The invention discloses a detection method for lesion regions of breast images. The method includes: receiving the breast image to be detected, preprocessing the breast image to be detected and a cluster segmentation of the preprocessed breast image based on the Nystrom spectral clustering algorithm to obtain the suspected breast lesion area, and two times for the suspected breast lesion area based on the K mean clustering algorithm. Class segmentation to obtain corresponding region of interest; extract the feature information of the region of interest, and detect whether the region of interest is a breast lesion area according to the characteristic information. The invention also discloses a detection device for the breast image lesion area and a computer readable storage medium. The invention can improve the accuracy of the segmentation of the lesion area in the breast image, thereby improving the accuracy of the detection result of the breast lesion area.
【技术实现步骤摘要】
乳腺图像病变区域的检测方法、装置及计算机存储介质
本专利技术涉及医学图像处理
,尤其涉及一种乳腺图像病变区域的检测方法、装置及计算机存储介质。
技术介绍
乳腺癌是一种常见的恶性肿瘤,早期诊断和治疗是降低乳腺癌死亡率的关键。而计算机辅助检测系统可通过检测出可疑病变区域,辅助医生做出最终的诊断决策,从而提高乳腺癌患者的存活率和生活质量。由于肿块和钙化点簇是乳腺癌最常见的影像学征象,因此肿块和钙化点的自动检测也成为计算机辅助诊断系统的两个主要方面。其中,肿块由于其边缘模糊,形状各异,与周围组织对比度较低等因素,一直都是计算机辅助检测的一个难点。尤其对于致密型乳腺,由于乳腺内腺体数量多、脂肪组织少、自然对比度差,所以X线片显示乳腺全视野内均为密实团片状高密度影,皮下脂肪层较薄,腺体层与皮下脂肪层分界清晰,当其内出现肿块时,容易被致密的腺体组织所掩盖,难以显示其边界,所以很容易导致漏诊。现有技术中,对于致密型乳腺图像的处理方法主要包括以下两种:1)通过将致密型乳腺图像分为若干子区域,并提取各个子区域的密度特征后进行聚类分析,最后显示聚类结果;2)通过K-means方法找到乳腺图像中的感兴趣区域,然后提取表征肿块的特征用以区分肿块和正常组织。其中,第1)种方法仅仅依据乳腺病变区域密度这一特征,对于致密型乳腺图像中的病变区域的检测效果不佳,而第2)种方法仅仅依靠K-means聚类算法去提取感兴趣区域,对边缘较为清晰、形状较为规则的圆形或者类圆形的病变区域分割效果较好,但是对形状不规则,隐匿在致密组织区域中的病变不能得到其较为准确的肿块边缘。因此,现有技术无法对致密 ...
【技术保护点】
一种乳腺图像病变区域的检测方法,其特征在于,所述乳腺图像病变区域的检测方法包括以下步骤:接收待检测的乳腺图像,对所述待检测的乳腺图像进行预处理;基于Nystrom谱聚类算法对经过预处理后的乳腺图像进行一次聚类分割,获得可疑乳腺病变区域;基于K均值聚类算法对所述可疑乳腺病变区域进行二次聚类分割,获得对应的感兴趣区域;提取所述感兴趣区域的特征信息,并根据所述特征信息检测所述感兴趣区域是否为乳腺病变区域。
【技术特征摘要】
1.一种乳腺图像病变区域的检测方法,其特征在于,所述乳腺图像病变区域的检测方法包括以下步骤:接收待检测的乳腺图像,对所述待检测的乳腺图像进行预处理;基于Nystrom谱聚类算法对经过预处理后的乳腺图像进行一次聚类分割,获得可疑乳腺病变区域;基于K均值聚类算法对所述可疑乳腺病变区域进行二次聚类分割,获得对应的感兴趣区域;提取所述感兴趣区域的特征信息,并根据所述特征信息检测所述感兴趣区域是否为乳腺病变区域。2.如权利要求1所述的乳腺图像病变区域的检测方法,其特征在于,所述基于Nystrom谱聚类算法对经过预处理后的乳腺图像进行一次聚类分割,获得可疑乳腺病变区域的步骤,包括:基于Nystrom抽样算法对经过预处理后的乳腺图像中的像素点按预设比例进行抽样,得到样本数据;根据所述样本数据的第一特征向量得到与所有像素点对应的整个数据集的第二特征向量;基于K均值聚类算法对前k1个特征值对应的第二特征向量进行一次聚类分割,分割成k1簇;获取所述经过预处理后的乳腺图像中灰度最大值的位置信息,根据所述位置信息获取对应的簇,将对应的簇作为可疑乳腺病变区域。3.如权利要求1所述的乳腺图像病变区域的检测方法,其特征在于,所述基于K均值聚类算法对所述可疑乳腺病变区域进行二次聚类分割,获得对应的感兴趣区域的步骤,包括:获取所述可疑乳腺病变区域的像素点;基于K均值聚类算法对所述可疑乳腺病变区域的像素点进行二次聚类分割,获得对应的感兴趣区域。4.如权利要求1所述的乳腺图像病变区域的检测方法,其特征在于,所述接收待检测的乳腺图像,对所述待检测的乳腺图像进行预处理的步骤,包括:接收待检测的乳腺图像,对所述待检测的乳腺图像进行反白处理;对经反白处理后的乳腺图像进行图像增...
【专利技术属性】
技术研发人员:郑杰,胡阳,陈晶,郭朋,
申请(专利权)人:深圳蓝韵医学影像有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。