肿瘤特征的量化方法及影像化方法技术

本发明专利技术是关于一种肿瘤特征的量化方法及影像化方法，尤其指一种适用于将肿瘤所具有的边缘特征、囊肿特征、钙化特征、回音性特征及异质化特征量化的量化方法及将这些肿瘤特征影像化的影像化方法。本发明专利技术的肿瘤特征的量化方法及对应的影像化方法是从各像素点所分别具有的灰阶梯度值中，计算出各像素点所分别具有的灰阶移动变异值。随后，再依据所欲量化或影像化的肿瘤特征的不同，计算出这些灰阶移动变异值的平均值、标准差、最大值、最小值等。最后，配合不同的阀值或成像标准的设定，将前述的肿瘤特征分别量化及影像化。

【技术实现步骤摘要】

本专利技术是关于一种，尤其指一种适用于将肿瘤 所具有的边缘特征、囊肿特征、钙化特征、回音性特征及异质化特征量化的量化方法及将这 些肿瘤特征影像化的影像化方法。
技术介绍
近年来，由于医用超音波影像技术不论在影像的分辨率上及影像数字化上均有显 著的进步，所以医用超音波影像技术除了被应用在胎儿成长状况的监控之外，也逐步地被 应用在各种类型的肿瘤状态的判断上，例如甲状腺肿瘤。而且，由于医用超音波影像技术的 非侵入成像特性，医师也逐渐由医用超音波影像技术的协助来判断肿瘤性质及评估后续的 处置方式。而医师从肿瘤的超音波影像中判断肿瘤性质的第一个步骤是辨别出肿瘤的轮廓， 以定义出肿瘤内部区域及肿瘤外部区域。接着，医师才能从对应于肿瘤内部区域的超音波 影像的部分中辨别出肿瘤的各项特征，如边缘特征、囊肿特征、钙化特征、回音性特征及异 质化特征等，作为其判断肿瘤性质的参考。但是，目前的医用超音波影像系统仅允许医师以 肉眼观察出他所认为的肿瘤轮廓，再配合手写输入装置将此肿瘤轮廓输入至肿瘤的超音波 影像上。但是，光是此辨别肿瘤轮廓的程序，就存在许多不可靠之处。因为，目前的方式需 完全倚赖医师的主观感受及经验，甚至医师当时的精神状态，所以针对同一肿瘤的超音波 影像，不同医师所输入的肿瘤轮廓并不相同，如图IA所示。甚至，即便是同一位医师，在不 同时间针对同一肿瘤的超音波影像所输入的肿瘤轮廓也不尽相同。然后，医师才能由此肿瘤轮廓的协助，以肉眼观察的方式识别出肿瘤内部区域是 否具有各项特征及各项特征占整个肿瘤内部区域的比率。最后，医师再由所搜集到的各项 结果，如某项特征的分布或某项特征占整个肿瘤内部区域的比例等，判断出此肿瘤的性质。 也就是说，目前由肿瘤的超音波影像判断肿瘤性质的程序并无一种客观的机制存在，导致 误判肿瘤性质的案例时有发生，造成此由医用超音波影像技术判断肿瘤性质的技术仍无法 被医界及社会大众信赖。此外，虽然在影像辨识的领域(如车牌辨识)中已存在数种影像边缘辨识方式，如 snake算法。但是，此snake算法在一开始仍须仰赖使用者输入一起始边缘(即医师仍须 手动输入一肿瘤的大略轮廓)至此算法中，此snake算法才能开始后续的演算程序。况且， 由于此snake算法的本身特性，其比较适合应用在影像边缘明显的案例中，否则演算出的 结果往往与实际边缘差距极大。可是，肿瘤的边缘一般来说并不明显，所以即使将此snake 算法应用在肿瘤的超音波影像上，其所得出的肿瘤轮廓往往与肿瘤实际轮廓仍存有一段差 距，如图IB所示。况且，为求演算出的轮廓比较接近肿瘤实际轮廓并缩短演算所需时间，医 师还是需要仔细地输入一个与实际肿瘤轮廓不会相差太远的起始边缘，结果还是没有减轻 医师太多的负担。除此之外，由于肿瘤的超音波影像为一种灰阶影像，而肿瘤所具有的各项 特征(如边缘特征、囊肿特征、钙化特征、回音性特征及异质化特征等)往往在此灰阶影像中仅为某些像素点所具有的灰阶梯度值的些微改变，对于医师的肉眼来说，这些特征并不 容易辨识出来，医师仅能凭着「感觉」来判断这些特征是否存在，进而造成肿瘤性质的判断 仅能基于医师的主观感受，而无法基于事实而精确地判断。因此，业界需要一种肿瘤特征的量化方法及对应的影像化方法，尤其指一种适用 于将肿瘤所具有的边缘特征、囊肿特征、钙化特征、回音性特征及异质化特征量化的量化方 法及将这些肿瘤特征影像化的影像化方法。
