乳腺超声图像分割方法及设备技术

本发明专利技术提供一种乳腺超声图像分割方法及设备，该方法包括：获取被检者乳腺区域的超声图像，超声图像中包含乳腺病灶；根据超声图像识别乳腺病灶的BI

【技术实现步骤摘要】
乳腺超声图像分割方法及设备


[0001]本专利技术实施例涉及医用超声
，具体涉及一种乳腺超声图像分割方法及设备。

技术介绍

[0002]乳腺超声图像能够清楚地显示乳腺各层软组织及其中病灶的位置、形态、内部结构及相邻组织的改变，而且具有经济、便捷、无创伤、无痛苦、无放射性和重复性强等诸多优点，已成为乳腺检查的重要方式之一。随着计算机科学技术的不断发展，计算机辅助诊断(Computer
‑
Aided Diagnosis，CAD)系统逐渐应用于乳腺超声图像进行智能诊断，乳腺病灶分割的准确性严重影响着智能诊断结果的准确性。因此，从乳腺超声图像中准确地分割出乳腺病灶区域具有重要意义。
[0003]如图1所示，乳腺病灶的形态有如图1中(a)和(b)所示的形状规则、边界光整且清晰的情况，也有如图1中(c)、(d)和(f)所示的形状不规则、边界不清晰的情况，还有如图1中(e)和(f)所示的后方回声衰减产生声影导致病灶部分边界难以分辨的情况。可见乳腺病灶征象复杂多变且形态各异，再加上伪像、声影等的干扰，这些都将使得从乳腺超声图像中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种乳腺超声图像分割方法，其特征在于，包括：获取被检者乳腺区域的超声图像，所述超声图像中包含乳腺病灶；根据所述超声图像识别所述乳腺病灶的BI
‑
RADS特征的类型，所述BI
‑
RADS特征包括形状特征、方向特征、边缘特征、内部回声特征、后方回声特征、钙化特征和血流特征中的至少一个；从预设的BI
‑
RADS特征各类型所对应的多个分割模型中确定与所述BI
‑
RADS特征的类型相对应的目标分割模型；采用所述目标分割模型对所述超声图像进行乳腺病灶分割，从所述超声图像中分割出乳腺病灶区域。2.如权利要求1所述的方法，其特征在于，所述根据所述超声图像识别所述乳腺病灶的BI
‑
RADS特征的类型包括：根据所述超声图像识别所述乳腺病灶的边缘特征的类型；所述从预设的BI
‑
RADS特征各类型所对应的多个分割模型中确定与所述BI
‑
RADS特征的类型相对应的目标分割模型包括：从预设的光整分割模型、模糊分割模型、成角分割模型、微分叶分割模型和毛刺分割模型中确定与所述边缘特征的类型相对应的目标分割模型，所述光整分割模型、模糊分割模型、成角分割模型、微分叶分割模型和毛刺分割模型分别用于对边缘特征的类型为光整、模糊、成角、微分叶和毛刺的超声图像进行分割。3.如权利要求1所述的方法，其特征在于，所述根据所述超声图像识别所述乳腺病灶的BI
‑
RADS特征的类型包括：根据所述超声图像识别所述乳腺病灶的形状特征的类型；所述从预设的BI
‑
RADS特征各类型所对应的多个分割模型中确定与所述BI
‑
RADS特征的类型相对应的目标分割模型包括：从预设的椭圆形分割模型、圆形分割模型和不规则形分割模型中确定与所述形状特征的类型相对应的目标分割模型，所述椭圆形分割模型、圆形分割模型和不规则形分割模型分别用于对形状特征的类型为椭圆形、圆形和不规则形的超声图像进行分割。4.如权利要求1所述的方法，其特征在于，所述根据所述超声图像识别所述乳腺病灶的BI
‑
RADS特征的类型包括：根据所述超声图像识别所述乳腺病灶的后方回声特征的类型；所述从预设的BI
‑
RADS特征各类型所对应的多个分割模型中确定与所述BI
‑
RADS特征的类型相对应的目标分割模型包括：从预设的增强分割模型、无改变分割模型、衰减分割模型和混合回声分割模型中确定与所述后方回声特征的类型相对应的目标分割模型，所述增强分割模型、无改变分割模型、衰减分割模型和混合回声分割模型分别用于对后方回声特征的类型为增强、无改变、衰减和混合回声的超声图像进行分割。5.如权利要求1所述的方法，其特征在于，所述确定与所述BI
‑
RADS特征的类型相对应的目标分割模型之前，所述方法还包括：接收用户的输入操作，所述输入操作用于对识别出的所述乳腺病灶的BI
‑
RADS特征的类型进行确认、修改或者补充；根据所述输入操作确定所述乳腺病灶的BI
‑
RADS特征的类型。6.如权利要求1所述的方法，其特征在于，若所述目标分割模型包括多个分割模型，则
所述采用所述目标分割模型对所述超声图像进行乳腺病灶分割，从所述超声图像中分割出乳腺病灶区域包括：采用所述目标分割模型中的每一个分割模型分别对所述超声图像进行乳腺病灶分割；将所述目标分割模型包括的多个分割模型得到的分割结果进行融合，得到所述超声图像中的乳腺病灶区域。7.如权利要求1
‑
6任一项所述的方法，其特征在于，所述获取被检者乳腺区域的超声图像，包括：向所述被检者的乳腺区域发射超声波，并接收所述乳腺区域返回的超声回波，得到超声回波数据，根据所述超声回波数据实时生成所述被检者乳腺区域的超声图像；或者，从存储设备中获取预先存储的被检者乳腺区域的超声图像。8.如权利要求1
‑
6任一项所述的方法，其特征在于，所述方法还包括：在显示界面上显示从所述超声图像中分割得到的乳腺病灶区域。9.一种乳腺超声图像分割方法，其特征在于，包括：获取被检者乳腺区域的超声图像，所述超声图像中包含乳腺病灶；根据所述超声图像识别所述乳腺病灶的BI
‑
RADS分级；从预设的第一分割模型、第二分割模型、第三分割模型、第四分割模型、第五分割模型、第六分割模型和第七分割模型中确定与所述BI
‑
RADS分级相对应的目标分割模型，所述第一分割模型、第二分割模型、第三分割模型、第四分割模型、第五分割模型、第六分割模型和第七分割模型分别用于对BI
‑
RADS分级为2级、3级、4a级、4b级、4c级、5级和6级的超声图像进行分割；采用所述目标分割模型对所述超声图像进行乳腺病灶分割，从所述超声图像中分割出乳腺病灶区域。10.如权利要求9所述的方法，其特征在于，所述确定与所述BI
‑
RADS分级相对应的目标分割模型之前，所述方法还包括：接收用户的输入操作，所述输入操作用于对识别出的所述乳腺病灶...

【专利技术属性】
技术研发人员：王红燕，姜玉新，李建初，谷杨，安兴，林彬，徐文龙，
申请(专利权)人：深圳迈瑞生物医疗电子股份有限公司，
类型：发明
国别省市：