基于乳腺子区域密度聚类的乳腺肿块分割系统及方法技术方案

本发明专利技术提供一种基于乳腺子区域密度聚类的乳腺肿块分割系统及方法，涉及医学图像后处理技术领域。本发明专利技术通过预处理单元对乳腺图像进行前期图像预处理后，由分割窗口单元将图像分成若干子区域，利用密度特征提取单元分别对各子区域进行密度特征提取，并由聚类单元进行聚类，最后由分割结果可视化单元将聚类分割后的图像显示出来。本发明专利技术提供的基于乳腺子区域密度聚类的乳腺肿块分割系统及方法采用基于乳腺子区域密度聚类的方法，进行乳腺肿块的准确分割，并将分割后肿块位置清晰的显示出来，能有效辅助乳腺疾病的准确诊断。

【技术实现步骤摘要】

：本专利技术涉及医学图像后处理
，尤其涉及一种基于乳腺子区域密度聚类的乳腺肿块分割系统及方法。
技术介绍
：乳腺癌是女性最常见的恶性肿瘤疾病，早期发现、早期诊断、早期治疗是降低乳腺癌危害性的关键。计算机辅助诊断技术能够对具有乳腺癌特性的疑似肿块进行分割、检测和分类。其中，疑似肿块的分割是乳腺癌辅助诊断的基础。同时，乳腺密度是乳腺癌肿块的重要特征。目前国内外对乳腺疑似肿块的研究有很多，大致分为两类，一类是基于边缘的方法，另外一类是基于区域的方法，但这两类方法都不能很好的体现乳腺肿块的密度这一重要特征。
技术实现思路
：针对现有技术的缺陷，本专利技术提供一种基于乳腺子区域密度聚类的乳腺肿块分割系统及方法，采用基于乳腺子区域密度聚类的方法，进行乳腺肿块的准确分割，能有效辅助乳腺疾病的准确诊断。一方面，本专利技术提供一种基于乳腺子区域密度聚类的乳腺肿块分割系统，该系统包括：预处理单元、分割窗口单元、密度特征提取单元、聚类单元和分割结果可视化单元。预处理单元包括图像去噪器、图像增强器、图像灰度级变化器和乳腺边缘坐标生成器。图像去噪器，用于对乳腺图像进行去噪处理，得到去噪后的图像；图像增强器，用于强调去噪后的乳腺图像中整体或局部特性，扩大图像中不同部位间的差异、抑制不感兴趣区域的表达和增大疑似肿块与周围组织的对比度，得到增强图像；图像灰度级变化器，用于将增强图像的灰度级进行压缩，以便接下来的特征提取单元使用；乳腺边缘坐标生成器，用于获得乳腺部分的边缘坐标，屏蔽背景区域对肿块提取的影响。分割窗口单元包括滑动窗口生成器和子区域分割器。滑动窗口生成器，用于生成一个放置在左侧乳腺CC图像中乳腺部分的左上角或右侧乳腺CC图像中乳腺部分的右上角的正方形滑动窗口；子区域分割器，用于将乳腺图像中乳腺部分划分成若干个相互重叠的子区域，作为之后处理单元的基础。密度特征提取单元包括子区域直方图的均值提取器、方差提取器、偏斜度提取器、峰值提取器、灰度密度均值提取器、灰度密度方差提取器、灰度密度偏斜度提取器和灰度密度峰值提取器，分别用于提取各所述子区域的对应特征值。聚类单元用于对所述子区域的对应特征值采用聚类算法进行聚类。分割结果可视化单元包括肿块分割结果显示器和肿块边缘坐标生成器。肿块分割结果显示器，用于将子区域聚类的结果可视化的显示出来，以便可以清晰的看到肿块位置所在；肿块边缘坐标生成器，用于提取肿块的边缘坐标，以便测试准确率，并为乳腺癌辅助诊断提供基础。进一步地，均值提取器，用于提取各子区域的均值，用来描述子区域的密度均值，均值计算公式为： v 1 = Σ i = 0 L - 1 z i p ( z i ) ]]>其中，v1为子区域的密度均值，L为图像的灰度级，zi为灰度为i的像素数，p(zi)为灰度为i的像素数占所有像素数的比例；方差提取器，用于提取各子区域的方差，用来描述子区域的密度变化的情况，方差计算公式为： v 2 = Σ i = 0 L - 1 ( z i - m ) 2 p ( z i ) ]]>其中，v2为子区域的密度方差，m为图像的灰度均值；偏斜度提取器，用于提取各子区域的斜偏度，用来描述子区域密度分布的对称性，偏斜度计算公式为： v 3 = 1 v 1 3 / 2 Σ i = 0 L - 1 ( z i - m ) 3 p ( z i ) ]]>其中，v3为子区域的密度斜偏度；峰值提取器，用于提取各子区域的峰值，用来描述子区域密度的峰值，峰值计算公式为： v 4 = 1 v 1 2 Σ i = 0 L - 1 ( z i - m ) 4 p ( z i ) ]]>其中，v4为子区域的密度峰值；灰度密度方差提取器，用于提取各子区域的灰度密度方差，用来描述子区域的灰度密度的变化情况，灰度密度方差计算公式为： v 5 = Σ i = 0 L - 1 ( z i - p m ) 2 p ( z i 本文档来自技高网...

