用于在超声图像中自动检测肿瘤的系统技术方案

提供一种用于在超声图像中自动检测肿瘤的系统。所述系统包括：候选区域检测装置，用于基于可变形部件模型(DPM)从超声图像检测包括肿瘤的至少一个候选区域；肿瘤区域定位装置，用于从检测到的所述至少一个候选区域确定肿瘤区域；肿瘤轮廓分离装置，用于通过基于确定的肿瘤区域分离肿瘤的轮廓来检测肿瘤。通过所述系统，可在不需要人为参与的情况下，有效地从超声图像中检测出包括肿瘤的区域，并在此基础上相对准确地分离出肿瘤的轮廓，以作为肿瘤确诊的依据之一。

【技术实现步骤摘要】
用于在超声图像中自动检测肿瘤的系统
本专利技术涉及医学图像处理技术，尤其涉及一种从超声图像中检测出肿瘤部分的系统。
技术介绍
在现代医学中，超声成像是用于诊断各种肿瘤（例如，乳腺肿瘤等胸腔肿瘤）的重要手段，因为超声检查相对方便，不侵入人体且成本较低。然而，影像科的医生需要针对每幅超声图像人工地进行标注，以反映出相应器官的影像特性，作为判断肿瘤的影像基础。然而，对大量患者的超声检查结果逐一进行手动标注需要耗费大量的时间，人力成本较高。因此，人们关注于用于从超声图像中自动检测肿瘤的方案。例如，Drukker,K.等人在“Computerizedlesiondetectiononbreastultrasound”,Med.Phys.,29(7):1438-46(2002)中提出病变区几乎不同程度地比背景区域更暗，并基于这一严格的假设来生成肿瘤区域。然而，在例如以上描述的现有肿瘤自动检测方案中，由于超声检测结果本身的图像质量较差，而且，肿瘤的形态非常复杂，不仅多为不规则图形，而且常常伴随钙化，因此，难以有效地在超声图像中检测出肿瘤所在的区域。此外，由于相关区域是否为肿瘤还与其所在的特定组织有密切关系，因此，现有的肿瘤检测技术中也很容易出现误判。
技术实现思路
本专利技术的目的在于提供一种能够从超声图像中有效地自动检测肿瘤的系统。根据本专利技术的一方面，提供一种用于在超声图像中自动检测肿瘤的系统，包括：候选区域检测装置，用于基于可变形部件模型（DPM）从超声图像检测包括肿瘤的至少一个候选区域；肿瘤区域定位装置，用于从检测到的所述至少一个候选区域确定肿瘤区域；肿瘤轮廓分离装置，用于通过基于确定的肿瘤区域分离肿瘤的轮廓来检测肿瘤。候选区域检测装置可通过改变DMP中的根模板的宽高比来从超声图像检测包括肿瘤的至少一个候选区域。肿瘤区域定位装置可使用基于支持向量机（SVM）的二值分类器从检测到的所述至少一个候选区域确定肿瘤区域。所述二值分类器的特征向量可基于候选区域的上下文特征。所述特征向量可包括以下项中的至少一个：候选区域的DPM检测分值、候选区域的位置和大小、候选区域中各个部件相对于根的偏移量、候选区域中前景与背景之间的强度差、候选区域与DPM检测分值最高的候选区域之间的共存部分。肿瘤区域定位装置可使用多核学习（MKL）方法将二值分类器的核函数定义为多个基本核函数的线性组合。肿瘤区域定位装置可将三种带宽的RBF核函数以及三个维度的多项式核函数进行线性组合，从而针对特征向量中的每一个特征分量以及特征向量整体进行训练，以获得二值分类器的核函数。肿瘤轮廓分离装置可使用水平集方法分离肿瘤的轮廓，其中，肿瘤的轮廓曲线以肿瘤区域的边界作为初始曲线进行迭代。肿瘤轮廓分离装置可通过使得肿瘤图像的前景与背景之间的距离最大化来构建水平集方法中采用的能量函数。根据本专利技术的另一方面，提供一种用于在超声图像中自动检测对象的系统，包括：候选区域检测装置，用于基于可变形部件模型（DPM）从超声图像检测包括对象的至少一个候选区域；对象区域定位装置，用于从检测到的所述至少一个候选区域确定对象区域；对象轮廓分离装置，用于通过基于确定的对象区域分离对象的轮廓来检测对象。候选区域检测装置可通过改变DMP中的根模板的宽高比来从超声图像检测包括对象的至少一个候选区域。对象区域定位装置可使用基于支持向量机（SVM）的二值分类器从检测到的所述至少一个候选区域确定对象区域。