專利名稱:處理超聲圖像的方法和裝置以及乳腺癌診斷設備的制作方法
技術領域:
本發(fā)明涉及處理超聲圖像。更具體地講,涉及一種處理超聲圖像的方法和裝置以及乳腺癌診斷設備。
背景技術:
乳腺癌是ー種嚴重影響女性身心健康甚至危及生命的最常見的惡性腫瘤之一,早期檢測是減小死亡率的關鍵,大約能減小死亡率40%或者更多。超聲波和乳房X線照相術越來越多地被使用在乳房成像中并且作為附加的診斷測試技木。當乳房X線照相術很可能減小了靈敏度或者呈現(xiàn)出不可接受的輻射危險時,超聲波成為首要的成像技木。因此,計算機輔助診斷(CAD)系統(tǒng)可幫助無經驗的醫(yī)師避免誤診,減小了良性病變活組織檢查的數(shù)量,并且減小不同觀察者之間的差異。當前,大多數(shù)的系統(tǒng)是交互的或者是半自動的。例如,US5984870專利申請涉及一種自動分析超聲波圖像中的病變的方法和系統(tǒng),在該方法中,手動地將圖像分割為多個區(qū)域。加拿大Medipattern公司開發(fā)的乳腺計算機輔助檢測系統(tǒng)(B-CAD)能夠減少放射學家分析乳房超聲圖像所用的時間,可以自動圖像分析、分割和分類,但是仍然需要人工輸入來實現(xiàn)聞精確的結果。此外,還有ー些方法采用單ー特征和單一分類器,但是這些方法并不能解決不規(guī)則腫瘤檢測問題。例如,US7736313涉及檢測超聲圖像中的病變,其基于窗口中的柱狀圖進行病變檢測,隨后將病變分為三類良性、惡性和未知,然而柱狀圖是不精確的特征,因此將導致病變檢測中的很大誤差。US2003/0125621涉及自動檢測超聲圖像中的病變的方法和系統(tǒng),其根據(jù)基于像素的徑向梯度指數(shù)(RGI)來進行病變檢測,然而這種僅基于RGI的病變檢測是不精確的。
發(fā)明內容
因此,本發(fā)明的目的在于提供ー種完全自動并且能夠高效地檢測不規(guī)則腫瘤的設備。本發(fā)明的另ー目的在于提供一種能夠高效地處理超聲圖像的方法和裝置。根據(jù)本發(fā)明的一方面,提供了一種處理超聲圖像的方法,包括將超聲圖像分割為幾個同類子區(qū)域;確定分割的子區(qū)域是對象子區(qū)域還是背景子區(qū)域;將確定的對象子區(qū)域合并為對象區(qū)域。優(yōu)選地,在將超聲圖像分割為幾個同類子區(qū)域之前,處理超聲圖像的方法還可包括對接收的超聲圖像進行預處理。優(yōu)選地,對接收的超聲圖像進行預處理的步驟可包括減小接收的超聲圖像的尺寸;對尺寸減小的超聲圖像進行降噪;對降噪后的超聲圖像進行圖像增強。優(yōu)選地,與異類子區(qū)域相比,在所述同類子區(qū)域中存在較少邊緣,并且每個同類子區(qū)域中的所有像素具有類似的灰度值。
優(yōu)選地,可通過使用各個同類子區(qū)域的紋理特征和灰度級特征來確定同類子區(qū)域是對象子區(qū)域還是背景子區(qū)域。優(yōu)選地,紋理特征可包括空間灰度相關性和后部陰影,灰度級特征包括平均值和 方差。優(yōu)選地,確定的對象子區(qū)域是連接的,將確定的對象子區(qū)域合并為對象區(qū)域的步驟還可包括對合并后的對象區(qū)域的輪廓線進行平滑并填充其中的洞。根據(jù)本發(fā)明的另一方面,提供了一種處理超聲圖像的裝置,包括圖像分割単元,將超聲圖像分割為幾個同類子區(qū)域;對象檢測單元,確定分割的同類子區(qū)域是對象子區(qū)域還是背景子區(qū)域;后處理單元,將確定的對象子區(qū)域合并為對象區(qū)域。