技术实现思路
本专利技术的目的在于提供一种。为实现上述目的，本专利技术提供的肿瘤边缘特征的量化方法，应用于一由复数个像 素点组合而成并至少显示一肿瘤的灰阶影像，包括下列步骤(A)从该灰阶影像撷取出一肿瘤轮廓及一肿瘤轮廓环形区域，且该肿瘤轮廓是位 于该肿瘤轮廓环形区域内；(B)将该肿瘤轮廓重迭显示于该灰阶影像上，以在该灰阶影像上定义出一肿瘤内 部区域及一肿瘤外部区域；(C)撷取该肿瘤轮廓环形区域的一重心点，定义一从该重心点向外延伸并通过该 肿瘤轮廓环形区域的剖面线，及提供一位于该剖面线上并位于该肿瘤轮廓环形区域内的量 测线段；(D)计算出位于该量测线段上的该些像素点所分别具有的灰阶移动变异值；以及(E)依据位于该量测线段上的每一该些像素点所分别具有的灰阶移动变异值，将 位于该剖面线上的肿瘤边缘特征量化。所述的量化方法，其中，步骤(D)包括一步骤(Dl)，依据位于该量测线段上的该些 像素点所分别具有的灰阶移动变异值，计算出位于该量测线段上的该些像素点所具有的灰 阶移动变异值的标准差。所述的量化方法，其中，步骤(D)于该步骤(Dl)之后包括一步骤(D2)，依据位于该 量测线段上的该些像素点所分别具有的灰阶移动变异值，计算出位于该量测线段上的该些 像素点所具有的灰阶移动变异值的平均值。所述的量化方法，其中，步骤(E)包括一步骤(El)，由位于该量测线段上的该些像 素点所具有的灰阶移动变异值的标准差及灰阶移动变异值的平均值，定义出一灰阶移动变 异值阀值，以判别位于该剖面线上的肿瘤边缘特征的模糊程度。所述的量化方法，其中，于步骤(E)之后包括一步骤(F)改变该剖面线的位置，以 扫瞄该肿瘤的全部边缘而将该肿瘤的全部边缘特征量化。本专利技术提供的肿瘤边缘特征的影像化方法，应用于一由复数个像素点组合而成并 至少显示一肿瘤的灰阶影像，包括下列步骤(A)从该灰阶影像撷取出一肿瘤轮廓及一肿瘤轮廓环形区域，且该肿瘤轮廓是位 于该肿瘤轮廓环形区域内；(B)将该肿瘤轮廓重迭显示于该灰阶影像上，以在该灰阶影像上定义出一肿瘤内 部区域及一肿瘤外部区域；(C)撷取该肿瘤轮廓环形区域的一重心点，定义一从该重心点向外延伸并通过该肿瘤轮廓环形区域的剖面线，及提供一位于该剖面线上并位于该肿瘤轮廓环形区域内的量 测线段；(D)计算出位于该量测线段上的该些像素点所分别具有的灰阶移动变异值；以及(E)依据位于该量测线段上的该些像素点所分别具有的灰阶移动变异值，定义出 一边缘成像上界及一边缘成像下界，且配合一彩虹色阶将位于该剖面线上的肿瘤边缘特征影像化。所述的影像化方法，其中，步骤(D)包括一步骤(Dl)，依据位于该量测线段上的该 些像素点所分别具有的灰阶移动变异值，计算出位于该量测线段上的该些像素点所具有的 灰阶移动变异值的标准差。所述的影像化方法，其中，步骤(D)于步骤(Dl)之后包括一步骤(D2)，依据位于该 量测线段上的该些像素点所分别具有的灰阶移动变异值，计算出位于该量测线段上的该些 像素点所具有的灰阶移动变异值的平均值。所述的影像化方法，其中，步骤(E)包括一步骤(El)，由位于该量测线段上的该些 像素点所具有的灰阶移动变异值的标准差及灰阶移动变异值的平均值定义出该边缘成像 上界及该边缘成像下界。所述的影像化方法，其中，该边缘成像上界为该灰阶移动变异值的平均值加上三 倍的该灰阶移动变异值的标准差，该边缘成像下界则为该灰阶移动变异值的平均值减去三 倍的该灰阶移动变异值的标准差。所述的影像化方法，其中，该彩虹色阶为一红橙黄绿蓝靛紫的连续渐变色阶，且当 一位于该量测线段上的像素点所具有的灰阶移动变异值大于或等于该边缘成像上界时，该 像素点在肿瘤边缘特征影像化时便被一红色区块覆盖。所述的影像化方法，其中，该彩虹色阶为一红橙黄绿蓝靛紫的连续渐变色阶，且当 一位于该量测本文档来自技高网...

