本发明专利技术公开了一种基于虚拟软组织图像的计算机辅助检测早期肺癌结节的方法，包括：通过虚拟双能量技术获取基于胸片的肺区软组织的图像；通过灰度形态学，将所述肺区软组织图像转化为第一结节增强图像和线性结构增强图像；通过对比，将所述第一结节增强图像中包含的线性结构增强图案去除，生成第二结节增强图像；通过统计方法，将所述第二结节增强图像转换为结节可能性图像；从所述结节可能性图像中获取可疑节点，并从可疑结节中识别出真实结节并标识。本发明专利技术能够高性能的检测早期肺癌小结节，降低诊断系统假阳性。
【技术实现步骤摘要】
本专利技术涉及肺结节检测领域，尤其涉及。
技术介绍
近年来，肺癌死亡人数已经占到所有癌症死亡人数的第一位，美国癌症协会估计在2009年，肺癌将占整个癌症病例的28%，而肺癌病人的5年存活率只有14%，但如果能检测到作为早期肺癌的肺结节，再配合适当的治疗，病人的存活率可以提高到50%。CT被认为是检测肺结节的最佳方法一一“金标准”，然而，因为经济、方便和放射剂量适中等原因，X光胸片更常用，事实上，几乎所有的早期肺癌都是通过胸片发现的，但对放射科医生来说，基于胸片发现早期肺癌是一件很困难的任务。近20年来，基于胸片肺结节计算机辅助检测系统一直是研究热点。虽然基于胸片的肺结节检测系统性能在近10年提高了很多，但还是面临检测结果存在大量假阳性的问题。研究表明，如果检测系统的假阳性达到每副图像11个，哪怕它的结节检出率达到80%，也不能帮助医生提高诊断精度.但如果系统的假阳性只有4个，医生对结节的检出率会得到有效的提高。对于当前的检测系统，最大问题是如何在提高结节检测率的同时，降低检测结果中的假阳性。
技术实现思路
本专利技术所要解决的技术问题在于提供，为医生读片提供参考，进而解决检测率不高，假阳性过多的问题。为解决上述技术问题，本专利技术实施例提供的，具体技术方案如下:—种基于虚拟软组织图像的计算机辅助检测早期肺癌结节的方法，包括:获取肺区软组织图像；通过灰度形态学，将所述肺区软组织图像转化为第一结节增强图像和线性结构增强图像；通过对比，将所述第一结节增强图像中包含的线性结构增强图案去除，生成第二结节增强图像；通过统计方法，将所述第二结节增强图像转换为结节可能性图像；从所述结节可能性图像中获取可疑节点，并从可疑结节中识别出真实结节并标识。其中，所述从所述结节可能性图像中获取可疑结节，并从可疑节点中识别出真实结节并标识，包括:引入阈值法从所述可能性图像中提取结节区域；引入形态学方法获得结节的粗略区域，得到可疑结节；引入分水岭算法分割结节的粗略区域获得分割结果；基于分割结果标识真实结节。其中，所述引入阈值法从所述可能性图像中提取结节区域步骤包括:从结节可能值图像中选取若干个峰值点作为可疑结节的初始位置；如果任意两个峰值点之间的距离小于阈值，则具有更大值的点被选作可疑结节。其中。所述引入分水岭算法分割结节的粗略区域获得分割结果步骤包括:首先，以某一可疑结节位置为中心点从结节肋骨图像上截取一感兴趣区域；其次，用灰度阈值法获得初始分割区域；然后，用二值的形态学腐蚀运算去除初始分割区域中一些不属于结节的部分；再后，用膨胀运算还原分割区域的大小；最后，采用分水岭算法对分割区域中的结节进行精分割。本专利技术提供的，由于方法为基于虚拟双能量的计算机辅助技术，提高了结节的检测性能。附图说明图1为本专利技术实施例提供的中感兴趣点O的结节可能值计算圆环示意图。具体实施例方式本专利技术实施例提供，能够检测到更多被肋骨等结构遮挡的结节，同时降低假阳性。为解决上述技术问题，本专利技术实施例提供的，具体技术方案如下:，包括:获取肺区软组织图像；通过灰度形态学，将所述肺区软组织图像转化为第一结节增强图像和线性结构增强图像；通过对比，将所述第一结节增强图像中包含的线性结构增强图案去除，生成第二结节增强图像；通过统计方法，将所述第二结节增强图像转换为结节可能性图像；从所述结节可能性图像中获取可疑节点，并从可疑结节中识别出真实结节并标识。其中，所述从所述结节可能性图像中获取可疑结节，并从可疑节点中识别出真实结节并标识，包括:引入阈值法从所述可能性图像中提取结节区域；引入形态学方法获得结节的粗略区域，得到可疑结节；引入分水岭算法分割结节的粗略区域获得分割结果；基于分割结果标识真实结节。