優(yōu)選地,處理超聲圖像的裝置還可包括預處理単元,對接收的超聲圖像進行預處理,并將預處理后的超聲圖像發(fā)送給圖像分割単元。優(yōu)選地,預處理単元可包括大小調整單元,減小接收的超聲圖像的尺寸;降噪單元,對尺寸減小的圖像進行降噪;圖像增強單元,對降噪后的超聲圖像進行圖像增強。優(yōu)選地,與異類子區(qū)域相比,在所述同類子區(qū)域中存在較少邊緣,并且每個同類子區(qū)域中的所有像素具有類似的灰度值。優(yōu)選地,對象檢測單元可通過使用各個同類子區(qū)域的紋理特征和灰度級特征來確定子區(qū)域是對象子區(qū)域還是背景子區(qū)域。優(yōu)選地,紋理特征可包括空間灰度相關性和后部陰影,灰度級特征包括平均值和方差。優(yōu)選地,確定的對象子區(qū)域是連接的,后處理單元還可對合并后的對象區(qū)域的輪廓線進行平滑并填充其中的洞。根據(jù)本發(fā)明的另一方面,提供了ー種乳腺癌診斷設備,包括圖像分割単元,將預處理后的超聲圖像分割為幾個同類子區(qū)域;腫瘤檢測單元,確定分割的同類子區(qū)域是腫瘤子區(qū)域還是背景子區(qū)域;后處理單元,將確定的腫瘤子區(qū)域合并為腫瘤區(qū)域;腫瘤分類單元,確定腫瘤區(qū)域為良性腫瘤、惡性腫瘤還是未知。優(yōu)選地,乳腺癌診斷設備還可包括預處理単元,對接收的超聲圖像進行預處理,并將預處理后的超聲圖像發(fā)送給圖像分割単元。優(yōu)選地,預處理単元可包括大小調整單元,減小接收的超聲圖像的尺寸;降噪單元,對尺寸減小的超聲圖像進行降噪;圖像增強單元,對降噪后的超聲圖像進行圖像增強。優(yōu)選地,與異類子區(qū)域相比,在所述同類子區(qū)域中存在較少邊緣,并且每個同類子區(qū)域中的所有像素具有類似的灰度值。優(yōu)選地,腫瘤檢測單元可通過使用各個同類子區(qū)域的紋理特征和灰度級特征來確定同類子區(qū)域是腫瘤子區(qū)域還是背景子區(qū)域。優(yōu)選地,紋理特征可包括空間灰度相關性和后部陰影,灰度級特征包括平均值和方差。優(yōu)選地,確定的腫瘤子區(qū)域是連接的,后處理單元還可對合并后的腫瘤區(qū)域的輪廓線進行平滑并填充其中的洞。優(yōu)選地,腫瘤分類單元可采用形態(tài)學特征、紋理特征和灰度級特征來確定腫瘤區(qū)域為良性腫瘤、惡性腫瘤還是未知。
通過下面結合附圖進行的描述,本發(fā)明的上述和其他目的和特點將會變得更加清楚,其中圖I是示出根據(jù)本發(fā)明的處理超聲圖像的方法的流程圖;圖2是示出根據(jù)本發(fā)明實施例的處理乳腺癌病人的超聲圖像的方法的流程圖;圖3是示出根據(jù)本發(fā)明實施例的對接收的超聲圖像進行預處理的流程圖;圖4是顯示反映圖3的預處理過程的各步驟的結果的圖像示圖;
圖5是示出根據(jù)本發(fā)明示例性實施例的圖像分割結果的示圖;圖6是示出根據(jù)本發(fā)明示例性實施例的腫瘤檢測結果的示圖;圖7是示出根據(jù)本發(fā)明示例性實施例的對腫瘤子區(qū)域進行后處理的示圖;圖8是示出根據(jù)本發(fā)明的處理超聲圖像的裝置的框圖;圖9是示出根據(jù)本發(fā)明實施例的乳腺癌診斷設備的框圖。
