一种乳腺结节粗钙化识别装置制造方法及图纸

本发明专利技术涉及一种乳腺结节粗钙化识别装置，包括：图像获取模块：用于获取带有乳腺结节的超声图像；感兴趣结节图像提取模块：用于通过选取若干感兴趣坐标点的方式对所述超声图像的乳腺结节边界进行截取，得到感兴趣结节图像；钙化识别模块：用于通过贝叶斯优化算法识别所述感兴趣结节图像中的钙化点，得到图像I

【技术实现步骤摘要】
一种乳腺结节粗钙化识别装置


[0001]本专利技术涉及辅助医学诊断
，特别是涉及一种乳腺结节粗钙化识别装置。

技术介绍

[0002]如今，随着对快速准确诊断的需求日益增长，以及临床人员的短缺，计算机分析方法已经越来越多地应用于支持常规临床诊断，并显示出良好的效果。
[0003]预计近些年，乳腺癌将成为女性的第二大致命癌症，死亡率为15％。这些统计数据表明，乳腺癌的诊断对于提高预期寿命至关重要，尤其是对女性而言。作为一种常用的临床工具，超声成像是一种无创、无辐射、低成本的癌症诊断技术。然而，由于图像质量较低，从超声中识别乳腺病变和检测癌症体征是一项具有挑战性的任务。
[0004]恶性肿瘤的生长和进展可以通过其方向、外观、质地、成分和许多其他因素来反映。作为一种使用良好的工具，灰度超声(US)图像可以可视化许多这些因素，帮助医生更好地观察和理解乳腺结节。然而，在目前的临床实践中，在超声乳腺图像中观察到的特征只能主观或半主观地进行评估，这限制了超声图像的广泛应用。因此，自动准确的乳腺结节定量分析标准对于准确的癌症诊断至关重要。
[0005]乳腺成像报告和数据系统(BI
‑
RADS)是科学测量和报告乳腺结节的指南。不幸的是，目前还没有研究定量BI
‑
RADS特征改善乳腺癌分类的诊断性能。

