征的平均准确率，10个随机生成的测试集）。在实验中，我们使用25%排名特征的3类模型获得了98.01%的准确率，使用50%排名特征的2类模型获得了97.32%的准确率，分别作为最佳结果。从图10注意到，提出的方法非常适合2类（即正常[0]与异常[1]）和3类（正常[0]与急性[1]与慢性[2]）问题。

5.4 比较分析

我们使用两个密集层（512和256神经元）和dropout以及softmax分类器，通过微调评估了提出的模型与五个常见预训练DL骨干网络。训练进行了50个周期，采用早停、Adam优化器和分类交叉熵损失。表6显示了测试准确率，其中我们的模型优于其他DL方法。

此外，我们将提出的方法与当代多类目标研究进行了比较（参见表7）。

基于表7中呈现的比较结果，使用MWLD的提出模型展示了优于现有方法的性能。我们的模型实现了98.34%的最高测试准确率，优于各种传统和基于DL的方法，包括3D CNN、小波-GLCM基SVM以及集成混合模型如DenseNet121与edRVFL。从技术上讲，MWLD有效捕获了细粒度和粗结构模式。这种多分辨率能力，结合ANOVA基判别特征排名，增强了特征可表示性和模型泛化能力。此外，该模型在多个评估指标上