具體實施例方式圖I是示出根據(jù)本發(fā)明的處理超聲圖像的方法的流程圖。如圖I所示,根據(jù)本發(fā)明的處理超聲圖像的方法包括S101,對接收的超聲圖像進行預處理;S102,將預處理后的超聲圖像分割為幾個同類子區(qū)域;S103,確定分割的子區(qū)域是對象子區(qū)域還是背景子區(qū)域;S104,將確定的對象子區(qū)域合并為對象區(qū)域。這里,為了使得要處理的超聲圖像更加清楚,在圖I中示出了預處理步驟S101,但這只是示例,根據(jù)本發(fā)明的處理超聲圖像的方法也可不包括步驟SlOl。根據(jù)本發(fā)明的處理超聲圖像的方法可應用于各種超聲圖像。下面以針對乳腺癌病人的超聲圖像為例來描述根據(jù)本發(fā)明實施例的處理超聲圖像的方法。圖2是示出根據(jù)本發(fā)明實施例的處理乳腺癌病人的超聲圖像的方法的流程圖。如圖2所示,在步驟S201,對接收的超聲圖像進行預處理。在步驟S202,將預處理后的超聲圖像分割為幾個同類子區(qū)域。在步驟S203,確定分割的子區(qū)域是腫瘤子區(qū)域還是背景子區(qū)域。在步驟S204,將確定的腫瘤子區(qū)域合并為腫瘤區(qū)域。同樣,為了使得要處理的超聲圖像更加清楚,在圖2中示出了預處理步驟S201,但這只是示例,根據(jù)本發(fā)明實施例的處理乳腺癌病人的超聲圖像的方法也可不包括步驟S201。下面將分別對上述步驟進行詳細描述。圖3是示出根據(jù)本發(fā)明實施例的對接收的超聲圖形進行預處理的流程圖。如圖3所示,在步驟S301,減小接收的超聲圖像的尺寸。在步驟S302,對尺寸減小的圖像進行降噪??赏ㄟ^以下方法來減小超聲圖像的斑點噪聲總變差擴散(TV disffusion)、維納濾波器(Wiener filter)、高斯濾波和中間濾波等。以上列舉出的降噪方法僅作為示例而非限制,本領域內技術人員應知,各種降低圖像中的噪聲的手段均可應用于此。在步驟S303,對降噪后的圖像進行圖像增強。圖像增強是指將圖像規(guī)則化以增強圖像分割性能??梢允褂玫膱D像增強手段包括柱狀圖均衡、光照去除等。圖4是顯示反映圖3的預處理過程的各步驟的結果的圖像示圖。
圖4中的(a)中示出了原始圖像。圖4中的(b)中示出了尺寸減小的圖像。圖4中的(c)中示出了降噪后的圖像。圖4中的(d)中示出了圖像增強后的圖像。下面對將預處理后的超聲圖像進行分割的操作進行詳細描述。在步驟S202將預處理后的超聲圖像分割為幾個同類子區(qū)域。與異類子區(qū)域相比,在每個同類子區(qū)域中存在較少邊緣,并且每個同類子區(qū)域中的所有像素具有類似的灰度值。經過圖像分割的這些同類子區(qū)域為腫瘤區(qū)域或者背景區(qū)域,但是不存在包含腫瘤區(qū)域和背景區(qū)域兩者的子區(qū)域??赏ㄟ^由Jianbo Shi提出的規(guī)格化切割方法(normalized cut method)來實現(xiàn)圖像分割。在規(guī)格化切割方法中,無向賦權圖(weighted undirected graph)被構建。其中,無向賦權圖中的節(jié)點是圖像像素,并且在每對節(jié)點之間形成邊緣。對每個邊緣的加權是 兩個節(jié)點之間的相似性函數(shù)。無向賦權圖的分割被表示為廣義特征值問題。在對特征向量分組之后,便可將圖像分割為多個同類子區(qū)域。當然,也可以使用其他技術手段實現(xiàn)圖像切割。圖5是示出根據(jù)本發(fā)明示例性實施例的圖像分割結果的示圖。如圖5所示,整個圖像被分割為幾個小區(qū)域,這些小區(qū)域中的像素具有類似的灰度值。每個小區(qū)域將只具有腫瘤區(qū)域或者背景區(qū)域。下面對步驟S203的操作進行詳細描述。