MR图像的处理方法及装置制造方法及图纸

本发明专利技术提供了一种MR图像的处理方法，该MR图像包括多种序列的MR图像，该处理方法包括从每幅MR图像分割感兴趣区域；针对每种序列的MR图像执行各感兴趣区域之间的灰度的归一化处理；基于归一化后的各感兴趣区域执行特征计算以提取纹理特征；以及基于所提取的纹理进行特征训练，获取关于该感兴趣区域的分类结果的分类器。

Method and device for processing MR image

The invention provides a processing method of MR image, MR image of the MR image includes a variety of sequences, the processing method includes segmentation of region of interest from MR per image; according to gray normalization between MR image region each sequence of execution of each interest; normalized after each region of interest to perform texture feature extraction based on feature calculation; and the extracted texture features based on training, obtain the classification results on the area of interest of the classifier.

【技术实现步骤摘要】
MR图像的处理方法及装置
本专利技术涉及图像处理技术，尤其涉及一种对MR图像进行处理的方法及装置。
技术介绍
核磁共振是一种物理现象，作为一种分析手段广泛应用于物理、化学生物、医学临床检测等领域。为了避免与核医学中放射成像混淆，把它称为磁共振成像术(MagneticResonance，MR)。MR成像通过对静磁场中的人体施加某种特定频率的射频脉冲序列，使人体中的氢质子受到激励而发生磁共振现象。停止脉冲后，质子在弛豫过程中产生MR信号。通过对MR信号的接收、空间编码和图像重建等处理过程，即产生MR图像。MR成像已应用于全身各系统的成像诊断。对于软组织，MR图像与其它模态相比可以提供更多结构和纹理信息，但是医生直接从MR图像上判断感兴趣区域病变程度很难，只能在MR确认存在病变后，依靠组织学的分析得到病理。
技术实现思路
以下给出一个或多个方面的简要概述以提供对这些方面的基本理解。此概述不是所有构想到的方面的详尽综览，并且既非旨在指认出所有方面的关键性或决定性要素亦非试图界定任何或所有方面的范围。其唯一的目的是要以简化形式给出一个或多个方面的一些概念以为稍后给出的更加详细的描述之序。根据本专利技术的一方面，提供了一种MR图像的处理方法，该MR图像包括多种序列的MR图像，该处理方法包括：从每幅MR图像分割感兴趣区域；针对每种序列的MR图像执行各感兴趣区域之间的灰度的归一化处理；基于归一化后的各感兴趣区域执行特征计算以提取纹理特征；以及基于所提取的纹理进行特征训练，获取关于该感兴趣区域的分类结果的分类器。在一实例中，该感兴趣区域包括病灶区域，该归一化处理包括针对每种序列的MR图像执行病灶区域之间的灰度的归一化处理。在一实例中，该归一化处理包括针对每种序列的各MR图像，将各病灶区域的灰度值除以该病灶区域内的灰度均值再乘以相同的预设常数。在一实例中，该感兴趣区域还包括解剖组织的实质区域，该处理方法还包括将每幅MR图像病灶区域的灰度减去其实质区域的灰度均值以获得修正后的病灶区域，该归一化处理包括针对每种序列的各MR图像，将各经修正的病灶区域的灰度值除以该MR图像的灰度均值再乘以相同的预设常数。在一实例中，该处理方法还包括：对归一化后的病灶区域执行局部对比度增强处理，该局部对比度增强处理包括将各归一化后的病灶区域的灰度值减去局部均值的估计值之后再除以局部标准差的估计值，该特征计算包括基于各个经局部对比度增强的病灶区域执行特征计算以提取纹理特征。在一实例中，该多种序列的MR图像包括DWI序列和ADC序列的MR图像。在一实例中，该感兴趣区域包括解剖组织的实质区域，该归一化处理包括针对每种序列的MR图像执行解剖组织的实质区域之间的灰度的归一化处理。