一种基于NSCT的乳腺X射线图像自适应增强方法技术

本发明专利技术提出一种基于NSCT的乳腺X射线图像自适应增强方法。先将乳腺X射线图像直方图均衡化，然后在NSCT域分解，高频分解为三层，分别为2、4、8个方向子带，第1、2层中值滤波。设计一种特殊的边缘滤波器增强各个子带系数，其中涉及两个参数，采用鲸鱼优化算法(Whale Optimization Algorithm，WOA)优化参数，盲图像质量指标(Blind Image Quality Index，BIQI)作为优化的目标函数。最后进行NSCT逆变换，得到最终增强图像。利用DDSM数据库进行测试，采用信息熵、平均梯度、标准差、对比度改善指数(Contrast Improvement Index，CII)、BIQI和综合指标六个评价指标对增强前后的图像质量进行评价，并与当前几种同类图像增强方法比较。指标表明所提出的方法对乳腺X射线图像有较好的增强效果。

【技术实现步骤摘要】
一种基于NSCT的乳腺X射线图像自适应增强方法
本专利技术属于图像处理技术及医学处理领域。具体来说，涉及一种以增强乳腺X图像为目的的基于NSCT的乳腺X图像自适应增强方法。
技术介绍
2016年1月25日，全球影响因子最高的杂志(CA：ACancerJournalforClinjicians)(IF＝144.8)在线发表2015年中国癌症统计数据一文。该文章指出，在中国，癌症已成为疾病死因之首，发病率和死亡率还在攀升，癌症已成为非常重要的公共健康问题。其中乳腺癌已成为中国女性最常见的肿瘤，约占所有女性癌症的15％，且近年来其总死亡率有所升高。据统计表明：乳腺癌早期治愈率高达97％，进展后治愈率却只有40％左右，因此早发现、早诊断、早治疗，是提高乳腺癌治疗效果，降低死亡率的关键。乳腺钼靶X线摄影术是乳腺癌检测的首选方法，也是乳腺癌早期预防和诊断最可靠有效的工具。受成像原理限制，再者，由于乳房组织的特殊性，即乳腺组织的各部分密度比较接近，以致所拍摄的乳腺X线图像缺乏层次感、图像模糊、对比度低、效果欠佳、许多小病灶被正常的乳腺组织所淹没，不易观察和提取，导致乳腺癌的误诊率和漏诊率较高。因此乳腺图像做的增强非常有必要。为了突出病变区域的特点，需要增强乳腺X线图像的视觉效果。基本的图像增强技术，包括对比度拓展，直方图均衡化，形态学滤波和小波变换等方法。这些方法都是在一定程度上达到良好的增强效果，但对于灰度分布集中的医学图像，它们的效果不太理想。因为乳腺X线图像的特殊性，提高图像对比度的同时不可以丢失图像的细节，更不能引入太多的噪音。在乳腺X线图像增强的研究中，国内外专家学者进行了广泛的研究，给出了各种不同的算法，并将各种算法的想法进行了完善。YunqingLi等人对乳腺X线图像进行自适应直方图均衡增强，但过大的运算量以及极其敏感噪声等缺点大大降低其实用性。StephenM.Pizer等人提出利用双线性插值技术的对比度受限自适应直方图均衡法，以限制基本自适应直方图均衡的噪声和对比度的过度增强，并能减小其计算量。但在灰度突变的交界区域易引入新噪声增强效果并不理想。YicongZhou等人提出的基于图像分解和人类视觉特性的增强算法。充分考虑图像增强对人类视觉特性的依赖性。反锐化掩模算法是一种常用的图像边缘细节增强的方法，但是此种方法对噪声比较敏感。Lee和Park为了减小噪声的敏感度，提出了一种顺序统计反锐化掩模算子。Panetta，K等人提出非线性反锐化增强方案。JoseMejia等人提出了一种基于NSCT分解尺度下的乳腺X线图像的增强方法，可以增强图像细节，其缺点是参数通过实验获得，不具有鲁棒性和自适应性。XiaoshaoGou等人提出了一种直方图均衡和中值滤波在小波域进行融合的方法，整体增强效果较好，但细节有些差强人意。P.Shanmugavadivu等人提出了一种基于图像特征的对比度增强技术。利用改进的饱和方法，参照乳腺钼靶图像的特征值对其进行增强。目前为止，已经提出不少乳腺X线图像增强的新方法。这些新技术虽然也取得了较好的增强效果，但是在病变区域与背景灰度差异很小，微弱病变极易隐没于复杂背景和噪声中，其增强效果还有待进一步提高，研究一种更为有效的乳腺图像增强算法，已成为图像增强领域的研究热点之一。本专利技术提出了一种基于NSCT的多尺度自适应乳腺X线图像增强的新方法，其中也运用了直方图均衡化处理，保证图像的整体增强，而后NSCT的自适应增强处理，使得图像不仅在整体上得到增强，而且细节方面也得到较好的增强。
技术实现思路
为了对乳腺X射线图像进行增强，本专利技术设计了一种基于NSCT的乳腺X图像自适应增强方法。将增强X图像任务分成两步：第一步将图像进行直方图均衡化处理，保证图像的整体增强效果；第二步对上一步得到的图像在NSCT域进行分解，将分解得到的各子带图进行自适应增强。实验表明，这种对乳腺X射线图像的处理有较好的增强效果。该方法包括：先将图像进行直方图均衡化处理，保证图像的整体增强效果；处理后的图像在NSCT域进行分解，将其高频分解为三层，每层分别分解为2、4、8个方向；将第1、2层的各个子带图像进行中值滤波，用于去除图像中的噪声；采用一种特殊的边缘滤波器增强各个子带系数。其中涉及两个参数，采用鲸鱼优化算法(WhaleOptimizationAlgorithm，WOA)优化参数；利用盲图像质量指标(BlindImageQualityIndex，BIQI)自适应函数；然后进行NSCT逆变换重构图像，最终达到自适应强图像的目的，使得图像的细节得到增强。利用DDSM数据库中数据测试所提出的增强方法，评价指标包括：采用信息熵、平均梯度、标准差、对比度改善指数(ContrastImprovementIndex，CII)和BIQI和综合指标共六种评价指标进行评价；并与当前几种同类方法进行比较分析。指标显示表明所提出的方法对乳腺钼靶X线图像有较好的增强效果。附图说明附图用来提供对本专利技术技术方案的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本专利技术的技术方案，并不构成对本专利技术技术方案的限制。图1基于NSCT的乳腺X射线图像自适应增强流程图；图2(a)非降采样滤波器(b)理想频率分解；图3(a)原始图像1(b)原始图像2(c)原始图像3(d)本专利技术所用方法增强图像1(e)本专利技术所用方法增强图像2(f)本专利技术所用方法增强图像3；图4(a)本专利技术所用方法增强图像1迭代曲线(b)本专利技术所用方法增强图像2迭代曲线(c)本专利技术所用方法增强图像3迭代曲线；图5(a)原始图像1(b)采用直方图均衡化增强图像1(c)采用饭锐化掩膜方法增强图像1(d)采用AndrewF.Laine等人方法增强图像1(e)采用XiaoshaoGou等人方法增强图像1(f)采用P.Shanmugavadivu等人方法增强图像1(g)采用JoseMejia等人方法增强图像1(h)本专利技术方法增强图像1；图6(a)原始图像的直方图图像1(b)采用直方图均衡化增强图像的直方图图像1(c)采用饭锐化掩膜方法增强图像的直方图图像1(d)采用AndrewF.Laine等人方法增强图像的直方图图像1(e)采用XiaoshaoGou等人方法增强图像的直方图图像1(f)采用P.Shanmugavadivu等人方法增强图像的直方图图像1(g)采用JoseMejia等人方法增强图像的直方图图像1(h)本专利技术方法增强图像的直方图图像1；图7(a)原始图像的局部放大图1(b)采用直方图均衡化增强图像的局部放大图1(c)采用饭锐化掩膜方法增强图像的局部放大图1(d)采用AndrewF.Laine等人方法增强图像的局部放大图1(e)采用XiaoshaoGou等人方法增强图像的局部放大图1(f)采用P.Shanmugavadivu等人方法增强图像的局部放大图1(g)采用JoseMejia等人方法增强图像的局部放大图1(h)本专利技术方法增强图像的局部放大图1；图8.(a)原始图像2(b)采用直方图均衡化增强图像2(c)采用饭锐化掩膜方法增强图像2(d)采用AndrewF.Laine等人方法增强图像2(e)采用XiaoshaoGou等人方法增强图像2(f)采用P.Shanmugava本文档来自技高网...

