乳腺图像病灶匹配方法、装置及存储介质制造方法及图纸

针对现有的乳腺病灶检测算法只能针对单张图做病灶检测，不能给出病灶在同一乳房两个视角上对应关系的情况，本发明专利技术提出了包含多个环节的乳腺病灶匹配方法，对同一乳房上不同视角检出的病灶给出匹配关系，有利于更加准确地判断病灶类别、属性并一定程度上消除部分假阳性病灶。性病灶。性病灶。

【技术实现步骤摘要】
乳腺图像病灶匹配方法、装置及存储介质


[0001]本专利技术涉及图像处理领域，具体而言，涉及一种不同视角乳腺图像中病灶部分的匹配方法。

技术介绍

[0002]乳腺癌是女性发病率最高的恶性肿瘤，我国每年新增乳腺癌病例超过27万人，且乳腺癌的发病率呈逐年上升的趋势，严重威胁女性健康。乳腺癌早期诊断非常重要，早期精确诊断可使乳腺癌患者5年生存率从25％提高到99％。乳腺X线筛查被认为是乳腺癌筛查的首选检查方法。目前乳腺X线摄影依靠主观诊断，存在总体准确率不够高并受限于评价者水平的问题。相较于某位医疗专家的个人经验判断，人工智能识别算法有可能更加快速、高效、精准的识别X线影响中的病灶，辅助医生进行临床诊断，同时也节约了临床与影像医生的大量精力。
[0003]乳腺X线摄影技术的成像原理是将三维立体的乳腺映射到二维平面视图上，导致正常组织堆积重叠之后与肿块组织成像相似，尤其仅凭单张视图难以区分。因此，临床上常用的诊断方法是结合同一病患的多幅乳腺X线图像进行分析，以提高对乳腺病灶的诊断率。乳腺X线影像会对同一乳房在两个不同视角(CC位和MLO位)进行拍摄，因此在一般情况下一个病灶会在两个视角同时反映出来，也就是说在CC位和MLO位会分别看到一个病灶，并且它们是同一病灶的不同视角。医生在出具报告时会给出病灶在两个视角上的位置，也就是说如果在两个视角上都发现了病灶，需要把病灶匹配起来，找出哪些病灶是同一病灶的不同视角。
[0004]现有的乳腺病灶检测分析算法通常对病人的四张乳腺X线影像(即两侧乳房各自的CC位和MLO位图像)进行分析，分别给出每张影像上的病灶检测结果，但却无法给出病灶之间的匹配关系，而给出病灶匹配关系具有非常重要的意义，能够更准确地定位病灶在三维空间中的位置，同时也能利于医生对病灶的属性做判断，给出正确的BI
‑
RADS分级。