其中，所述引入阈值法从所述可能性图像中提取结节区域步骤包括:从结节可能值图像中选取若干个峰值点作为可疑结节的初始位置；如果任意两个峰值点之间的距离小于阈值，则具有更大值的点被选作可疑结节。其中。所述引入分水岭算法分割结节的粗略区域获得分割结果步骤包括:首先，以某一可疑结节位置为中心点从结节肋骨图像上截取一感兴趣区域；其次，用灰度阈值法获得初始分割区域；然后，用二值的形态学腐蚀运算去除初始分割区域中一些不属于结节的部分；再后，用膨胀运算还原分割区域的大小；最后，采用分水岭算法对分割区域中的结节进行精分割。本专利技术提供的，由于方法为基于虚拟双能量的计算机辅助技术，提高了结节的检测性能。为了便于本领域技术人员更好的理解本专利技术实施例提供的计算机辅助标识肺结节的方法，下面结合附图对本专利技术实施例计算机辅助标识肺结节的方法进行详细描述。本专利技术实施例提供的，包括:通过基于活动形状模型的肺区分割方法和肺区背景噪声去除技术对图像进行预处理。为了和其他学者研究结果作比较，我们使用日本放射技术学会(Japanese Societyof Radiology Technology, JSRT)提供的公共数据库测试本文系统的检测性能。图像中所有肺结节经过CT确认，结节大小从5mm到40mm不等.肺结节按照明显度不同被放射科医生分为5类:很明显、明显、不明显、很不明显和极其不明显。我们把以下图像从测试库中去除:(I)含有大于35mm结节的图像；(2) —个病人多于两个结节的图像；(3)放射科医生不能确定结节边缘的图像；(4)结节被心脏、横隔遮挡的图像。所述分割方法以ASM模型为基础，在模型中固定不同类型边界的转换点.模型在分割过程中每段边缘只要匹配所属类型边缘的特征即可.获得肺分割结果后，将左右肺区分别拟合到一二阶多项式式(1)，用原图减肺区拟合多项式获取背景噪声去除的预处理图像。权利要求1.，其特征在于，包括: a.获取肺区软组织图像； b.通过灰度形态学，将所述肺区软组织图像转化为第一结节增强图像和线性结构增强图像； c.通过对比，将所述第一结节增强图像中包含的线性结构增强图案去除，生成第二结节增强图像； d.通过统计方法，将所述第二结节增强图像转换为结节可能性图像； e.从所述结节可能性图像中获取可疑节点，并从可疑结节中识别出真实结节并标识。2.根据权利要求1所述的，其特征在于，所述从所述结节可能性图像中获取可疑结节，并从可疑节点中识别出真实结节并标识，包括: 引入阈值法从所述可能性图像中提取结节区域； 引入形态学方法获得结节的粗略区域，得到可疑结节； 引入分水岭算法分割结节的粗略区域获得分割结果； 基于分割结果标识真实结节。3.根据权利要求2所述的，其特征在于，所述引入阈值法从所述可能性图像中提取结节区域步骤包括:从结节可能值图像中选取若干个峰值点作为可疑结节的初始位置；如果任意两个峰值点之间的距离小于阈值，则具有更大值的点被选作可疑结节。4.根据权利要求3所述的，其特征在于，所述引入分水岭算法分割结节的粗略区域获得分割结果步骤包括:首先，以某一可疑结节位置为中心点从结节肋骨图像上截取一感兴趣区域；其次，用灰度阈值法获得初始分割区域；然后，用二值的形态学腐蚀运算去除初始分割区域中一些不属于结节的部分；再后，用膨胀运算还原分割区域的大小；最后，采用分水岭算法对分割区域中的结节进行精分割。全文摘要本专利技术公开了，包括通过虚拟双能量技术获取基于胸片的肺区软组织的图像；通过灰度形态学，将所述肺区软组织图本文档来自技高网...
【技术保护点】
一种基于虚拟软组织图像的计算机辅助检测早期肺癌结节的方法，其特征在于，包括：a.获取肺区软组织图像；b.通过灰度形态学，将所述肺区软组织图像转化为第一结节增强图像和线性结构增强图像；c.通过对比，将所述第一结节增强图像中包含的线性结构增强图案去除，生成第二结节增强图像；d.通过统计方法，将所述第二结节增强图像转换为结节可能性图像；e.从所述结节可能性图像中获取可疑节点，并从可疑结节中识别出真实结节并标识。
【技术特征摘要】
【专利技术属性】
技术研发人员：陈胜，周广生，
申请(专利权)人：无锡睿影信息技术有限公司，
类型：发明
国别省市：
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。