一种用于诊断乳腺肿块的超声图像预处理系统及处理超声图像的方法技术方案

本发明专利技术公开了一种用于诊断乳腺肿块的超声图像预处理系统及处理超声图像的方法，包括以下步骤，S1.提取乳腺图像的腺体区域，S2.获取腺体区域的腺体分布特征；S3.根据腺体区域占乳腺图像的前景部分的比例，确定乳腺图像的乳腺密度；并对乳腺密度进行分级；S4.结合乳腺密度和腺体分布特征，确定乳腺图像的图像类型；S5.确定预设的与图像类型对应的乳腺图像处理方式，并利用乳腺图像处理方式对乳腺图像进行处理；S6.提取乳腺图像的腺体区域；S7.将比值大于预设值的子区域确定为腺体边界区域，并计算各个腺体边界区域的分割阈值；S8.将各个腺体边界区域的分割阈值的平均值作为乳腺图像的分割腺体区域阈值，对乳腺图像的腺体边界区域进行分割，得到腺体区域。

An ultrasound image preprocessing system for breast mass diagnosis and a method for ultrasound image processing

The invention discloses an ultrasound image preprocessing system for diagnosing breast masses and a method for processing ultrasound images, including the following steps: S1. Extracting the gland area of the breast image, S2. Obtaining the gland distribution characteristics of the gland area, S3. Determining the breast density of the breast image according to the proportion of the gland area in the foreground part of the breast image, and classifying the breast density, S 4. Determine the image type of breast image by combining the breast density and gland distribution characteristics; S5. Determine the preset breast image processing method corresponding to the image type, and use the breast image processing method to process the breast image; S6. Extract the gland region of the breast image; S7. Determine the sub region whose ratio is greater than the preset value as the gland boundary region, and calculate each gland boundary The average value of the segmentation threshold of each gland boundary region is taken as the segmentation threshold of the breast image, and the gland boundary region of the breast image is segmented to get the gland region.

【技术实现步骤摘要】
一种用于诊断乳腺肿块的超声图像预处理系统及处理超声图像的方法
本专利技术属于图像处理
，特别涉及一种用于诊断乳腺肿块的超声图像预处理系统及处理超声图像的方法。
技术介绍
由于不同患者的腺体组成成分不同，且乳腺的腺体分布更为变化多样，所以，对于不同患者的乳腺X线图像(以下简称乳腺图像)可能存在较大区别，这些区别可能导致乳腺图像的边缘信息、对比度和噪声等特征均有所不同。目前，处理不同类型的乳腺图像仅局限于运用相同的一套乳腺图像处理方法，并未针对不同的乳腺图像进行区别处理，这会导致得到的乳腺图像处理结果细节信息模糊机率变大。如对不同类型的乳腺图像进行增强处理时，只是运用固定的一套乳腺图像增强方法，可能会导致一部分乳腺图像欠增强，而另一部分乳腺图像过增强的问题，最终使得乳腺图像的细节信息或病变信息无法被清晰显示。
技术实现思路
本专利技术旨在提出一种用于诊断乳腺肿块的超声图像预处理系统及处理超声图像的方法。具体
技术实现思路
如下：本专利技术的一种用于诊断乳腺肿块的超声图像处理方法：包括以下步骤本文档来自技高网...

【技术保护点】
1.一种处理超声图像的方法，其特征在于，所述方法包括以下步骤：/nS1.采用FCM算法提取乳腺图像的腺体区域；其具体包括以下步骤：/n(1)设置算法中的初始值，包括聚类中心数目C、模糊因子m、先验概率中的β、最大迭代次数K、特征场作用强度γ和迭代停止条件θ；/n(2)根据GA－PSO确定一组最优的初始聚类中心，并根据下式初始化隶属度矩阵U

【技术特征摘要】
1.一种处理超声图像的方法，其特征在于，所述方法包括以下步骤：
S1.采用FCM算法提取乳腺图像的腺体区域；其具体包括以下步骤：
(1)设置算法中的初始值，包括聚类中心数目C、模糊因子m、先验概率中的β、最大迭代次数K、特征场作用强度γ和迭代停止条件θ；
(2)根据GA－PSO确定一组最优的初始聚类中心，并根据下式初始化隶属度矩阵U(0)；



(3)根据下式分别计算每个聚类中的先验概率、均值u(k)和协方差∑(k)：









其中，eij定义为:



其中，γ表示邻域像素的作用强度；t(li＝lj)表示一个指数函数；
(4)根据下式更新隶属度矩阵U(k)；
(5)
(5)如果{U(k+1)－U(k)}＜θ或者到了最大迭代次数，则停止，否则令k＝k+1，转步骤(3)继续进行迭代运算；
S2.获取所述腺体区域的腺体分布特征，所述腺体分布特征用于表征所述腺体区域集中度；
S3.根据所述腺体区域占所述乳腺图像的前景部分的比例，确定所述乳腺图像的乳腺密度；并采用如下方法对乳腺密度进行分级：
将预处理后的所述目标乳腺X射线图像作为预测样本，输入预设的目标深度残差网络，并将该目标深度残差网络的输出作为所述目标乳腺X射线图像对应的乳腺密度分级结果；
在所述获取目标乳腺X射线图像之前，先构建一深度残差网络，以及，根据多个历史乳腺X射线图像获取该深度残差网络的训练样本集；应用所述训练样本集对所述深度残差网络进行模型训练；
所述深度残差网络由三个执行阶段及多个全连接层依次组成，且每个所述执行阶段均由多个卷积层及堆叠而成的多个残差模块依次组成，乳腺X射线图像经首个执行阶段的卷积层输入后，在所述深度残差网络中进行三个所述执行阶段的映射，最终由最后一个全连接层输出该乳腺X射线图像对应的乳腺密度分级结果；
所述根据多个历史乳腺X射线图像获取该深度残差网络的训练样本集，包括：
获取多个历史乳腺X射线图像；
对各个历史乳腺X射线图像均进行预处理；
对预处理后的各个历史乳腺X射线图像分别进行标记，得到各个历史乳腺X射线图像分别对应的等级标签；
其中，所述等级标签用于表示其所属的历史乳腺X射线图像对应的乳腺...

【专利技术属性】
技术研发人员：赵旭东，
申请(专利权)人：赵旭东，
类型：发明
国别省市：黑龙;23