乳腺图像病变区域的检测方法、装置及计算机存储介质制造方法及图纸

本发明专利技术公开了一种乳腺图像病变区域的检测方法。该方法包括：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。本发明专利技术还公开了一种乳腺图像病变区域的检测装置及计算机可读存储介质。本发明专利技术可提高乳腺图像中病变区域分割的准确性，从而提高乳腺病变区域检测结果的准确性。

Detection method, device and computer storage medium for lesion region of breast image

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性乳腺图像中的病变区域进行准确分割，从而导致检测结果的准确性较差。
技术实现思路
本专利技术的主要目的在于提供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，旨在提高乳腺病变区域检测结果的准确性。为实现上述目的，本专利技术提供一种乳腺图像病变区域的检测方法，所述乳腺图像病变区域的检测方法包括：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。可选地，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。可选地，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。可选地，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强处理，得到增强图像；对所述增强图像进行二值化处理。可选地，所述对经反白处理后的乳腺图像进行图像增强处理，得到增强图像的步骤之后，包括：对所述增强图像进行下采样处理；所述对所述增强图像进行二值化处理的步骤，包括：对经下采样处理后的增强图像进行二值化处理。可选地，所述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的步骤，包括：提取所述感兴趣区域的特征信息，检测所述特征信息是否在预设范围内；当所述特征信息在预设范围内时，则所述感兴趣区域为乳腺病变区域。可选地，所述乳腺图像病变区域的检测方法还包括：根据所述乳腺病变区域构造对应的二值图像；利用预设函数对所述二值图像中对象的轮廓进行标记，并在所述经过预处理后的乳腺图像上显示经标记的轮廓。可选地，所述特征信息包括：面积、离心率、圆形度、固性和占空比。此外，为实现上述目的，本专利技术还提供一种乳腺图像病变区域的检测装置，所述乳腺图像病变区域的检测装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的乳腺图像病变区域的检测程序，所述乳腺图像病变区域的检测程序被所述处理器执行时实现如上所述的乳腺图像病变区域的检测方法的步骤。此外，为实现上述目的，本专利技术还提供一种计算机存储介质，所述计算机存储介质上存储有乳腺图像病变区域的检测程序，所述乳腺图像病变区域的检测程序被处理器执行时实现如上所述的乳腺图像病变区域的检测方法的步骤。本专利技术提供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，通过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。通过上述方式，终端在接收到待检测的乳腺图像时，对该待检测的乳腺图像进行预处理，从而利于后续进行聚类分割处理，然后基于Nystrom谱聚类算法(即将Nystrom抽样算法与K均值聚类算法相结合)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，即包含乳腺病变区域的大致范围，通过一次聚类分割可减少大范围的虚假分割点，为后续的二次聚类分割提供一个较小范围的区域。再基于K均值聚类算法对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。经过二次聚类分割，可得到更加准确的乳腺病变区域的轮廓范围。然后分别提取这些感兴趣区域的特征信息，并根据特征信息检测所述感兴趣区域是否为乳腺病变区域，从而滤除假阳性病变区域，提高检测结果的准确性。因此，本专利技术通过对乳腺图像进行两次聚类分割，可提高乳腺图像中病变区域分割的准确性，从而提高乳腺病变区域检测结果的准确性。附图说明图1为本专利技术实施例方案涉及的硬件运行环境的终端结构示意图；图2为本专利技术乳腺图像病变区域的检测方法第一实施例的流程示意图；图3为本专利技术实施例中基于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细化流程示意图；图4为本专利技术实施例中基于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细化流程示意图；图5为本专利技术实施例中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的细化流程示意图；图6为本专利技术实施例中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细化流程示意图；图7为本专利技术乳腺图像病变区域的检测方法第二实施例的流程示意图；图8为本专利技术实施例中待检测乳腺图像的示意图；图9为本专利技术实施例中增强图像的示意图；图10为本专利技术实施例中经过预处理后的乳腺图本文档来自技高网...

【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