所述二值分类器的特征向量可基于候选区域的上下文特征。对象区域定位装置可使用多核学习（MKL）方法将二值分类器的核函数定义为多个基本核函数的线性组合。根据本专利技术的另一方面，提供一种用于在超声图像中自动检测对象的方法，包括：基于可变形部件模型（DPM）从超声图像检测包括对象的至少一个候选区域；从检测到的所述至少一个候选区域确定对象区域；通过基于确定的对象区域分离对象的轮廓来检测对象。根据上述示例性实施例，可在不需要人为参与的情况下，有效地从超声图像中检测出包括肿瘤的区域，并在此基础上相对准确地分离出肿瘤的轮廓，以作为肿瘤确诊的依据之一。附图说明通过下面结合附图对示例性实施例进行的详细描述，本专利技术的上述和其它目的和特点将会变得更加清楚，其中：图1示出根据本专利技术示例性实施例的肿瘤检测系统的框图；图2示出根据本专利技术示例性实施例的由肿瘤检测系统来检测肿瘤的处理流程；图3示出根据本专利技术示例性实施例检测到的肿瘤候选区域的示例；图4示出根据本专利技术示例性实施例确定的肿瘤区域的示例；图5示出根据本专利技术示例性实施例分离的肿瘤轮廓的示例；图6示出根据本专利技术示例性实施例的对象检测系统的框图；以及图7示出根据本专利技术示例性实施例的由对象检测系统来检测对象的处理流程。具体实施方式现将详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中，相同的标号始终指的是相同的部件。以下将通过参照附图来说明所述实施例，以便解释本专利技术。图1示出根据本专利技术示例性实施例的肿瘤检测系统的框图。如图1所示，根据本专利技术示例性实施例的肿瘤检测系统包括：候选区域检测装置10，用于基于可变形部件模型（DPM）从超声图像检测包括肿瘤的至少一个候选区域；肿瘤区域定位装置20，用于从检测到的所述至少一个候选区域确定肿瘤区域；肿瘤轮廓分离装置30，用于通过基于确定的肿瘤区域分离肿瘤的轮廓来检测肿瘤。这里，作为示例，超声图像可指示针对乳腺肿瘤的胸部超声检查结果，然而应注意：本专利技术并不受限于此，根据本专利技术示例性实施例的肿瘤检测系统可应用于对其它器官的肿瘤检测。在上述肿瘤检测系统中，候选区域检测装置10利用可变形部件模型（DPM）方法，能够有效地检测出可能出现肿瘤的候选区域，在此基础上，再由肿瘤区域定位装置20进一步确定肿瘤区域，并通过肿瘤轮廓分离装置30提取肿瘤轮廓，从而能够有效地完成对超声图像中的肿瘤的自动检测。以下，将结合图2来描述根据本专利技术示例性实施例进行肿瘤检测的示例。图2示出根据本专利技术示例性实施例的由肿瘤检测系统来检测肿瘤的处理流程。参照图2，在步骤S100，由候选区域检测装置10基于可变形部件模型（DPM）从超声图像检测包括肿瘤的至少一个候选区域。具体说来，如本领域技术人员所知，在DPM方法中，存在一个精度较为粗略的根滤波器和多个精度较为精细的部件滤波器，相应地，存在一个根部以及多个部件，其中，p0指示旨在近似覆盖将被检测的整个对象（例如，肿瘤所在的整个区域）的根部，而p1、p2、…、pn指示旨在精细地覆盖将被检测的对象的各个不同部件，相应地，候选区域检测装置10可通过等式（1）来计算各个候选区域的DPM检测分值：从等式（1）可以看出，候选区域的DPM检测分值score(p0,p1,...,pn)可主要被表示为根滤波器/部件滤波器在各自位置的外观分数（其中，Fi(pi)为根部以及各个部件的滤波器响应，Gi(pi)为根部以及各个部件的特征）与变形项（用于表示各个部件偏离它的锚定位置的位置偏离代价）（其中，xi和yi指示各个部件的像素位置）之间的差值，在此基础上，可通过将实值偏离项b（其中，b可通过实验来确定）添加到所述差值来获取最终的DPM检测分值。作为优选方式，可对上述DPM方法进行改进，以更加符合肿瘤本身的生长特性。也就是说，由于肿瘤本身形态各异且宽高比变化本文档来自技高网...