【技术保护点】
１．一种肿瘤边缘特征的量化方法，应用于一由复数个像素点组合而成并至少显示一肿瘤的灰阶影像，包括下列步骤：（Ａ）从该灰阶影像撷取出一肿瘤轮廓及一肿瘤轮廓环形区域，且该肿瘤轮廓是位于该肿瘤轮廓环形区域内；（Ｂ）将该肿瘤轮廓重迭显示于该灰阶影像上，以在该灰阶影像上定义出一肿瘤内部区域及一肿瘤外部区域；（Ｃ）撷取该肿瘤轮廓环形区域的一重心点，定义一从该重心点向外延伸并通过该肿瘤轮廓环形区域的剖面线，及提供一位于该剖面线上并位于该肿瘤轮廓环形区域内的量测线段；（Ｄ）计算出位于该量测线段上的该些像素点所分别具有的灰阶移动变异值；以及（Ｅ）依据位于该量测线段上的每一该些像素点所分别具有的灰阶移动变异值，将位于该剖面线上的肿瘤边缘特征量化。

【技术特征摘要】
2010.01.25 US 12/693,2531.一种肿瘤边缘特征的量化方法，应用于一由复数个像素点组合而成并至少显示一肿 瘤的灰阶影像，包括下列步骤(A)从该灰阶影像撷取出一肿瘤轮廓及一肿瘤轮廓环形区域，且该肿瘤轮廓是位于该 肿瘤轮廓环形区域内；(B)将该肿瘤轮廓重迭显示于该灰阶影像上，以在该灰阶影像上定义出一肿瘤内部区 域及一肿瘤外部区域；(C)撷取该肿瘤轮廓环形区域的一重心点，定义一从该重心点向外延伸并通过该肿瘤 轮廓环形区域的剖面线，及提供一位于该剖面线上并位于该肿瘤轮廓环形区域内的量测线 段；(D)计算出位于该量测线段上的该些像素点所分别具有的灰阶移动变异值；以及(E)依据位于该量测线段上的每一该些像素点所分别具有的灰阶移动变异值，将位于 该剖面线上的肿瘤边缘特征量化。2.如权利要求1所述的量化方法，其中，步骤(D)包括一步骤(Dl)，依据位于该量测线 段上的该些像素点所分别具有的灰阶移动变异值，计算出位于该量测线段上的该些像素点 所具有的灰阶移动变异值的标准差。3.如权利要求2所述的量化方法，其中，步骤(D)于该步骤(Dl)之后包括一步骤(D2)， 依据位于该量测线段上的该些像素点所分别具有的灰阶移动变异值，计算出位于该量测线 段上的该些像素点所具有的灰阶移动变异值的平均值。4.如权利要求3所述的量化方法，其中，步骤(E)包括一步骤(El)，由位于该量测线段 上的该些像素点所具有的灰阶移动变异值的标准差及灰阶移动变异值的平均值，定义出一 灰阶移动变异值阀值，以判别位于该剖面线上的肿瘤边缘特征的模糊程度。5.如权利要求1所述的量化方法，其中，于步骤(E)之后包括一步骤(F)改变该剖面线 的位置，以扫瞄该肿瘤的全部边缘而将该肿瘤的全部边缘特征量化。6.一种肿瘤边缘特征的影像化方法，应用于一由复数个像素点组合而成并至少显示一 肿瘤的灰阶影像，包括下列步骤(A)从该灰阶影像撷取出一肿瘤轮廓及一肿瘤轮廓环形区域，且该肿瘤轮廓是位于该 肿瘤轮廓环形区域内；(B)将该肿瘤轮廓重迭显示于该灰阶影像上，以在该灰阶影像上定义出一肿瘤内部区 域及一肿瘤外部区域；(C)撷取该肿瘤轮廓环形区域的一重心点，定义一从该重心点向外延伸并通过该肿瘤 轮廓环形区域的剖面线，及提供一位于该剖面线上并位于该肿瘤轮廓环形区域内的量测线 段；(D)计算出位于该量测线段上的该些像素点所分别具有的灰阶移动变异值；以及(E)依据位于该量测线段上的该些像素点所分别具有的灰阶移动变异值，定义出一边 缘成像上界及一边缘成像下界，且配合一彩虹色阶将位于该剖面线上的肿瘤边缘特征影像 化。