【技术实现步骤摘要】
本专利技术涉及乳腺疾病计算机辅助诊断领域，更具体地，本专利技术尤其涉及一种基于 DCE-MRI图像处理、时间强度曲线特征提取、分类及决策融合的乳腺病灶良恶性诊断计算机辅助方法。
技术介绍
乳腺癌是女性最常见的恶性肿瘤之一。据统计，近年来我国乳腺癌发病率有明显持续上升趋势。若能对乳腺癌早发现、早诊断、早治疗，则可提高乳腺癌的治愈率和患者生存率。作为无创检查技术，MRI技术是现阶段用于诊断乳腺疾病最具潜力的一种影像学检查手段，这已在临床应用上得到充分体现。MRI技术可提供出多参数、多序列、多方位的成像， 且对软组织分辨率高，这对乳腺疾病的诊断与治疗有重要意义。尤其是团注对比剂的动态增强MRI图像(即DCE-MRI图像)，它能结合病变形态学和功能学判断出乳腺肿瘤的生物学行为，改善病变部位的诊断及治疗效果。但是，多序列的DCE-MRI图像，增加了放射科医师的阅片压力。由此引发的医师视觉疲劳等主观因素可能会造成病灶的漏诊或误诊等状况， 这使得病灶诊断的准确性和有效性难以保证。在这种情况下，借助计算机进行自动分析处理成为必然。计算机辅助诊断(computer-aided d...
【技术保护点】
１．一个基于时间强度特征的乳腺病灶良恶性诊断计算机辅助方法，其特征在于包括步骤：（１）从病人ＤＣＥ－ＭＲＩ扫描图像中选出可疑病灶层面的时相图像序列集；（２）对（１）步骤中分出的每个层面图像序列做去噪滤波处理，并获得该层的图像减影序列；层面图像减影序列的时相减影顺序是对比剂注入后的各时相帧均与对比剂注射前的蒙片帧做减影。（３）根据（２）步骤中得到的图像减影序列，找出可疑的病灶区域，确定时间强度曲线；（４）分析（３）步骤中确定出的时间强度曲线特征，给出该层面的诊断结果，即病灶的初步诊断结果；（５）采用投票理论中的一致同意规则融合不同层面的诊断结果进行综合分析，给出病灶的最终诊断...
【技术特征摘要】
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。