【技术实现步骤摘要】
本专利技术涉及医学图像处理领域，具体是涉及一种基于合成增强图像的肿瘤区域图像增强方法及系统。
技术介绍
医生在实际诊断肿瘤相关疾病的过程中，通过对CT(ComputedTomography，电子计算机断层扫描)或者MR(MagneticResonance，磁共振)等医学图像中肿瘤的边界、截面面积和体积进行测量和分析，可以帮助临床确诊病情，这时需要对CT或者MR等医学图像中的肿瘤边界进行分割。肿瘤边界的精确分割对治疗计划非常重要，目前这部分工作主要依赖于手工描绘，精确度不高。由于CT或者MR等医学图像中的噪声和模糊性，导致许多肿瘤的边界比较模糊，采取传统的图像分割方法，例如在原始的CT或者MR等医学图像上采用阈值分割法，难以对肿瘤的边界进行精确分割。
技术实现思路
本专利技术的目的是为了克服上述
技术介绍
的不足，提供一种基于合成增强图像的肿瘤区域图像增强方法及系统，能够增强原始CT或者MR图像中覆盖全部肿瘤区域的的ROI区域，通过选择合成增强图像中不同的加权因...
【技术保护点】
一种基于合成增强图像的肿瘤区域图像增强方法，其特征在于，包括以下步骤：A、在包含肿瘤的一帧原始CT图像或者MR图像中，选取一个覆盖全部肿瘤区域的椭圆形感兴趣区域ROI；将ROI区域以外的像素全部置为零，对ROI区域内部的像素值进行窗宽窗位的调节，使之复合人类观察的要求；B、采用各向异性扩散方法，对经过窗宽窗位调节之后的图像中的ROI区域进行降噪处理，得到覆盖全部肿瘤区域的ROI区域的降噪图像；C、采用多尺度增强方法，对经过窗宽窗位调节之后的图像中的ROI区域进行增强处理，得到覆盖全部肿瘤区域的ROI区域的增强图像；D、对步骤B得到的覆盖全部肿瘤区域的ROI区域的降噪图像和步...
【技术特征摘要】
1.一种基于合成增强图像的肿瘤区域图像增强方法，其特征在于，包括以下步骤：
A、在包含肿瘤的一帧原始CT图像或者MR图像中，选取一个覆盖全部肿瘤区域的椭圆形
感兴趣区域ROI；将ROI区域以外的像素全部置为零，对ROI区域内部的像素值进行窗宽窗位
的调节，使之复合人类观察的要求；
B、采用各向异性扩散方法，对经过窗宽窗位调节之后的图像中的ROI区域进行降噪处
理，得到覆盖全部肿瘤区域的ROI区域的降噪图像；
C、采用多尺度增强方法，对经过窗宽窗位调节之后的图像中的ROI区域进行增强处理，
得到覆盖全部肿瘤区域的ROI区域的增强图像；
D、对步骤B得到的覆盖全部肿瘤区域的ROI区域的降噪图像和步骤C得到的覆盖全部肿
瘤区域的ROI区域的增强图像进行加权融合，得到覆盖全部肿瘤区域的ROI区域的合成增强
图像。
2.如权利要求1所述的基于合成增强图像的肿瘤区域图像增强方法，其特征在于：步骤
A中对ROI区域内部的像素值进行窗宽窗位的调节的过程为：以椭圆的质心为中心，选择一
个矩形区域，该矩形的长度rlength小于椭圆的长轴，该矩形的宽度rwidth小于椭圆的短轴；选
取该矩形内的最大灰度值为窗口技术中窗宽的最大值Cmax，选取该矩形内的最小灰度值为
窗口技术中窗宽的最小值Cmin；然后任意选择下列三个公式中的一个公式，对椭圆内的像素
值进行映射：
I = α × I o r i - C m i n C m a x - C m i n - - - ( 1 ) ]]> I = α × l o g ( 1 + I o r i - C min C max - C min ) - - - ( 2 ) ]]> I = α × ( I o r i - C min C m a x - C min ) γ 1 - - - ( 3 ) ]]>其中，Iori为原始的CT或者MR图像，α为控制图像整体亮度的系数，γ1为可调节的系数，
通过改变γ1的值得到不同方式的映射曲线，I为经过窗宽窗位调节之后的图像。
3.如权利要求2所述的基于合成增强图像的肿瘤区域图像增强方法，其特征在于：步骤
A中，γ1的值小于1时，公式(3)将一个范围较窄的输入值转换到一个范围较宽的输出值。
