一种乳腺钼靶图像的乳腺区域提取方法及系统技术方案

本发明专利技术提出了一种乳腺钼靶图像的乳腺区域提取方法及系统，涉及医学图像处理技术领域，获取乳腺钼靶图像，使用阈值分割算法将完整的乳腺区域从乳腺钼靶图像中分割出来；使用截断归一化法对分割后的乳腺区域进行归一化处理，得到截断归一化图像；使用自适应直方图均衡算法增强截断归一化图像的边界，得到增强图像；将截断归一化图像的灰度值和增强图像的亮度值融合为融合数据，得到融合图像，并对融合图像进行镜像处理。既保留了原始的数据分布信息，又可以提供乳腺边界信息，有利于取乳腺图像中特征数据的提取。图像中特征数据的提取。图像中特征数据的提取。

【技术实现步骤摘要】
一种乳腺钼靶图像的乳腺区域提取方法及系统


[0001]本专利技术涉及医学图像处理
，具体涉及一种乳腺钼靶图像的乳腺区域提取方法及系统。

技术介绍

[0002]乳腺钼靶成像，因为其成像分辨率高，易于操作，价格低廉且可以检查出医生触摸不到的肿块，对钙化灶也可以较好地显示，所以对于女性尤其是对致密性乳腺较多的女性来说，乳腺钼靶成像技术更适合进行早期的乳腺癌诊断工作。
[0003]目前乳腺钼靶图像检查主要还是由医生通过阅览乳腺钼靶图像得出诊断结果，不同的主治医生的经验丰富程度不同，而且长时间地阅片之后会产生一定程度的视觉疲劳，专注力相应减弱，因此会导致最终的检查结果出现一定的误差。尤其是面对早期乳腺癌的时候，肿块的特征比中晚期更难以观察到，也更容易存在漏检的现象。乳腺钼靶图像，由于其存在大量黑色背景，同时图像的对比度较差，这会对检测有较大的负面影响。
[0004]现阶段乳腺钼靶图像的乳腺区域的方法主要还是基于乳腺钼靶图像，利用深度学习技术构建的乳腺癌辅助诊断系统，虽然该方法已经取得不错的成效，其结果也获得了专业医生的认可。不过，这类系统需要大量的标注数据作为训练样本，而这些训练数据通常需要发射科医生来完成标注。医生标注需要凭借大量的临床经验，而且不同的医生会具备不同的评价标准，这一标注过程耗时耗力，当数据量特别大的时候，这项工作变成一个巨大的挑战。