技术实现思路

[0005]本专利技术正是基于上述技术问题至少之一，提出了一种不同视角乳腺X线图像中病灶的匹配方法，本专利技术提出了包含多个环节的乳腺病灶匹配方法，对同一乳房上不同视角检出的病灶给出匹配关系，有利于更加准确地判断病灶类别、属性并一定程度上消除部分假阳性病灶。
[0006]有鉴于此，本专利技术的第一方面的实施例，提出了一种用于乳腺图像的病灶匹配方法，其特征在于，包括：
[0007]获取同一次检测中的乳腺X线图像不同视角的图像，所述不同视角的图像包括头尾位(CC位)图像和内外侧斜位(MLO位)图像；
[0008]获取所述头尾位图像中的第一病灶和对应的病灶信息，获取所述内外侧斜位图像中的第二病灶和对应的病灶信息，其中所述病灶信息包括：病灶位置、病灶大小、病灶类别
和病灶概率；
[0009]确定所述第一病灶对应的头尾位病灶掩膜图像和所述第二病灶对应的内外侧斜位病灶掩膜图像；
[0010]将所述头尾位图像和所述头尾位病灶掩膜图像分别作为不同的通道，生成头尾位病灶合成图像；将所述内外侧斜位图像和所述内外侧斜位病灶掩膜图像分别作为不同的通道，生成内外侧斜位病灶合成图像；
[0011]使用预先训练的象限分类网络分别对所述头尾位病灶合成图像和所述内外侧斜位病灶合成图像进行处理，确定所述第一病灶和所述第二病灶各自对应的病灶象限；
[0012]使用预先训练的深度回归网络分别对所述头尾位病灶合成图像和所述内外侧斜位病灶合成图像进行处理，确定所述第一病灶和所述第二病灶各自对应的病灶深度；
[0013]将所述第一病灶和所述第二病灶各自对应的病灶位置、病灶大小、病灶类别、病灶概率、病灶象限和病灶深度作为病灶特征，使用梯度提升决策树(GBDT)模型确定所述第一病灶和所述第二病灶为同一病灶的匹配得分。
[0014]更进一步，获取所述头尾位图像中的第一病灶和对应的病灶信息的步骤包括：使用第一乳腺病灶检测模型对所述头尾位图像进行处理；
[0015]获取所述内外侧斜位图像中的第二病灶和对应的病灶信息的步骤包括：使用第二乳腺病灶检测模型对所述内外侧斜位图像进行处理。
[0016]另一种可选的实施方式中，获取头尾位图像中的第一病灶和对应的病灶信息的步骤包括：获取头尾位图像中人工标注的第一病灶和对应的病灶信息；
[0017]获取内外侧斜位图像中的第二病灶和对应的病灶信息的步骤包括：获取内外侧斜位图像中人工标注的第二病灶和对应的病灶信息。
[0018]优选的，病灶深度为图像中病灶到乳头的归一化距离。
[0019]优选的，进行病灶匹配的步骤中，将所述第一病灶的病灶特征和所述第二病灶的病灶特征进行拼接，将拼接后的病灶特征作为所述梯度提升决策树模型的输入。
[0020]可选的，所述第一病灶和所述第二病灶均可以包括多个病灶，若在头尾位图像和内外侧斜位图像中都存在多个病灶，则可以分别确定所述第一病灶中的每个病灶和所述第二病灶中的每个病灶的匹配得分，得到匹配得分矩阵，根据所述匹配得分矩阵确定所述第一病灶中的每个病灶和所述第二病灶中的每个病灶之间的匹配关系。
[0021]更进一步，在所述根据所述匹配得分矩阵确定病灶之间的匹配关系的步骤包括：
[0022]S1：确定所述匹配得分矩阵中的最大匹配得分，
[0023]S2：将所述最大匹配得分和预设匹配阈值进行对比；
[0024]S3：若所述最大匹配得分大于所述匹配阈值，将所述最大匹配得分对应的两个病灶确定为匹配病灶，在所述匹配得分矩阵中去掉所述最大匹配得分所在的行和列，得到新的匹配得分矩阵，跳转到步骤S1；
[0025]S4：若所述最大匹配得分小于所述阈值，确定当前匹配得分矩阵中不存在匹配病灶；输出匹配病灶结果。
[0026]本专利技术另一方面的实施例提出一种图像处理装置，包括：
[0027]图像获取单元，用于获取同一次检测中的乳腺X线图像不同视角的图像，所述不同视角的图像包括头尾位(CC位)图像和内外侧斜位(MLO位)图像；
[0028]病灶获取单元，用于调获取所述头尾位图像中的第一病灶和对应的病灶信息，以及获取所述内外侧斜位图像中的第二病灶和对应的病灶信息，其中所述病灶信息包括：病灶位置、病灶大小、病灶类别和病灶概率；
[0029]掩膜图像生成单元，用于确定所述第一病灶对应的头尾位病灶掩膜图像和所述第二病灶对应的内外侧斜位病灶掩膜图像；
[0030]图像合成单元，用于将所述头尾位图像和所述头尾位病灶掩膜图像分别作为不同的通道，生成头尾位病灶合成图像；将所述内外侧斜位图像和所述内外侧斜位病灶掩膜图像分别作为不同的通道，生成内外侧斜位病灶合成图像；
[0031]象限检测单元，用于确定所述第一病灶和所述第二病灶各自对应的病灶象限；
[0032]深度检测单元，用于确定所述第一病灶和所述第二病灶各自对应的病灶深度；
[0033]病灶匹配单元，用于根据所述第一病灶和所述第二病灶各自对应的病灶位置、病灶大小、病灶类别、病灶概率、病灶象限和病灶深度确定所述第一病灶和所述第二病灶为同一病本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于乳腺图像的病灶匹配方法，其特征在于，包括：获取同一次检测中的乳腺X线图像不同视角的图像，所述不同视角的图像包括头尾位(CC位)图像和内外侧斜位(MLO位)图像；获取所述头尾位图像中的第一病灶和对应的病灶信息，获取所述内外侧斜位图像中的第二病灶和对应的病灶信息，其中所述病灶信息包括：病灶位置、病灶大小、病灶类别和病灶概率；确定所述第一病灶对应的头尾位病灶掩膜图像和所述第二病灶对应的内外侧斜位病灶掩膜图像；将所述头尾位图像和所述头尾位病灶掩膜图像分别作为不同的通道，生成头尾位病灶合成图像；将所述内外侧斜位图像和所述内外侧斜位病灶掩膜图像分别作为不同的通道，生成内外侧斜位病灶合成图像；使用预先训练的象限分类网络分别对所述头尾位病灶合成图像和所述内外侧斜位病灶合成图像进行处理，确定所述第一病灶和所述第二病灶各自对应的病灶象限；使用预先训练的深度回归网络分别对所述头尾位病灶合成图像和所述内外侧斜位病灶合成图像进行处理，确定所述第一病灶和所述第二病灶各自对应的病灶深度；将所述第一病灶和所述第二病灶各自对应的病灶位置、病灶大小、病灶类别、病灶概率、病灶象限和病灶深度作为病灶特征，使用梯度提升决策树(GBDT)模型确定所述第一病灶和所述第二病灶为同一病灶的匹配得分。2.如权利要求1所述的方法，其特征在于：所述获取所述头尾位图像中的第一病灶和对应的病灶信息的步骤包括：使用预设乳腺病灶检测模型对所述头尾位图像进行处理；所述获取所述内外侧斜位图像中的第二病灶和对应的病灶信息的步骤包括：使用所述预设乳腺病灶检测模型对所述内外侧斜位图像进行处理。3.如权利要求2所述的方法，其特征在于，所述预设乳腺病灶检测模型为经训练的神经网络模型，所述经训练的神经网络模型的输出包括所述病灶信息。4.如权利要求2或3所述的方法，其特征在于，其中，所述病灶深度为所述病灶到乳头的归一化距离。5.如权利要求4所述的方法，其特征在于，还包括：将所述第一病灶的病灶特征和所述第二病灶的病灶特征进行拼接，将拼接后的病灶特征作为所述梯度提升决策树模型的输入。6.如权利要求5所述的方法，其特征在于，还包括：所述第一病灶和所述第二病灶包括多个病灶，分别确定所述第一病灶中的每个病灶和所述第二病灶中的每个病灶的匹配得分，得到匹配得分矩阵，根据所述匹配得分矩...

【专利技术属性】
技术研发人员：王逸川，赵子威，王子腾，王立威，孙应实，胡阳，丁佳，吕晨翀，
申请(专利权)人：广西医准智能科技有限公司，
类型：发明
国别省市：