The invention discloses an ultrasonic region separation method of breast mass ultrasonic image, which comprises the following steps: 1.1. For a breast mass ultrasonic image I, filter it with pyramid mean shift algorithm to get the filtered image I
【技术实现步骤摘要】
一种乳腺肿块超声图像超声区域分离方法
本专利技术属于图像处理
,特别涉及一种医学超声图像自动分割方法,是一种乳腺肿块超声图像超声区域分离方法。
技术介绍
乳腺肿块是妇女最常见的疾病之一,目前最有效的检测与诊断方式是乳腺X线摄影。但由于乳腺X线摄影的特异度较低,导致了大量不必要的活检,不仅给患者带来痛苦,而且增加了成本。另外,乳腺X线摄影产生的电离辐射也会给患者和医生带来健康风险。超声影像具有低成本、无侵性、实时性等特点,已成为乳腺肿块检测的重要手段之一。但乳腺超声图像具有低对比度、斑点噪声以及与组织相关的纹理结构,会给医生的诊断带来一定的困难;且不同的医生之间存在对乳腺超声的理解和诊断方面的差异。因此,乳腺超声的计算机辅助诊断系统具有很大的意义。有研究表明,乳腺超声计算机辅助诊断系统的输出结果可以为医生在乳腺肿块检测、定征和诊断决策时提供一种参考。图像分割是乳腺超声计算机辅助诊断系统的重要环节。近几十年来,国内外在乳腺超声图像分割方面已经提出许多方法,包括阈值分割、区域生长、基于模型的方法(包括活动轮廓模型,水平集,马尔科夫随机场等)、基于图论的方法(包括图割,归一化割等)、基于机器学习的方法、基于聚类的方法(包括K均值,模糊C均值等)。这些方法存在一些主要缺点:(1)多数方法需要手工交互,诸如手工选择种子点或初始轮廓;(2)多数方法对斑点噪声敏感,且由于超声图像对比度低,具有与组织相关的纹理,故准确分割较为困难;(3)多数方法算法复杂度高,处理时间长,难以满足临床要求。准确、快速、自动化分割是 ...
【技术保护点】
1.一种乳腺肿块超声图像超声区域分离方法,其特征在于包括以下步骤:/n1.1.对于一幅乳腺肿块超声图像I,利用金字塔均值漂移算法对其进行滤波,得到滤波后的图像I
【技术特征摘要】
1.一种乳腺肿块超声图像超声区域分离方法,其特征在于包括以下步骤:
1.1.对于一幅乳腺肿块超声图像I,利用金字塔均值漂移算法对其进行滤波,得到滤波后的图像If;所述的金字塔均值漂移算法包括如下步骤:
(a).对乳腺肿块超声图像I进行最高层数L的高斯金字塔分解,L≥2,得到L层图像I1,…,IL,图像IL为金字塔的底层;
(b).对第L层图像IL进行均值漂移滤波,得到结果图像(IL)ms;
(c).使用拉普拉斯金字塔将第L层的均值漂移滤波结果图像(IL)ms向上采样得到第L-1层图像I'L-1,再对I'L-1进行均值漂移滤波,得到(IL-1)ms;
(d).重复步骤(c),直到得到第1层均值漂移滤波结果图像(I1)ns,即金字塔均值漂移滤波后的图像If;
1.2.利用分水岭算法对图像If进行分割,得到分割后的图像Is,该步骤包括:
1.2.1输入图像If,定义起始变量i=1,i表示圆盘型结构元素Bi的半径,I=2表示将梯度图像初始划分为2个等级;
1.2.2利用矢量梯度方法计算图像If的梯度图像g;
1.2.3对梯度图像g进行开重建运算,得到第一次修正后的梯度图像grec(1);
1.2.4对梯度图像grec(1)进行标准分水岭变换,统计分割后的区域数目为Num(1);
1.2.5自适应梯度重建,得到修正后的梯度图像gm,包括以下步骤:
(a)i加1,圆盘型结构元素Bi为尺寸(2i+1)×(2i+1)的圆形结构,对grec(i-1)进行开重建,得到修正后的梯度图像grec(i);
(b)修正梯度图像gm=Σi=1Igrec(i)×BW(g,T,i),
其中,二值化运算
T=max(g)-min(g)l表示梯度等级间隔;
(c)若i≤l,返回步骤(a),否则进入下一步;
(6)对gm进行标准分水岭变换,得到分割后的结果为L2,统计分割后的区域数目为Num(l);
(7)判断分割后的区域数目变化,如果Num(I)=Num(I-1),则输出最终的分割结果L2;否则,加1,返回步骤1.2.5。
1.3.计算Is中特定感兴趣区域内的最小灰度minGray;
1.4.遍历Is,对于灰度等于minGray的像素,将其灰度赋为前景,即为目标肿块区域,否则赋为背景,得到最终的肿块分割结果二值图像。
2.根据权利要求1所述的一种乳腺肿块超声图像超声区域分离方法,其特征在于:步骤1.1中,还可以采用自适应多尺度形态学滤波,其包括以下步骤:
(a)选取结构元素与尺度
多尺度结构元素定义为:nb=b⊕b⊕b..⊕b;其中:n为尺度参数;⊕为形态学膨胀运算,即大尺度结构元素,是由基本元素b膨胀而来的;
(b)单尺度下滤波
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。