7.如权利要求6所述的影像化方法，其中，步骤(D)包括一步骤(Dl)，依据位于该量测 线段上的该些像素点所分别具有的灰阶移动变异值，计算出位于该量测线段上的该些像素 点所具有的灰阶移动变异值的标准差。8.如权利要求7所述的影像化方法，其中，步骤(D)于步骤(Dl)之后包括一步骤(D2)， 依据位于该量测线段上的该些像素点所分别具有的灰阶移动变异值，计算出位于该量测线 段上的该些像素点所具有的灰阶移动变异值的平均值。9.如权利要求8所述的影像化方法，其中，步骤(E)包括一步骤(El)，由位于该量测线 段上的该些像素点所具有的灰阶移动变异值的标准差及灰阶移动变异值的平均值定义出 该边缘成像上界及该边缘成像下界。10.如权利要求9所述的影像化方法，其中，该边缘成像上界为该灰阶移动变异值的平 均值加上三倍的该灰阶移动变异值的标准差，该边缘成像下界则为该灰阶移动变异值的平 均值减去三倍的该灰阶移动变异值的标准差。11.如权利要求6所述的影像化方法，其中，该彩虹色阶为一红橙黄绿蓝靛紫的连续渐 变色阶，且当一位于该量测线段上的像素点所具有的灰阶移动变异值大于或等于该边缘成 像上界时，该像素点在肿瘤边缘特征影像化时便被一红色区块覆盖。12.如权利要求6所述的影像化方法，其中，该彩虹色阶为一红橙黄绿蓝靛紫的连续渐 变色阶，且当一位于该量测线段上的像素点所具有的灰阶移动变异值小于或等于该边缘成 像下界时，该像素点在肿瘤边缘特征影像化时便被一紫色区块覆盖。13.如权利要求6所述的影像化方法，其中，该彩虹色阶为一红橙黄绿蓝靛紫的连续渐 变色阶，且当一位于该量测线段上的像素点所具有的灰阶移动变异值介于该边缘成像上界 及该边缘成像下界之间时，该像素点在肿瘤边缘特征影像化时便依据其灰阶移动变异值分 别与该边缘成像上界及该边缘成像下界之间的对应关系，被一具有从该彩虹色阶中对应出 的颜色的区块覆盖。14.如权利要求6所述的影像化方法，其中，于步骤(E)之后包括一步骤(F)改变该剖 面线的位置，以扫瞄该肿瘤的全部边缘而将该肿瘤的全部边缘特征影像化。15.一种肿瘤囊肿特征的量化方法，应用于一由复数个像素点组合而成并至少显示一 肿瘤的灰阶影像，包括下列步骤(A)从该灰阶影像撷取出一肿瘤轮廓及一肿瘤轮廓环形区域，且该肿瘤轮廓是位于该 肿瘤轮廓环形区域内；(B)将该肿瘤轮廓重迭显示于该灰阶影像上，以在该灰阶影像上定义出一肿瘤内部区 域及一肿瘤外部区域；(C)由位于该肿瘤内部区域内的该些像素点所分别具有的灰阶梯度值，计算出位于该 肿瘤内部区域内的该些像素点所具有的灰阶梯度值的最小值及灰阶梯度值的标准差；以及(D)依据位于该肿瘤内部区域内的该些像素点所具有的灰阶梯度值的最小值及灰阶梯 度值的标准差，将位于该肿瘤内部区域内的囊肿特征量化。16.如权利要求15所述的量化方法，其中，步骤(D)包括一步骤(D1)，由位于该肿瘤内 部区域内的该些像素点所具有的灰阶梯度值的最小值及灰阶梯度值的标准差，定义出一囊 肿特征的灰阶梯度值的阀值，以计算出该囊肿特征于该肿瘤内部区域内所占的比例。17.