技术实现思路

[0005]为了解决上述技术问题，本专利技术提出了一种乳腺钼靶图像的乳腺区域提取方法，包括如下步骤：S1、获取乳腺钼靶图像，使用阈值分割算法将完整的乳腺区域从乳腺钼靶图像中分割出来；S2、使用截断归一化法对分割后的乳腺区域进行归一化处理，得到截断归一化图像；S3、使用自适应直方图均衡算法来增强截断归一化图像的边界，得到增强图像；S4、将截断归一化图像的灰度值和增强图像的亮度值融合为融合数据，得到融合图像，并对融合图像进行镜像处理。
[0006]进一步地，步骤S2中，得到分割后的乳腺区域的灰度分布，对乳腺区域的灰度值进行排序，选择大于最小灰度值5%的灰度值作为灰度值下限，选择小于最大灰度值1%的灰度值作为灰度值上限，对乳腺区域中的每个灰度值M进行截断处理：；
对截断后的乳腺区域中的每个灰度值M进行归一化处理，得到归一化后的灰度值P：。
[0007]进一步地，步骤S3中，采用乳腺钼靶图像的原始图的累积分布函数作为变换函数，均衡化变换如下：；其中，为输出图像中的亮度值，为输入图像的亮度值，L为像素数，像素点序号j=1,2,
……
，L，为图像概率密度函数，。
[0008]进一步地，步骤S4包括如下步骤：S41、将截断归一化图像的灰度值和增强图像的亮度值融合为融合数据；将截断归一化图像的灰度值和增强图像的亮度值融合为融合数据R，融合算法如下式：
[0009]S42、对融合图像进行镜像处理；将融合后图像做水平翻转处理，将图像的左半部分和右半部分以图像垂直中轴线为中心进行镜像对换，设(x0，y0)为图像中像素点的坐标，(x0，y0)进行水平翻转后坐标将变为(W
‑
x0，y0)，图像宽度为W，变换矩阵表达式如下式所示：。
[0010]进一步地，步骤S1中，阈值分割算法的具体步骤如下：设阈值为k，阈值k把乳腺钼靶图像中的所有像素灰度值分为两部分，两部分的像素灰度均值分别为,，图像的总体像素灰度均值为,两部分的像素数占总像素数的比例分别为,,则：；类间方差表示为：；求出使最大时对应的灰度均值，把灰度均值作为阈值k去分割乳腺钼靶图像。
[0011]本专利技术还提出了一种乳腺钼靶图像的乳腺区域提取系统，用于实现乳腺区域提取方法，包括：乳腺钼靶检查装置，乳腺区域提取装置，图像输出装置；所述乳腺钼靶检查装置，用于获取乳腺钼靶图像；所述乳腺区域提取装置，用于对乳腺钼靶图像中的乳腺区域进行提取并进行数据处理；图像输出装置，用于输出数据处理后的乳腺区域。
[0012]进一步地，乳腺区域提取装置包括：图像分割单元、归一化处理单元、边界增强单元和融合处理单元；所述图像分割单元，用于使用阈值分割算法将完整的乳腺区域从乳腺钼靶图像中分割出来；所述归一化处理单元，用于使用截断归一化法对分割后的乳腺区域进行归一化处理，得到截断归一化图像；所述边界增强单元，用于使用自适应直方图均衡算法来增强截断归一化图像的边界，得到增强图像；所述融合处理单元，用于将截断归一化图像的灰度值和增强图像的亮度值融合为融合数据，得到融合图像，并对融合图像进行镜像处理。
[0013]相比于现有技术，本专利技术具有如下有益技术效果：本专利技术将乳腺区域和背景区域较好地分割开来，使用截断归一化法对分割后的乳腺区域进行归一化处理，得到截断归一化图像，改善了原始图像中乳腺边界模糊的问题，经过累积分布函数增强截断归一化图像的边界，使得图像中乳腺边界清晰度得到了进一步的提升，将截断归一化图像的灰度值和增强图像的亮度值融合为融合数据，既保留了原始的数据分布信息，又可以提供乳腺边界信息，有利于取乳腺图像中特征数据的提取。
附图说明
[0014]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0015]图1为本专利技术的乳腺钼靶图像的乳腺区域提取方法的流程示意图。
[0016]图2为本专利技术的乳腺钼靶图像的乳腺区域提取系统的结构示意图。
具体实施方式
[0017]为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0018]在本专利技术的具体实施例附图中，为了更好、更清楚的描述系统中的各元件的工作原理，表现所述装置中各部分的连接关系，只是明显区分了各元件之间的相对位置关系，并不能构成对元件或结构内的信号传输方向、连接顺序及各部分结构大小、尺寸、形状的限定。
[0019]如图1所示，为本专利技术的乳腺钼靶图像的乳腺区域提取方法的流程示意图，包括如下步骤：S1、获取乳腺钼靶图像，使用阈值分割算法将完整的乳腺区域从乳腺钼靶图像中分割出来。
[0020]获取乳腺钼靶图像的方式为从每个患例中采集左乳CC位、左乳MLO位、右乳CC位和
右乳MLO位的乳腺钼靶图像。由于钼靶图像成像特性，图像除了乳腺部分外还有很大的黑色区域，其中带有成像信息，这部分区域是无用的，需要剔除掉这部分，保证乳腺部分充盈整副图像，乳腺钼靶图像尺度为672
×
448。
[0021]统计乳腺钼靶图像的像素灰度直方图，灰度分布用图的形式表现出来，像素灰度直方图中的两个峰，一个代本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种乳腺钼靶图像的乳腺区域提取方法，其特征在于，包括如下步骤：S1、获取乳腺钼靶图像，使用阈值分割算法将完整的乳腺区域从乳腺钼靶图像中分割出来；S2、使用截断归一化法对分割后的乳腺区域进行归一化处理，得到截断归一化图像；S3、使用自适应直方图均衡算法增强截断归一化图像的边界，得到增强图像；S4、将截断归一化图像的灰度值和增强图像的亮度值融合为融合数据，得到融合图像，并对融合图像进行镜像处理。2.根据权利要求1所述的乳腺区域提取方法，其特征在于，步骤S2中，得到分割后的乳腺区域的灰度分布，对乳腺区域的灰度值进行排序，选择大于最小灰度值5%的灰度值作为灰度值下限，选择小于最大灰度值1%的灰度值作为灰度值上限，对乳腺区域中的每个灰度值M进行截断处理：；对截断后的乳腺区域中的每个灰度值M进行归一化处理，得到归一化后的灰度值P：。3.根据权利要求2所述的乳腺区域提取方法，其特征在于，步骤S3中，采用乳腺钼靶图像的原始图的累积分布函数作为变换函数，均衡化变换如下：；其中，为输出图像中的亮度值，为输入图像的亮度值，L为像素数，像素点序号j=1,2,
……
，L，为图像概率密度函数，。4.根据权利要求3所述的乳腺区域提取方法，其特征在于，步骤S4包括如下步骤：S41、将截断归一化图像的灰度值和增强图像的亮度值融合为融合数据；将截断归一化图像的灰度值和增强图像的亮度值融合为融合数据R，融合算法如下式：；S42、对融合图像进行镜像处理；将融合后图像做水平翻转处理，将图像的左半部分和右半部分以图像垂直中轴线为中心进行镜像对换，设(x0，y0)为图像中像素...

【专利技术属性】
技术研发人员：王健，陈贺凯，贾治华，
申请(专利权)人：天津市第五中心医院，
类型：发明
国别省市：