在一实例中，该归一化处理包括针对每种序列的各MR图像，将各解剖组织的实质区域的灰度值处于μ±3σ范围内的像素点灰度归一化至相同的预设范围，同时丢弃不处于μ±3σ范围内的像素点，其中μ指代当前解剖组织的实质区域的灰度均值，σ指代标准差。在一实例中，该归一化处理包括针对每种序列的各MR图像，将解剖组织的实质区域的灰度值除以解剖组织的实质区域内的灰度均值再乘以相同的预设常数。在一实例中，该处理方法还包括：使用所获得的分类器对目标图像进行分类。在一实例中，该分类结果包括肝肿瘤恶性程度分级、微血管浸润程度、肝纤维化程度分级、肝炎性程度分级中的至少一种。根据本专利技术的另一方面，提供了一种MR图像的处理装置，该MR图像包括多种序列的MR图像，该处理装置包括：图像分割模块，用于从每幅MR图像分割感兴趣区域；归一化模块，用于针对每种序列的MR图像执行各感兴趣区域之间的灰度的归一化处理；特征计算模块，用于基于归一化后的各感兴趣区域执行特征计算以提取纹理特征；以及训练模块，用于基于所提取的纹理进行特征训练，获取关于该感兴趣区域的分类结果的分类器。在一实例中，该感兴趣区域包括病灶区域，该归一化模块针对每种序列的MR图像执行病灶区域之间的灰度的归一化处理。在一实例中，该归一化模块针对每种序列的各MR图像，将各病灶区域的灰度值除以该病灶区域内的灰度均值再乘以相同的预设常数。在一实例中，该感兴趣区域还包括解剖组织的实质区域，该处理装置还包括修正模块，用于将每幅MR图像病灶区域的灰度减去其实质区域的灰度均值以获得修正后的病灶区域，该归一化模块针对每种序列的各MR图像，将各经修正的病灶区域的灰度值除以该MR图像的灰度均值再乘以相同的预设常数。在一实例中，该处理装置还包括：局部对比度增强模块，用于将各归一化后的病灶区域的灰度值减去局部均值的估计值之后再除以局部标准差的估计值，该特征计算模块基于各个经局部对比度增强的病灶区域执行特征计算以提取纹理特征。在一实例中，该多种序列的MR图像包括DWI序列和ADC序列的MR图像。在一实例中，该感兴趣区域包括解剖组织的实质区域，该归一化模块针对每种序列的MR图像执行解剖组织的实质区域之间的灰度的归一化处理。在一实例中，该归一化模块针对每种序列的各MR图像，将各解剖组织的实质区域的灰度值处于μ±3σ范围内的像素点灰度归一化至相同的预设范围，同时丢弃不处于μ±3σ范围内的像素点，其中μ指代当前解剖组织的实质区域的灰度均值，σ指代标准差。在一实例中，该归一化模块针对每种序列的各MR图像，将解剖组织的实质区域的灰度值除以解剖组织的实质区域内的灰度均值再乘以相同的预设常数。在一实例中，该处理装置还包括：分类模块，用于使用所获得的分类器对目标图像进行分类。在一实例中，该分类结果包括肝肿瘤恶性程度分级、微血管浸润程度、肝纤维化程度分级、肝炎性程度分级中的至少一种。本专利技术通过一系列手段对MR图像进行预先处理，例如归一化处理、病灶区域减去解剖组织实质的灰度均值处理、局部图像增强处理等等，在由此经处理的图像上提取出的特征在分类器训练中显著提高了分类器的准确度。附图说明在结合以下附图阅读本公开的实施例的详细描述之后，能够更好地理解本专利技术的上述特征和优点。在附图中，各组件不一定是按比例绘制，并且具有类似的相关特性或特征的组件可能具有相同或相近的附图标记。图1示出了根据本专利技术的一方面的MR图像的处理流程的框架示意图；图2示出了7个序列的肝MR图像；图3示出了根据本专利技术的一方面的MR图像的处理方法300的流程图；图4a、图4b分别示出了肝MR图像中的肝肿瘤感兴趣区域和肝实质感兴趣区域；图5a-5f示出了两个不同恶性等级的肿瘤在T2序列下的示例和局部对比增强结果的示例；图6示出了分类器的典型训练框架；图7示出了特征选择的一般性流程；图8示出了肝肿瘤恶性程度高低测试的ROC曲线对比；以及图9示出了根据本专利技术的一方面的MR图像的处理装置的框图。具体实施方式以下结合附图和具体实施例对本专利技术作详细描述。注意，以下结合附图和具体实施例描述的诸方面仅是示例性的，而不应被理解为对本专利技术的保护范围进行任何限制。MR成像通过对静磁场中的人体施加某种特定频率的射频脉冲序列，使人体中的氢质子受到激励而发生磁共振现象。停止脉冲后，质子在弛豫过程中产生MR信号。通过对MR信号的接收、空间编码和图像重建等处理过程，即产生MR图像。图1是示出了根据本专利技术的一方面的MR图像的处理流程的框架示意图。如图1所示，整个处理框架包括后台和前台两部分本文档来自技高网...