【技术保护点】
一种用于在超声图像中自动检测肿瘤的系统，包括：候选区域检测装置，用于基于可变形部件模型(DPM)从超声图像检测包括肿瘤的至少一个候选区域；肿瘤区域定位装置，用于从检测到的所述至少一个候选区域确定肿瘤区域；肿瘤轮廓分离装置，用于通过基于确定的肿瘤区域分离肿瘤的轮廓来检测肿瘤。

【技术特征摘要】
1.一种用于在超声图像中自动检测肿瘤的系统，包括：候选区域检测装置，用于基于可变形部件模型DPM从超声图像检测包括肿瘤的至少一个候选区域；肿瘤区域定位装置，用于从检测到的所述至少一个候选区域确定肿瘤区域；肿瘤轮廓分离装置，用于通过基于确定的肿瘤区域分离肿瘤的轮廓来检测肿瘤，其中，候选区域检测装置通过改变DPM中的根模板的宽高比来从超声图像检测包括肿瘤的至少一个候选区域。2.如权利要求1所述的系统，其中，肿瘤区域定位装置使用基于支持向量机(SVM)的二值分类器从检测到的所述至少一个候选区域确定肿瘤区域。3.如权利要求2所述的系统，其中，所述二值分类器的特征向量基于候选区域的上下文特征。4.如权利要求3所述的系统，其中，所述特征向量包括以下项中的至少一个：候选区域的DPM检测分值、候选区域的位置和大小、候选区域中各个部件相对于根的偏移量、候选区域中前景与背景之间的强度差、候选区域与DPM检测分值最高的候选区域之间的共存部分。5.如权利要求4所述的系统，其中，肿瘤区域定位装置使用多核学习(MKL)方法将二值分类器的核函数定义为多个基本核函数的线性组合。6.如权利要求5所述的系统，其中，肿瘤区域定位装置将三种带宽的RBF核函数以及三个维度的多项式核函数进行线性组合，从而针对特征向量中的每一个特征分量以及特征向量整体进行训练，以获得二值分类器的核函数。7.如权利要求1所述的系统，其中，肿瘤轮廓分离装置使用水平集方法分离肿瘤的轮廓，其中，肿瘤的轮廓曲线以肿瘤区域的边界作为初始曲线进行迭代。8.如权利要求7所述的系统，其中，肿瘤轮廓分离装置通过使得肿瘤图像的前景与背景之间的距离最大化来构建水平集方法中采用...

【专利技术属性】
技术研发人员：张丽丹，刘志花，任海兵，张红卫，金智渊，禹景久，
申请(专利权)人：北京三星通信技术研究有限公司，三星电子株式会社，
类型：发明
国别省市：北京;11