【技术保护点】
一种基于乳腺子区域密度聚类的乳腺肿块分割系统，其特征在于，该系统包括：预处理单元(1)、分割窗口单元(2)、密度特征提取单元(3)、聚类单元(4)和分割结果可视化单元(5)；所述预处理单元(1)包括图像去噪器、图像增强器、图像灰度级变化器和乳腺边缘坐标生成器；所述图像去噪器，用于对乳腺图像进行去噪处理，得到去噪后的乳腺图像；所述图像增强器，用于强调所述去噪后的乳腺图像中整体或局部特性，扩大图像中不同部位间的差异、抑制不感兴趣区域的表达和增大疑似肿块与周围组织的对比度，得到增强图像；所述图像灰度级变化器，用于将所述增强图像的灰度级进行压缩；所述乳腺边缘坐标生成器，用于获得乳腺图像中乳腺部分的边缘坐标；所述分割窗口单元(2)包括滑动窗口生成器和子区域分割器；所述滑动窗口生成器，用于生成一个放置在左侧乳腺CC图像中乳腺部分的左上角或右侧乳腺CC图像中乳腺部分的右上角的正方形滑动窗口；所述子区域分割器，用于将乳腺图像中乳腺部分划分成若干个相互重叠的子区域；所述密度特征提取单元(3)包括子区域直方图的均值提取器、方差提取器、偏斜度提取器、峰值提取器、灰度密度方差提取器、灰度密度偏斜度提取器和灰度密度峰值提取器，分别用于提取各所述子区域的对应特征值；所述聚类单元(4)用于对所述子区域的对应特征值采用聚类算法进行聚类；所述分割结果可视化单元(5)包括肿块分割结果显示器和肿块边缘坐标生成器；所述肿块分割结果显示器，用于将所述聚类单元(4)的结果可视化的显示出来；所述肿块边缘坐标生成器，用于提取肿块的边缘坐标。...

【技术特征摘要】
1.一种基于乳腺子区域密度聚类的乳腺肿块分割系统，其特征在于，该系统包括：预处理单元(1)、分割窗口单元(2)、密度特征提取单元(3)、聚类单元(4)和分割结果可视化单元(5)；所述预处理单元(1)包括图像去噪器、图像增强器、图像灰度级变化器和乳腺边缘坐标生成器；所述图像去噪器，用于对乳腺图像进行去噪处理，得到去噪后的乳腺图像；所述图像增强器，用于强调所述去噪后的乳腺图像中整体或局部特性，扩大图像中不同部位间的差异、抑制不感兴趣区域的表达和增大疑似肿块与周围组织的对比度，得到增强图像；所述图像灰度级变化器，用于将所述增强图像的灰度级进行压缩；所述乳腺边缘坐标生成器，用于获得乳腺图像中乳腺部分的边缘坐标；所述分割窗口单元(2)包括滑动窗口生成器和子区域分割器；所述滑动窗口生成器，用于生成一个放置在左侧乳腺CC图像中乳腺部分的左上角或右侧乳腺CC图像中乳腺部分的右上角的正方形滑动窗口；所述子区域分割器，用于将乳腺图像中乳腺部分划分成若干个相互重叠的子区域；所述密度特征提取单元(3)包括子区域直方图的均值提取器、方差提取器、偏斜度提取器、峰值提取器、灰度密度方差提取器、灰度密度偏斜度提取器和灰度密度峰值提取器，分别用于提取各所述子区域的对应特征值；所述聚类单元(4)用于对所述子区域的对应特征值采用聚类算法进行聚类；所述分割结果可视化单元(5)包括肿块分割结果显示器和肿块边缘坐标生成器；所述肿块分割结果显示器，用于将所述聚类单元(4)的结果可视化的显示出来；所述肿块边缘坐标生成器，用于提取肿块的边缘坐标。2.根据权利要求1所述的基于乳腺子区域密度聚类的乳腺肿块分割系统，其特征在于，所述均值提取器，用于提取所述各子区域的均值，用来描述所述子区域的密度均值，所述均值的计算公式为： v 1 = Σ i = 0 L - 1 z i p ( z i ) ]]>其中，v1为子区域的密度均值，L为图像的灰度级，zi为灰度为i的像素数，p(zi)为灰度为i的像素数占所有像素数的比例；所述方差提取器，用于提取所述各子区域的方差，用来描述所述子区域的密度变化的情况，所述方差的计算公式为： v 2 = Σ i = 0 L - 1 ( z i - m ) 2 p ( z i ) ]]>其中，v2为子区域的密度方差，m为图像的灰度均值；所述偏斜度提取器，用于提取所述各子区域的斜偏度，用来描述所述子区域密度分布的对称性，所述偏斜度的计算公式为： v 3 = 1 v 1 3 / 2 Σ i = 0 L - 1 ( z i - m ) 3 p ( z i ) ]]>其中，v3为子区域的密度斜偏度；所述峰值提取器，用于提取所述各子区域的峰值，用来描述所述子区域密度的峰值，所述峰值的计算公式为： v 4 = 1 v 1 2 Σ i = 0 L - 1 ( z i - m ) 4 p ( z i ) ]]>其中，v4为子区域的密度峰值；所述灰度密度方差提取器，用于提取所述各子区域的灰度密度方差，用来描述所述子区域的灰度密度的变化情况，所述灰度密度方差的计算公式为： v 5 = Σ i = 0 L - 1 2 ( z i - p m ) 2 p ( z i ) ]]>其中，v5为子区域的灰度密度方差，pm为子区域的灰度密度均...

【专利技术属性】
技术研发人员：信俊昌，李默，田硕，马春晓，高铭泽，
申请(专利权)人：东北大学，
类型：发明
国别省市：辽宁;21