技术实现思路

[0006]本专利技术所要解决的技术问题是提供一种乳腺结节粗钙化识别装置，能够对超声图像中的粗钙化进行有效识别。
[0007]本专利技术解决其技术问题所采用的技术方案是：提供一种乳腺结节粗钙化识别装置，包括：
[0008]图像获取模块：用于获取带有乳腺结节的超声图像；
[0009]感兴趣结节图像提取模块：用于通过选取若干感兴趣坐标点的方式对所述超声图像的乳腺结节边界进行截取，得到感兴趣结节图像；
[0010]钙化识别模块：用于通过卷积神经网络识别所述感兴趣结节图像中的钙化点，得到图像I
cals_grow
；
[0011]钙化几何描述子构建模块：用于根据图像I
cals_grow
中的钙化点来构建钙化几何描述子；
[0012]粗钙化识别模块：用于通过所述钙化几何描述子识别所述图像I
cals_grow
中钙化点是否为粗钙化。
[0013]所述钙化几何描述子构建模块中的构建钙化几何描述子，包括：
[0014]计算所述图像I
cals_grow
中的每个钙化点的面积；
[0015]根据计算得到的每个钙化点的面积构建钙化几何描述子。
[0016]所述钙化几何描述子构建模块中的计算所述图像I
cals_grow
中的每个钙化点的面
积，公式为：其中，S
CC
表示钙化点的面积，X
CC
表示钙化点的像素坐标集合，(x,y)表示图像I
cals_grow
中的像素点坐标。
[0017]所述钙化几何描述子构建模块中的根据计算得到的每个钙化点的面积构建钙化几何描述子，公式为：
[0018][0019]其中，Cir
CC
表示钙化点的圆度，S
CC
表示钙化点的面积，X
CC
表示钙化点的像素坐标集合，X'
CC
表示钙化点内被1像素宽度的蝶形结构元素侵蚀的像素坐标集合，P
CC
表示钙化点形成区域的周长，(x,y)表示图像I
cals_grow
中的像素点坐标。
[0020]所述粗钙化识别模块中通过所述钙化几何描述子识别所述图像I
cals_grow
中钙化点是否为粗钙化，具体为：若钙化点的面积S
CC
＞t
S
且钙化点的圆度Cir
CC
＞t
Cir
，则表明钙化点为粗钙化点，t
S
表示面积阈值，t
Cir
表示圆度阈值。
[0021]有益效果
[0022]由于采用了上述的技术方案，本专利技术与现有技术相比，具有以下的优点和积极效果：本专利技术根据超声图像中检测出的钙化点来构建钙化几何描述子，并通过钙化几何描述子实现对粗钙化进行有效识别；本专利技术能够方便医生对病理部位进行准确判断，为医生更好更快更精确地对病理部位做出准确判断提供有效的数据支撑。
附图说明
[0023]图1是本专利技术实施方式的流程图；
[0024]图2是本专利技术实施方式的超像素分割示意图；
[0025]图3是本专利技术实施方式的粗钙化识别结果示意图。
具体实施方式
[0026]下面结合具体实施例，进一步阐述本专利技术。应理解，这些实施例仅用于说明本专利技术而不用于限制本专利技术的范围。此外应理解，在阅读了本专利技术讲授的内容之后，本领域技术人员可以对本专利技术作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。
[0027]本专利技术的实施方式涉及一种乳腺结节粗钙化识别装置，请参阅图1，包括：
[0028]图像获取模块：用于获取带有乳腺结节的超声图像；
[0029]感兴趣结节图像提取模块：用于通过选取若干感兴趣坐标点的方式对所述超声图像的乳腺结节边界进行截取，得到感兴趣结节图像；
[0030]钙化识别模块：用于通过贝叶斯优化算法识别所述感兴趣结节图像中的钙化点，得到图像I
cals_grow
；
[0031]钙化几何描述子构建模块：用于根据图像I
cals_grow
中的钙化点来构建钙化几何描述子；
[0032]粗钙化识别模块：用于通过所述钙化几何描述子识别所述图像I
cals_grow
中钙化点
是否为粗钙化。
[0033]以下通过一个具体的实施方式对本专利技术进行详细说明：
[0034]本实施方式中，在钙化识别模块之前还包括钙化候选点检测模块，所述钙化候选点检测模块用于将感兴趣结节图像去除边界掩码后，得到图像I
′
erode
，并将其划分为若干超像素，并根据对比度和亮度从每个超像素中检测出钙化候选点，得到图像I
cals_raw
。
[0035]钙化候选点检测模块具体包括：通过k
‑
means聚类法的图像分割方法将所述图像I
′
erode
分割为200个超像素，得到图像I'
SP200
，并从所述图像I'
SP200
中选取平均亮度前100的超像素。
[0036]将从图像I'
SP200
中选取到的平均亮度前100的超像素分割为300个超像素，得到图像I'
SP300
，并从所述图像I'
SP300
中选取平均亮度前150的超像素。
[0037]将本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种乳腺结节粗钙化识别装置，其特征在于，包括：图像获取模块：用于获取带有乳腺结节的超声图像；感兴趣结节图像提取模块：用于通过选取若干感兴趣坐标点的方式对所述超声图像的乳腺结节边界进行截取，得到感兴趣结节图像；钙化识别模块：用于通过贝叶斯优化算法识别所述感兴趣结节图像中的钙化点，得到图像I
cals_grow
；钙化几何描述子构建模块：用于根据图像I
cals_grow
中的钙化点来构建钙化几何描述子；粗钙化识别模块：用于通过所述钙化几何描述子识别所述图像I
cals_grow
中钙化点是否为粗钙化。2.根据权利要求1所述的乳腺结节粗钙化识别装置，其特征在于，所述钙化几何描述子构建模块中的构建钙化几何描述子，包括：计算所述图像I
cals_grow
中的每个钙化点的面积；根据计算得到的每个钙化点的面积构建钙化几何描述子。3.根据权利要求2所述的乳腺结节粗钙化识别装置，其特征在于，所述钙化几何描述子构建模块中的计算所述图像I
cals_grow
中的每个钙化点的面积，公式为：其中，S
CC
表示钙化点的面积，X
CC
表示钙化点的像素坐标集合，(x,...

【专利技术属性】
技术研发人员：韩东旭，
申请(专利权)人：什维新智医疗科技上海有限公司，
类型：发明
国别省市：