在步驟S203確定分割的子區(qū)域是腫瘤子區(qū)域還是背景子區(qū)域。通過使用各個子區(qū)域的紋理特征和灰度級特征來確定子區(qū)域是腫瘤子區(qū)域還是背景子區(qū)域。紋理特征可包括空間灰度相關性(SGLD)和后部陰影(posterior shadow)。灰度級特征可包括平均值和方差。在這些特征中,SGLD起到重要作用。SGLD是可從ニ維柱狀圖SGLD共生矩陣(co-occurrence matrices)得出紋理特征。SGLD共生矩陣P (i, j, d, Θ )中的所有元素被定義為按照距離d并沿方向Θ分離的灰度級i和灰度級j的聯(lián)合概率。可從具有不同距離d’和方向Θ ’的這些矩陣提取紋理特征。線性判別分析(LDA)、條件隨機域(CRF)、支持向量機(SVM)可用作分類器。在實驗中,在上述方法中,CRF方法可實現(xiàn)最佳結果。與規(guī)格化切割方法類似,CRF方法也構建無向賦權圖。這里,每個節(jié)點不是圖像像素,而是其分布是被推斷的隨機變量。每個邊緣代表2個變量之間的依賴性。公知的前向-后向和維特比算法可用于實現(xiàn)CRF的參數(shù)。圖6是示出根據(jù)本發(fā)明示例性實施例的腫瘤檢測結果的示圖。如圖6中的(a)所示,2個子區(qū)域被識別為腫瘤區(qū)域。圖6中的(b)是真實腫瘤區(qū)域的示圖。可以看出,圖6的(a)中識別出的腫瘤區(qū)域與圖6中的(b)所示的腫瘤區(qū)域符
ム
ロ ο下面對步驟S204的操作進行詳細描述。在步驟S203中確定的腫瘤子區(qū)域是連接的。在步驟S204將確定的腫瘤子區(qū)域合并為腫瘤區(qū)域。步驟S204執(zhí)行的是對確定的腫瘤子區(qū)域的后處理。該后處理將連接的腫瘤子區(qū)域合并為ー個腫瘤區(qū)域,對合并后的腫瘤區(qū)域的輪廓線進行平滑并填充其中的洞。圖7是示出根據(jù)本發(fā)明示例性實施例的對腫瘤子區(qū)域進行后處理的示圖。圖7中的(a)是執(zhí)行后處理之前的腫瘤區(qū)域,即將腫瘤子區(qū)域合并為腫瘤區(qū)域的示圖。圖7中的(b)是執(zhí)行后處理之后的腫瘤區(qū)域的示圖。圖7中的(c)是真實腫瘤區(qū)域的示圖。通過根據(jù)本發(fā)明的處理超聲圖像的方法,能夠得到更加清楚的腫瘤圖像。根據(jù)本發(fā)明的處理超聲圖像的方法可被記錄在包括執(zhí)行由計算機實現(xiàn)的各種操作的程序指令的計算機可讀介質中。介質也可以只包括程序指令或者包括與程序指令相結合的數(shù)據(jù)文件、數(shù)據(jù)結構等。計算機可讀介質的例子包括磁介質(例如硬盤、軟盤和磁帶);光學介質(例如CD-ROM和DVD);磁光介質(例如,光盤);以及特別配制用于存儲并執(zhí)行程序指令的硬件裝置(例如,只讀存儲器(ROM)、隨機存取存儲器(RAM)、閃存等)。介質也可以是包括傳輸規(guī)定程序指令、數(shù)據(jù)結構等的信號的載波的傳輸介質(例如光學線或金屬線、波導等)。程序指令的例子包括例如由編譯器產生的機器碼和包含可使用解釋器由計算機執(zhí)行的高級代碼的文件。 與根據(jù)本發(fā)明的超聲圖像處理方法一祥,根據(jù)本發(fā)明的處理超聲圖像的裝置可應用于各種超聲圖像。圖8是示出根據(jù)本發(fā)明的處理超聲圖像的裝置的框圖。