【技术保护点】
一种MR图像的处理方法，所述MR图像包括多种序列的MR图像，所述处理方法包括：从每幅MR图像分割感兴趣区域；针对每种序列的MR图像执行各感兴趣区域之间的灰度的归一化处理；基于归一化后的各感兴趣区域执行特征计算以提取纹理特征；以及基于所提取的纹理进行特征训练，获取关于所述感兴趣区域的分类结果的分类器。

【技术特征摘要】
1.一种MR图像的处理方法，所述MR图像包括多种序列的MR图像，所述处理方法包括：从每幅MR图像分割感兴趣区域；针对每种序列的MR图像执行各感兴趣区域之间的灰度的归一化处理；基于归一化后的各感兴趣区域执行特征计算以提取纹理特征；以及基于所提取的纹理进行特征训练，获取关于所述感兴趣区域的分类结果的分类器。2.如权利要求1所述的处理方法，其特征在于，所述感兴趣区域包括病灶区域，所述归一化处理包括针对每种序列的MR图像执行病灶区域之间的灰度的归一化处理。3.如权利要求2所述的处理方法，其特征在于，所述归一化处理包括针对每种序列的各MR图像，将各病灶区域的灰度值除以该病灶区域内的灰度均值再乘以相同的预设常数。4.如权利要求2所述的处理方法，其特征在于，所述感兴趣区域还包括解剖组织的实质区域，所述处理方法还包括将每幅MR图像病灶区域的灰度值减去其实质区域的灰度均值以获得经修正的病灶区域，所述归一化处理包括针对每种序列的各MR图像，将各经修正的病灶区域的灰度值除以该MR图像的灰度均值再乘以相同的预设常数。5.如权利要求4所述的处理方法，其特征在于，还包括：对归一化后的病灶区域执行局部对比度增强处理，所述局部对比度增强处理包括将各归一化后的病灶区域的灰度值减去局部均值的估计值之后再除以局部标准差的估计值，所述特征计算包括基于各个经局部对比度增强的病灶区域执行特征计算以提取纹理特征。6.如权利要求5所述的处理方法，其特征在于，所述多种序列的MR图像包括DWI序列和ADC序列的MR图像。7.如权利要求1所述的处理方法，其特征在于，所述感兴趣区域包括解剖组织的实质区域，所述归一化处理包括针对每种序列的MR图像执行解剖组织的实质区域之间的灰度的归一化处理。8.如权利要求7所述的处理方法，其特征在于，所述归一化处理包括针对每种序列的各MR图像，将各解剖组织的实质区域的灰度值处于μ±3σ范围内的像素点灰度归一化至相同的预设范围，同时丢弃不处于μ±3σ范围内的像素点，其中μ指代当前解剖组织的实质区域的灰度均值，σ指代标准差。9.如权利要求7所述的处理方法，其特征在于，所述归一化处理包括针对每种序列的各MR图像，将解剖组织的实质区域的灰度值除以解剖组织的实质区域内的灰度均值再乘以相同的预设常数。10.如权利要求1所述的处理方法，其特征在于，还包括：使用所获得的分类器对目标图像进行分类。11.如权利要求1所述的处理方法，其特征在于，所述分类结果包括肝肿瘤恶性程度分级、微血管浸润程度、肝纤维化程度分级、肝炎性程度分级中的至少一种。12.一种MR图像的处理装置，...

【专利技术属性】
技术研发人员：翁馨，王季勇，
申请(专利权)人：上海联影医疗科技有限公司，
类型：发明
国别省市：上海,31