基于超聲彈性成像的腫瘤彈性特征的提取方法
【專利摘要】本發(fā)明提供了一種基于超聲彈性成像的腫瘤彈性特征的提取方法，包括下述步驟：采集醫(yī)學(xué)圖像和彈性圖像；對所述醫(yī)學(xué)圖像的預(yù)處理；自動提取經(jīng)預(yù)處理后的醫(yī)學(xué)圖像的腫瘤邊緣信息；將所述腫瘤邊緣信息融合于所述彈性圖像中；提取融合所述腫瘤邊緣信息的彈性圖像的彈性特征參數(shù)群。上述基于彈性成像的腫瘤彈性特征提取方法，利用醫(yī)學(xué)圖像提取腫瘤邊緣信息，同時將該腫瘤邊緣信息融合于彈性圖像中，并創(chuàng)建和量化基于彈性圖像的彈性特征參數(shù)群，該彈性特征參數(shù)群能夠從不同角度描述腫瘤的屬性，從而消除臨床醫(yī)生的主觀差異，使診斷變得更為準(zhǔn)確和科學(xué)。
【專利說明】基于超聲彈性成像的腫瘤彈性特征的提取方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像處理技術(shù)，特別涉及一種基于超聲彈性成像的腫瘤彈性特征的提取方法。
【背景技術(shù)】
[0002]彈性成像是對組織施加一個外部激勵，在壓力-形變等物理規(guī)律作用下，組織將產(chǎn)生一個響應(yīng)，根據(jù)該響應(yīng)得到彈性成像圖。自彈性成像概念提出后，超聲彈性成像技術(shù)在最近十幾年中得到了迅速的發(fā)展。
[0003]《解放軍醫(yī)學(xué)雜志》2011年第36卷第11期1131-1133頁和《中國醫(yī)學(xué)影像技術(shù)》2012年第28卷第3期529-533頁提出的基于超聲瞬時彈性成像技術(shù)的彈性特征參數(shù)感興趣區(qū)域的彈性均值，但采用的瞬時彈性檢測技術(shù)是一種一維成像技術(shù)，雖然可以給出定量的組織平均彈性模量值，但是無法擴展到二維彈性成像來獲取組織彈性分布信息，一般只適用于檢測彌散性病變；《中國醫(yī)學(xué)影像技術(shù)》2010年第26卷第9期1682-1684頁、《現(xiàn)代生物醫(yī)學(xué)進展》2010年第26卷第9期492-494頁和《華西醫(yī)學(xué)》2010年第25卷第2期294-297頁提出的基于超聲實時彈性成像技術(shù)的彈性特征彈性圖像分布特征，雖然給出了臨床診斷應(yīng)用最廣泛的彈性特征，但實時彈性成像技術(shù)是一種準(zhǔn)靜態(tài)壓縮彈性成像技術(shù)，只能給出相對的位移/應(yīng)變圖，無法給出組織局部硬度的具體數(shù)值，缺乏客觀性和科學(xué)性；《中國醫(yī)學(xué)影像技術(shù)》2009年第18卷第7期589-591頁和《世界華人消化雜志》2010年第18卷第30期3254-3258頁提出的基于超聲實時彈性成像技術(shù)的彈性特征應(yīng)變率比值，是近期提出的新的彈性特征，但是從定性的二維位移/應(yīng)變圖中提取，雖然比單純的彈性分布特征能更客觀定量地反映病灶的硬度變化程度，但是該特征同樣無法進行不同病灶之間的橫向比較，例如肝硬化基礎(chǔ)上的肝臟惡性占位性病變與肝臟良性占位性病變得到的應(yīng)變率比值區(qū)間存在一定的重疊，只依靠應(yīng)變率比值識別容易造成誤診。