根據(jù)本發(fā)明的處理超聲圖像的裝置可包括預處理単元801,對接收的超聲圖像進行預處理;圖像分割単元802,將預處理后的超聲圖像分割為幾個同類子區(qū)域;對象檢測単元803,確定分割的同類子區(qū)域是對象子區(qū)域還是背景子區(qū)域;后處理單元804,將確定的對象子區(qū)域合并為對象區(qū)域。這里,為了使得要處理的超聲圖像更加清楚,在圖8中示出的處理超聲圖像的裝置包括預處理単元,但這只是示例,根據(jù)本發(fā)明的處理超聲圖像的裝置也可不包括預處理単元。下面僅以針對乳腺癌病人的超聲圖像為例來描述根據(jù)本發(fā)明的乳腺癌診斷設備,在所述乳腺癌診斷設備中包括根據(jù)本發(fā)明的處理超聲圖像的裝置。圖9是示出根據(jù)本發(fā)明實施例的乳腺癌診斷設備的框圖。如圖9所示,乳腺癌診斷設備包括預處理単元901、圖像分割単元902、腫瘤檢測単元903、后處理單元904和腫瘤分類單元905。其中,預處理単元901、圖像分割単元902、腫瘤檢測單元903和后處理單元904組成超聲圖像處理單元900。同樣,為了使得要處理的超聲圖像更加清楚,在圖9中示出的根據(jù)本發(fā)明實施例的乳腺癌診斷設備包括預處理單元,但這只是示例,根據(jù)本發(fā)明實施例的乳腺癌診斷設備也可不包括預處理単元。超聲圖像處理單元900對接收的超聲圖像進行處理。超聲圖像處理單元900對應于處理超聲圖像的裝置。預處理単元901對接收的超聲圖像進行預處理。預處理単元901可包括大小調整單元、降噪單元和圖像增強單元。大小調整單元減小接收的超聲圖像的尺寸。降噪單元對尺寸減小的圖像進行降噪。圖像增強單元對降噪后的圖像進行圖像增強。圖像分割単元902將預處理后的超聲圖像分割為幾個同類子區(qū)域。其中,與異類子區(qū)域相比,在每個子區(qū)域中存在較少邊緣,并且每個子區(qū)域中的所有像素具有類似的灰度值。這些子區(qū)域為腫瘤區(qū)域或者背景區(qū)域。但是不存在包含腫瘤區(qū)域和背景區(qū)域兩者的子區(qū)域。腫瘤檢測單元903確定分割的子區(qū)域是腫瘤子區(qū)域還是背景子區(qū)域。其中,通過使用各個子區(qū)域的紋理特征和灰度級特征來確定子區(qū)域是腫瘤區(qū)域還是背景區(qū)域。紋理特征可包括SGLD和后部陰影?;叶燃壧卣骺砂ㄆ骄岛头讲?。后處理單元904將確定的腫瘤子區(qū)域合并為腫瘤區(qū)域。這些確定的腫瘤子區(qū)域是連接的。后處理單元904將連接的腫瘤子區(qū)域合并為ー個腫瘤區(qū)域,對合并后的腫瘤區(qū)域的輪廓線進行平滑并填充其中的洞。腫瘤分類單元905確定腫瘤區(qū)域為良性腫瘤、惡性腫瘤還是未知。腫瘤分類單元905采用形態(tài)學特征、紋理特征和灰度級特征。形態(tài)學特征包括橢圓規(guī)格化骨架(ENS)、裂片索引(LI)、凹陷和凸起等。紋理特征是SGLD矩陣?;叶燃壧卣靼ㄆ骄岛头讲睢7诸惼魇荢VM。
根據(jù)本發(fā)明的超聲圖像可以是通過超聲裝置拍攝的B型ニ維(2D)灰度級超聲圖像??赏ㄟ^捕獲裝置將超聲圖像傳送到計算機中。由計算機來執(zhí)行根據(jù)本發(fā)明的處理超聲圖像的方法。通過根據(jù)本發(fā)明的處理超聲圖像的方法和裝置,能夠得到更加清楚的腫瘤圖像。根據(jù)本發(fā)明的乳腺癌診斷設備通過單個超聲圖像,可定位腫瘤區(qū)域并自動地將腫瘤識別為良性腫瘤和惡性腫瘤。因此,本發(fā)明能夠幫助醫(yī)生找出所有的腫瘤并對腫瘤進行診斷。盡管已經參照本發(fā)明的示例性實施例具體顯示和描述了本發(fā)明,但是本領域的技術人員應該理解,在不脫離由權利要求限定的本發(fā)明的精神和范圍的情況下,可以對其進行形式和細節(jié)上的各種改變。