一种肿瘤囊肿特征的影像化方法，应用于一由复数个像素点组合而成并至少显示 一肿瘤的灰阶影像，包括下列步骤(A)从该灰阶影像撷取出一肿瘤轮廓及一肿瘤轮廓环形区域，且该肿瘤轮廓是位于该 肿瘤轮廓环形区域内；(B)将该肿瘤轮廓重迭显示于该灰阶影像上，以在该灰阶影像上定义出一肿瘤内部区 域及一肿瘤外部区域；(C)由位于该肿瘤内部区域内的该些像素点所分别具有的灰阶梯度值，计算出位于该 肿瘤内部区域内的该些像素点所具有的灰阶梯度值的最小值及灰阶梯度值的标准差；以及(D)依据位于该肿瘤内部区域内的该些像素点所具有的灰阶梯度值的最小值及灰阶梯 度值的标准差，定义出一囊肿成像上界及一囊肿成像下界，以将位于该肿瘤内部区域内的 肿瘤囊肿特征影像化。18.如权利要求17所述的影像化方法，其中，该囊肿成像上界为位于该肿瘤内部区域 内的该些像素点所具有的灰阶梯度值的最小值加上零点一倍的该灰阶梯度值的标准差，该 囊肿成像下界则为位于该肿瘤内部区域内的该些像素点所具有的灰阶梯度值的最小值。19.如权利要求17所述的影像化方法，其中，当一位于该肿瘤内部区域内的该些像素 点所具有的灰阶梯度值介于该囊肿成像上界及该囊肿成像下界之间时，该像素点在肿瘤囊 肿特征影像化时便被一桃红色区块覆盖。20.如权利要求17所述的影像化方法，其中，在步骤(D)后包括下列步骤(E)将位于该肿瘤内部区域内的该些像素点分别定义为复数个参考遮罩，且每一该些 参考遮罩包含一基准像素点与复数个相邻于该基准像素点的像素点，且该基准像素点所具 有的灰阶梯度值介于该囊肿成像上界及该囊肿成像下界之间；以及(F)当至少一该些像素点所具有的灰阶梯度值介于该囊肿成像上界及该囊肿成像下界 之间时，该基准像素点及该些像素点在肿瘤囊肿特征影像化时便被一桃红色区块覆盖。21.如权利要求17所述的影像化方法，其中，在步骤(F)后包括一步骤(G)，当只有该 基准像素点所具有的灰阶梯度值介于该囊肿成像上界及该囊肿成像下界之间时，移除覆盖 于该基准像素点及该些像素点的该桃红色区块。22.—种肿瘤钙化特征的量化方法，应用于一由复数个像素点组合而成并至少显示一 肿瘤的灰阶影像，包括下列步骤(A)从该灰阶影像撷取出一肿瘤轮廓及一肿瘤轮廓环形区域，且该肿瘤轮廓是位于该 肿瘤轮廓环形区域内；(B)将该肿瘤轮廓重迭显示于该灰阶影像上，以在该灰阶影像上定义出一肿瘤内部区 域及一肿瘤外部区域；(C)由位于该肿瘤内部区域内的该些像素点所分别具有的灰阶梯度值，计算出位于该 肿瘤内部区域内的该些像素点所具有的灰阶梯度值的最小值及灰阶梯度值的标准差；(D)依据位于该肿瘤内部区域内的该些像素点所具有的灰阶梯度值的最小值及灰阶梯 度值的标准差，从该灰阶影像中撷取出一位于该肿瘤内部区域内的囊肿区域；(E)由位于该肿瘤内部区域内但位于该囊肿区域之外的该些像素点所分别具有的灰阶 梯度值，计算出位于该肿瘤内部区域内但位于该囊肿区域之外的该些像素点所具有的灰阶 梯度值的最大值、灰阶梯度值的标准差及灰阶梯度值的平均值；以及(F)依据位于该肿瘤内部区域内但位于该囊肿区域之外的该些像素点所具有的灰阶梯 度值的最大值、灰阶梯度值的标准差及灰阶梯...

【专利技术属性】
技术研发人员：张金坚，陈文华，陈正刚，陈炯年，何明志，戴浩志，吴明勋，蔡博尉，刘中维，巫信融，
申请(专利权)人：安克生医股份有限公司，
类型：发明
国别省市：71