[0004]因此，傳統(tǒng)超聲彈性成像技術(shù)的具有諸多局限性，使得獲取的彈性特征定性或半定量，缺乏客觀性和可重復(fù)性，無法進行定量地分析，受診斷者主觀影響較大，無法建立公認(rèn)、規(guī)范的診斷標(biāo)準(zhǔn)，限制了超聲彈性成像技術(shù)在臨床上的廣泛應(yīng)用。

【發(fā)明內(nèi)容】

[0005]基于此，有必要提出一種超聲基于超聲彈性成像的腫瘤彈性特征的提取方法，用于指導(dǎo)腫瘤的良惡性判別，為腫瘤的病理學(xué)研究和早期診斷治療提供新的依據(jù)。
[0006]一種基于超聲彈性成像的腫瘤彈性特征的提取方法，包括下述步驟:采集醫(yī)學(xué)圖像和彈性圖像；對所述醫(yī)學(xué)圖像的預(yù)處理；自動提取經(jīng)預(yù)處理后的醫(yī)學(xué)圖像的腫瘤邊緣信息；將提取的腫瘤邊緣信息融合于相應(yīng)的彈性圖像中；提取融合所述腫瘤邊緣信息的彈性圖像的彈性特征參數(shù)群。
[0007]上述基于彈性成像的腫瘤彈性特征提取方法，利用醫(yī)學(xué)圖像提取腫瘤邊緣信息，同時將該腫瘤邊緣信息融合于彈性圖像中，并創(chuàng)建和量化基于彈性圖像的彈性特征參數(shù)群，該彈性特征參數(shù)群能夠從不同角度描述腫瘤的屬性，從而消除臨床醫(yī)生的主觀差異，使診斷變得更為準(zhǔn)確和科學(xué)。
【專利附圖】

【附圖說明】
[0008]圖1為本發(fā)明實施例提供的基于超聲彈性成像的腫瘤彈性特征的提取方法的流程圖。
[0009]圖2為本發(fā)明實施例提供的B超圖像的預(yù)處理的方法流程圖。
[0010]圖3為本發(fā)明實施例提供的乳腺腫瘤的B超圖像的腫瘤邊緣信息。
[0011]圖4為本發(fā)明實施例提供的B超圖像中提取的腫瘤邊緣信息融合到彈性圖像的示意圖。
[0012]圖5為發(fā)明實施例提供的彈性圖像感興趣區(qū)域選取示意圖。
[0013]圖6為本發(fā)明實施例提供的灰度共生矩陣計算區(qū)域選取示意圖。
[0014]圖7為本發(fā)明實施例提供的量化參數(shù)值的量化方法流程圖。
[0015]圖8為本發(fā)明實施例提供的腫瘤外圍組織區(qū)域選取示意圖。
[0016]圖9為本發(fā)明實施例提供的腫瘤中心區(qū)域選取示意圖。
[0017]圖10(a)為本發(fā)明實施例提供的乳腺纖維腺瘤的B超圖像。
`[0018]圖10(b)為本發(fā)明實施例提供的乳腺纖維腺瘤的腫瘤分割結(jié)果圖。
[0019]圖10(c)為本發(fā)明實施例提供的乳腺纖維腺瘤的彈性模量圖。
[0020]圖11 (a)為本發(fā)明實施例提供的乳腺浸潤性導(dǎo)管癌的B超圖像。
[0021]圖11 (b)為本發(fā)明實施例提供的乳腺浸潤性導(dǎo)管癌的腫瘤分割結(jié)果圖。
[0022]圖11(c)為本發(fā)明實施例提供的乳腺浸潤性導(dǎo)管癌的彈性模量圖。
【具體實施方式】
[0023]請參閱圖1，一種彈性成像的腫瘤彈性特征的提取方法的，具體步驟如下:
[0024]步驟SlO:輸入醫(yī)學(xué)圖像和彈性圖像。
[0025]彈性成像技術(shù)是一種較為成熟的成像技術(shù)，根據(jù)該技術(shù)可以獲得彈性圖像，醫(yī)學(xué)圖像可以為B超圖像或CT圖像或MRI (磁共振)圖像或X-ray (X射線)圖像，在本發(fā)明提供的實施例中，醫(yī)學(xué)圖像優(yōu)選為B超圖像。