【技术保护点】
1.一种基于NSCT(Nonsubsampled Contourlet Transform)的乳腺X图像自适应增强方法。该方法是针对乳腺钼靶X线图像。包括如下步骤：步骤1对乳腺X射线图像进行图像直方图均衡化；步骤2将直方图均衡化后的乳腺X射线图像利用NSCT分解为三层，各层分别为2、4、8个方向，共计得到1个低频和14个高频子带图；步骤3设计非线性函数增强感兴趣的区域。令函数F用于增强每个子带中的感兴趣特征，以便获取增强后的子带集合y′：y′i，j＝F(yi，j)式中yi，j表示增强前的每个子带图像，其中i和j是分解层数和方向。对于分解后的高频子带图像用Canny算子进行边缘检测，阈值为：T(i，j)＝3a(i，j)式中a为图像标准差，利用下式来增强各个子带图像：

【技术特征摘要】
1.一种基于NSCT(NonsubsampledContourletTransform)的乳腺X图像自适应增强方法。该方法是针对乳腺钼靶X线图像。包括如下步骤：步骤1对乳腺X射线图像进行图像直方图均衡化；步骤2将直方图均衡化后的乳腺X射线图像利用NSCT分解为三层，各层分别为2、4、8个方向，共计得到1个低频和14个高频子带图；步骤3设计非线性函数增强感兴趣的区域。令函数F用于增强每个子带中的感兴趣特征，以便获取增强后的子带集合y′：y′i，j＝F(yi，j)式中yi，j表示增强前的每个子带图像，其中i和j是分解层数和方向。对于分解后的高频子带图像用Canny算子进行边缘检测，阈值为：T(i，j)＝3a(i，j)式中a为图像标准差，利用下式来增强各个子带图像：式中M1和M2是用于检测周围组织的重量因子，bi，j(n1，n2)是一个包含边缘的二值子带图像，(n1，n2)是空间坐标。其中要求M1＜M2，本发明用鲸鱼优化算法(WOA)寻找最优的参数M1和M2，本发明方法中设置了M1和M2搜索范围，其中M1∈[2～5]，M2∈[3～8]。通过WOA算法参数M1和M2进行优化，具体步骤如下：①确定目标函数，采用基于小波域的自然图像统计特性算法(BlindImageQualityIndex，BIQI)函数作为适应度函数，取值范围...

【专利技术属性】
技术研发人员：张长江，聂焕焕，罗绮，
申请(专利权)人：浙江师范大学，
类型：发明
国别省市：浙江,33