權利要求
1.一種處理超聲圖像的方法,包括 將超聲圖像分割為幾個同類子區(qū)域; 確定分割的同類子區(qū)域是對象子區(qū)域還是背景子區(qū)域; 將確定的對象子區(qū)域合并為對象區(qū)域。
2.如權利要求I所述的方法,其中,在將超聲圖像分割為幾個同類子區(qū)域之前,所述方法還包括對接收的超聲圖像進行預處理。
3.如權利要求I所述的方法,其中,對接收的超聲圖像進行預處理的步驟包括 減小接收的超聲圖像的尺寸; 對尺寸減小的超聲圖像進行降噪; 對降噪后的超聲圖像進行圖像增強。
4.如權利要求I所述的方法,其中,通過使用各個同類子區(qū)域的紋理特征和灰度級特征來確定同類子區(qū)域是對象子區(qū)域還是背景子區(qū)域。
5.如權利要求I所述的方法,其中,確定的對象子區(qū)域是連接的,將確定的對象子區(qū)域合并為對象區(qū)域的步驟還包括對合并后的對象區(qū)域的輪廓線進行平滑并填充其中的洞。
6.一種處理超聲圖像的裝置,包括 圖像分割單元,將超聲圖像分割為幾個同類子區(qū)域; 對象檢測單元,確定分割的同類子區(qū)域是對象子區(qū)域還是背景子區(qū)域; 后處理單元,將確定的對象子區(qū)域合并為對象區(qū)域。
7.如權利要求6所述的裝置,還包括預處理單元,對接收的超聲圖像進行預處理,并將預處理后的超聲圖像發(fā)送給圖像分割單元。
8.如權利要求7所述的裝置,其中,預處理單元包括 大小調整單元,減小接收的超聲圖像的尺寸; 降噪單元,對尺寸減小的超聲圖像進行降噪; 圖像增強單元,對降噪后的超聲圖像進行圖像增強。
9.如權利要求7所述的裝置,其中,對象檢測單元通過使用各個同類子區(qū)域的紋理特征和灰度級特征來確定同類子區(qū)域是對象子區(qū)域還是背景子區(qū)域。
10.如權利要求7所述的裝置,其中,確定的對象子區(qū)域是連接的,后處理單元還對合并后的對象區(qū)域的輪廓線進行平滑并填充其中的洞。
11.一種乳腺癌診斷設備,包括 圖像分割單元,將超聲圖像分割為幾個同類子區(qū)域; 腫瘤檢測單元,確定分割的同類子區(qū)域是腫瘤子區(qū)域還是背景子區(qū)域; 后處理單元,將確定的腫瘤子區(qū)域合并為腫瘤區(qū)域; 腫瘤分類單元,確定腫瘤區(qū)域為良性腫瘤、惡性腫瘤還是未知。
12.如權利要求11所述的乳腺癌診斷設備,還包括預處理單元,對接收的超聲圖像進行預處理,并將預處理后的超聲圖像發(fā)送給圖像分割單元。
13.如權利要求12所述的乳腺癌診斷設備,其中,預處理單元包括 大小調整單元,減小接收的超聲圖像的尺寸; 降噪單元,對尺寸減小的超聲圖像進行降噪; 圖像增強單元,對降噪后的超聲圖像進行圖像增強。
全文摘要
提供了一種處理超聲圖像的方法和裝置以及乳腺癌診斷設備。所述處理超聲圖像的方法包括將超聲圖像分割為幾個同類子區(qū)域;確定分割的子區(qū)域是對象子區(qū)域還是背景子區(qū)域;將確定的對象子區(qū)域合并為對象區(qū)域。通過根據(jù)本發(fā)明的處理超聲圖像的方法,能夠得到更加清楚的對象圖像。
文檔編號G06K9/36GK102855483SQ20111018651
公開日2013年1月2日 申請日期2011年6月30日 優(yōu)先權日2011年6月30日
發(fā)明者任海兵, 李正龍, 張官喜 申請人:北京三星通信技術研究有限公司, 三星電子株式會社