[0026]步驟S20:對所述醫(yī)學(xué)圖像的預(yù)處理。
[0027]請參閱圖2，為本發(fā)明實施例提供的對B超圖像預(yù)處理的流程圖，步驟S20具體為:
[0028]步驟S21:對醫(yī)學(xué)圖像進行斑點噪聲濾波處理。
[0029]超聲成像的相干特性導(dǎo)致B超圖像固有的斑點噪聲，斑點噪聲降低了圖像質(zhì)量，尤其是掩蓋了圖像某些細(xì)節(jié)信息，給圖像的邊緣檢測、特征提取等后續(xù)處理帶來困難。臨床超聲成像系統(tǒng)內(nèi)置了非線性信號處理(如對數(shù)壓縮，低通濾波等)，壓縮回波包絡(luò)信號的動態(tài)范圍以適應(yīng)顯示設(shè)備的小動態(tài)范圍，顯式對數(shù)壓縮B超圖像的斑點噪聲模型可表示為:
[0030]Z0 = / + 77? ( I )
[0031]式(I)中，I為原信號，10為觀測信號，η為零均值，標(biāo)準(zhǔn)方差為σ η的高斯噪聲。
[0032]基于(I)式的斑點噪聲模型,采用一種各向異性擴散濾波器(Speckle ReducingAnisotropic Diffusion, SRAD),能夠在降噪的同時,保留甚至增強圖像中的邊緣信息,各向異性擴散模型可表示為:
【權(quán)利要求】
1.一種基于超聲彈性成像的腫瘤彈性特征的提取方法，其特征在于，包括下述步驟: 采集醫(yī)學(xué)圖像和彈性圖像； 對所述醫(yī)學(xué)圖像進行預(yù)處理； 自動提取經(jīng)預(yù)處理后的醫(yī)學(xué)圖像的腫瘤邊緣信息； 將提取的腫瘤邊緣信息融合于相應(yīng)的彈性圖像中； 提取融合所述腫瘤邊緣信息的彈性圖像的彈性特征參數(shù)群。
2.根據(jù)權(quán)利要求1所述的基于超聲彈性成像的腫瘤彈性特征的提取方法，其特征在于，所述預(yù)處理包括下述步驟: 對醫(yī)學(xué)圖像進行斑點噪聲濾波處理； 對經(jīng)斑點噪聲濾波處理的醫(yī)學(xué)圖像進行平滑處理。
3.根據(jù)權(quán)利要求1所述的基于超聲彈性成像的腫瘤彈性特征的提取方法，其特征在于，所述自動提取采用基于Chan-Vese模型的腫瘤邊緣提取方法。
4.根據(jù)權(quán)利要求3所述的基于超聲彈性成像的腫瘤彈性特征的提取方法，其特征在于，所述彈性特征參數(shù)群包括彈性值參數(shù)，所述彈性值參數(shù)包括感興趣區(qū)域的彈性模量平均值、感興趣區(qū)域的彈性 模量標(biāo)準(zhǔn)差、病變區(qū)域的平均值、病變區(qū)域的標(biāo)準(zhǔn)差、周圍組織區(qū)域的平均值及彈性比值。
5.根據(jù)權(quán)利要求4所述的基于超聲彈性成像的腫瘤彈性特征的提取方法，其特征在于，所述感興趣區(qū)域包括所述病變區(qū)域和所述周圍組織區(qū)域，所述感興趣區(qū)域的選取方法為: 根據(jù)融合所述腫瘤邊緣信息的彈性圖像的腫瘤輪廓曲線計算出水平外接矩形； 將所述外接矩形向四個方向延拓，構(gòu)成一個包含腫瘤且面積大小為腫瘤2~3倍的矩形區(qū)域作為所述感興趣區(qū)域。