4.如权利要求2所述的基于合成增强图像的肿瘤区域图像增强方法，其特征在于：步骤
B中的各向异性扩散方法为：使用各向异性扩散模型去除噪声，各向异性扩散模型的公式
为：
∂ I ∂ t = d i v ( c ( x , y , t ) ▿ I ) = ▿ c · ▿ I + c ( x , y , t ) Δ I - - - ( 4 ) ]]>其中，div()为散度算子，c(x,y,t)是扩散系数，扩散系数被选择为图像梯度的函数，t
为时间，▽代表梯度算子，▽c则是扩散系数c的梯度，▽I是图像I的梯度，Δ代表拉普拉斯
算子，ΔI是图像I的拉普拉斯算子；
对公式(4)表示的偏微分方程求解，该方程的解表示为Irn，Irn为步骤B得到的覆盖全部
肿瘤区域的ROI区域的降噪图像。
5.如权利要求4所述的基于合成增强图像的肿瘤区域图像增强方法，其特征在于：步骤
B中，所述各向异性扩散模型的公式中的扩散系数c(x,y,t)的函数有两种表达方式：
c ( | | ▿ I | | ) = e - ( | | ▿ I | | / K ) 2 - - - ( 5 ) ]]> c ( | | ▿ I | | ) = 1 1 + ( | | ▿ I | | K ) 2 - - - ( 6 ) ]]>其中，||▽I||表示图像I的梯度的模，K为常数，这两个扩散系数函数以图像I的梯度的
模作为扩散快慢的依据，在梯度大的位置扩散系数小，从而起到保护边缘的目的。
6.如权利要求4所述的基于合成增强图像的肿瘤区域图像增强方法，其特征在于：步骤
C中的多尺度增强方法为：
对覆盖全部肿瘤区域的ROI区域进行不同尺度下的增强处理：
首先，通过公式(7)，对覆盖全部肿瘤区域的ROI区域进行下采样，得到下采样后的图像
Ire；
Ire＝REDUCE(I)(7)
其中，REDUCE()表示下采样操作；
然后，通过公式(8)，对下采样后的图像Ire进行缩放增强处理；
I u = ( I re - I re * G ) γ 2 - - - ( 8 ) ]]>其中，Iu是尺寸缩小的下采样增强图像，Ire是下采样后的图像，G是高斯核，Ire-Ire*G代
表图像的高频成分，γ2为控制肿瘤区域与非肿瘤区域的差别的系数，Iu的尺寸与下采样后
的图像Ire的尺寸相同，均小于经过窗宽窗位调节之后的图像I；
接着，通过公式(9)，对公式(8)得到的尺寸缩小的下采样增强图像Iu进行上采样，得到
Iex：Iex＝EXPAND(Iu)(9)
其中，Iex为步骤C得到的覆盖全部肿瘤区域的ROI区域的增强图像，Iex的尺寸与经过窗
宽窗位调节之后的图像I的尺寸相同；EXPAND()表示上采样操作。
7.如权利要求6所述的基于合成增强图像的肿瘤区域图像增强方法，其特征在于：步骤
C中的EXPAND()由扩展插值算子得到，如果要扩展一倍的尺寸，则在水平和垂直两个方向上
增强一倍的像素，即每行任意两个像素间需要插入一个值，每两行间需插入一行；插值算子
采用双立方插值方法。
8.如权利要求6所述的基于合成增强图像的肿瘤区域图像增强方法，其特征在于：步骤
D中采用像素级的加权平均融合方法进行加权融合，公式如下：
Ien＝w·Irn+(1-w)·Iex(10)
其中，Irn为步骤B得到的覆盖全部肿瘤区域的ROI区域的降噪图像，Iex为步骤C得到的覆
盖全部肿瘤区域的ROI区域的增强图像，w为加权因子，Ien为覆盖全部肿瘤区域的ROI区域的
合成增强图像；通过选择公式(10)中不同的加权因子w，来方便医生观察肿瘤的表面和边
界。
9.一种基于合成增强图像的肿瘤区域图像增强系统，其特征在于：该系统包括ROI区域
选取单元、窗宽窗位调节单元、降噪单元、增强单元、加权融合单元，其中：...
【专利技术属性】
技术研发人员：谌先敢，刘海华，高智勇，陆雪松，
申请(专利权)人：中南民族大学，
类型：发明
国别省市：湖北;42
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。