【技术实现步骤摘要】
NIR图像的乳房轮廓提取方法、系统及装置
本申请涉及图像处理
,尤其涉及一种NIR图像的乳房轮廓提取方法、系统及装置。
技术介绍
目前乳腺癌的诊断方法有钼靶X线、CT、MR、光学成像(DOT)影像学诊断方法,光学成像(DOT)系统是通过将乳房区域的光强吸收系数重建到图像中以达到诊断的目的。其中乳房区域通过轮廓提取得到。由于乳房区域附近有127个LED光源,传统的阈值分割和Canny边缘检测容易受到LED光源亮度的影响,把LED区域也划入乳房区域。而且医学DICOM图像含有多帧,其中一帧仅反映了部分光源下乳房的轮廓信息,因此需要结合多帧的信息来进行轮廓提取。由于LED光源有时并不能照到乳房全范围,因此需要补充一部分的边缘轮廓。
技术实现思路
为了解决上述技术问题,本申请实施例提供一种NIR图像的乳房轮廓提取方法、系统及装置。本申请实施例第一方面提供了一种NIR图像的乳房轮廓提取方法,可包括:获取扫描周期内的图像数据,提取其中的前若干帧图像信息,并进行预处理;基于所获取的图像数据,获取该图像的灰度图像梯度信息,并设立中心点,将每个像素处的梯度与到中心的距离信息结合;基于梯度、到中心距离结合的值和图像坐标拟合曲面并映射到极坐标系下;基于极坐标下的拟合曲面,在每一个角度下,将对应的梯度和到中心距离结合值的最小处作为该角度对应的轮廓点,对每个轮廓点的周围内的点拟合曲线,并进行平滑处理获取平滑轮廓曲线;基于所述平滑轮廓曲线对剩余角度的轮廓进行补充,并将整个 ...
【技术保护点】
1.一种NIR图像的乳房轮廓提取方法,其特征在于,包括:/n获取扫描周期内的图像数据,提取其中的前若干帧图像信息,并进行预处理;/n基于所获取的图像数据,获取该图像的灰度图像梯度信息,并设立中心点,将每个像素处的梯度与到中心的距离信息结合;/n基于梯度、到中心距离结合的值和图像坐标拟合曲面并映射到极坐标系下;/n基于极坐标下的拟合曲面,在每一个角度下,将对应的梯度和到中心距离结合值的最小处作为该角度对应的轮廓点,对每个轮廓点的周围内的点拟合曲线,并进行平滑处理获取平滑轮廓曲线;/n基于所述平滑轮廓曲线对剩余角度的轮廓进行补充,并将整个极坐标下的轮廓曲线映射到直角坐标系下。/n
【技术特征摘要】
1.一种NIR图像的乳房轮廓提取方法,其特征在于,包括:
获取扫描周期内的图像数据,提取其中的前若干帧图像信息,并进行预处理;
基于所获取的图像数据,获取该图像的灰度图像梯度信息,并设立中心点,将每个像素处的梯度与到中心的距离信息结合;
基于梯度、到中心距离结合的值和图像坐标拟合曲面并映射到极坐标系下;
基于极坐标下的拟合曲面,在每一个角度下,将对应的梯度和到中心距离结合值的最小处作为该角度对应的轮廓点,对每个轮廓点的周围内的点拟合曲线,并进行平滑处理获取平滑轮廓曲线;
基于所述平滑轮廓曲线对剩余角度的轮廓进行补充,并将整个极坐标下的轮廓曲线映射到直角坐标系下。
2.根据权利要求1所述的NIR图像的乳房轮廓提取方法,其特征在于,
所述获取扫描周期内的图像数据,提取其中的前若干帧图像信息,并进行预处理具体包括:
扫描气囊对乳房加压到预设值的首周期中的图像,进行归一化处理后合并为一帧;
将合并后的图像数据转换到log域的图像数据。
3.根据权利要求1所述的NIR图像的乳房轮廓提取方法,其特征在于,
所述基于所获取的图像数据,获取该图像的灰度图像梯度信息,并设立中心点,将每个像素处的梯度与到中心的距离信息结合具体包括:
基于转换到log域后的图像数据,计算灰度图像的横向和纵向梯度信息,并以图像中心靠近乳房下部为中心,将每个像素处的梯度与到中心的距离信息结合,得到每个像素处梯度值结合到它到中心点距离信息的图像。
4.根据权利要求3所述的NIR图像的乳房轮廓提取方法,其特征在于,
所述基于梯度、到中心距离结合的值和图像坐标拟合曲面并映射到极坐标系下具体包括:
基于每个像素处的梯度与到中心的距离信息,以及每个像素点所对应的坐标,进行曲面拟合;
设定极坐标下的角度范围以及半径范围,将上述步骤中所获得的曲面映射到极坐标下,其中极坐标角度限制为-90度到90度,半径限制为10到90以去掉中心和边缘处的信息;
将极坐标下梯度图像的每个角度对应的最小值处作为轮廓,上述180度范围内的轮廓信息作为轮廓补充的基础。
5.根据权利要求4所述的NIR图像的乳房轮廓提取方法,其特征在于,
所述基于极坐标下的拟合曲面,在每一个角度下,将对应的梯度和到中心距离结合值的最小处作为该角度对应的轮廓点,对每个轮廓点的周围内的点拟合曲线,并进行平滑处理获取平滑轮廓曲线具体包括:
基于映射后的曲面数据,将极坐标下每个角度对应的梯度最小处作为候选轮廓,将候选轮廓处每个点的周边范围内的点拟合成曲线,若该范围内点少于3个,则去掉该范围内的点,如果当前轮廓点到拟合曲线距离大于3个像素点,...
【专利技术属性】
技术研发人员:高爽,马贝,李世维,谢晓青,何芸芸,容若文,张国旺,
申请(专利权)人:浙江杜比医疗科技有限公司,
类型:发明
国别省市:浙江;33
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。