6.根據(jù)權(quán)利要求4所述的基于超聲彈性成像的腫瘤彈性特征的提取方法，其特征在于，所述感興趣區(qū)域的彈性模量平均值的量化方法為:
IN ROI ROIavg = —-￡ e,

N ROl I = I 式中NKra為所述感興趣區(qū)域內(nèi)所有像素點的個數(shù)，ei是像素點對應(yīng)的彈性模量值，ROIavg表征了感興趣區(qū)域的平均硬度； 所述感興趣區(qū)域的彈性模量標(biāo)準(zhǔn)差的量化方法為: ROIstd = 1(e, - ROIavg )2
V nRO1- 1 ti 式中NKra為所述感興趣區(qū)域內(nèi)所有像素點的個數(shù)，θ?是像素點對應(yīng)的彈性模量值，ROIstd表征了感興趣區(qū)域內(nèi)彈性分布的均勻程度； 所述病變區(qū)域的平均值的量化方法為:

I^IVMOR
TUMORavg =~~ 2l ei ?Nwmor ,=1.式中Ntumot為所述病變區(qū)域內(nèi)所有像素點的個數(shù)；ei為像素點對應(yīng)的彈性模量值，TUMORavg表征了腫瘤的平均硬度；所述病變區(qū)域的標(biāo)準(zhǔn)差的量化方法為:
7.根據(jù)權(quán)利要求1或5所述的基于超聲彈性成像的腫瘤彈性特征的提取方法，其特征在于，所述彈性特征參數(shù)群還包括彈性圖像紋理參數(shù)，所述彈性圖像紋理參數(shù)包括:病變區(qū)域的彈性圖像紋理參數(shù)及灰度共生矩陣圖像區(qū)域的彈性圖像紋理參數(shù)。
8.根據(jù)權(quán)利要求7所述的基于超聲彈性成像的腫瘤彈性特征的提取方法，其特征在于，所述病變區(qū)域的彈性圖像紋理參數(shù)包括:直方圖歸一化方差、直方圖偏度描述子、直方圖峰度描述子、直方圖一致性描述子及直方圖熵；所述灰度共生矩陣圖像區(qū)域的彈性圖像紋理參數(shù)包括共生矩陣能量描述子、共生矩陣對比度描述子、共生矩陣逆差矩及共生矩陣熵。
9.根據(jù)權(quán)利要求8所述的基于超聲彈性成像的腫瘤彈性特征的提取方法，其特征在于，所述灰度共生矩陣圖像區(qū)域的選取方法為: 根據(jù)融合所述腫瘤邊緣信息的彈性圖像的腫瘤輪廓曲線計算出最小外接矩形區(qū)域作為所述灰度共生矩陣圖像區(qū)域。
10.根據(jù)權(quán)利要求7所述的基于超聲彈性成像的腫瘤彈性特征的提取方法，其特征在于，所述直方圖歸一化方差的量化方法為:
11.根據(jù)權(quán)利要求1或5或6所述的基于超聲彈性成像的腫瘤彈性特征的提取方法，其特征在于，所述彈性特征參數(shù)群還包括量化參數(shù)，所述量化參數(shù)值的量化方法為: 對所述病變區(qū)域做膨脹運算并得到腫瘤外圍組織區(qū)域； 對所述病變區(qū)域做腐蝕運算并得到病變中心區(qū)域； 定義如下參數(shù):

12.根據(jù)權(quán)利要求1所述的基于超聲彈性成像的腫瘤彈性特征的提取方法，其特征在于，所述醫(yī)學(xué)圖像為B超圖像或CT圖像或MRI圖像或X-ray圖像。
【文檔編號】G06T5/00GK103578099SQ201210281475
【公開日】2014年2月12日 申請日期:2012年8月8日 優(yōu)先權(quán)日:2012年8月8日
【發(fā)明者】肖楊, 鄭海榮, 錢明, 王叢知 申請人:深圳市慧康精密儀器有限公司