本發(fā)明涉及醫(yī)學(xué)圖像處理領(lǐng)域，具體是涉及一種基于多參數(shù)MRI的前列腺癌計算機輔助檢測方法及系統(tǒng)。

背景技術(shù)：

PCa(Prostate Cancer，前列腺癌)是世界上男性的第二大癌癥，在美國，大約1/6的男人會得前列腺癌，1/36的男人會死于這種疾病。目前，前列腺癌的診斷方法有：TRUS(Trans-rectal Ultrasound，超聲引導(dǎo)下經(jīng)直腸)前列腺穿刺活檢術(shù)和PSA(Prostate-specific Antigen，前列腺特異抗原)血清檢查。前列腺穿刺活檢會給病人帶來較大不適，可能會發(fā)生嚴重感染。前列腺特異抗原具有前列腺組織特異性，而不具前列腺癌特異性，前列腺癌與良性前列腺增生的血清PSA結(jié)果存在相當(dāng)程度的重疊。

不同于上述兩種方法，多參數(shù)MRI(Magnetic Resonance Imaging，磁共振成像)能夠探測前列腺區(qū)域的形態(tài)和功能信息，已經(jīng)成為一種較好的前列腺癌診斷方法。與前列腺癌診斷相關(guān)的MRI序列包括T2WI(T2Weight Imaging，T2加權(quán)圖像)、DWI(Diffusion Weight Imaging，彌散加權(quán)成像)、DCE(Dynamic Contrast Enhanced，動態(tài)增強)、磁共振波譜成像(MR spectroscopy)等等。放射科醫(yī)生整合這些不同的序列的信息來進行診斷。

由于放射科醫(yī)生本身的限制和MRI圖像數(shù)據(jù)的復(fù)雜性，放射科醫(yī)生的診斷效率不高，特別是對于經(jīng)驗不足的醫(yī)生。在前列腺癌的MRI圖像診斷過程中，需要經(jīng)驗豐富的放射科醫(yī)生分析從不同MRI序列提取的數(shù)據(jù)，勞動量十分巨大。而且，在診斷過程中，人為疏忽和感知錯誤也會造成一定的誤診，不同放射科醫(yī)生對同一病例的判斷也會由于經(jīng)驗不同而存在一定的差異。對于經(jīng)驗不足的放射科醫(yī)生來說，從各種不同MRI序列對前列腺癌進行診斷非常具有挑戰(zhàn)性。

計算機輔助診斷(CAD)是指使用計算機對醫(yī)學(xué)圖像進行分析，得到分析結(jié)果作為“參考意見”，由醫(yī)生進行診斷。目前，比較成熟的CAD系統(tǒng)包括：乳腺X射線攝影CAD系統(tǒng)和胸部X光片CAD系統(tǒng)。在前列腺癌計算機輔助診斷領(lǐng)域，研究者已經(jīng)設(shè)計出一些基于多參數(shù)MRI的前列腺癌計算機輔助診斷系統(tǒng)，在訓(xùn)練階段，這些系統(tǒng)從MRI序列提取各類不同的特征，用來訓(xùn)練分類器，在測試階段，使用訓(xùn)練好的分類器，來對測試病例的特征進行分類，得到相應(yīng)的診斷結(jié)果。

目前有些方法提取像素點特征，這些方法一般是以某像素點為中心的局部窗口內(nèi)的統(tǒng)計特征作為該點的特征，這些方法的不足在于：像素點的數(shù)目較多，會造成訓(xùn)練的數(shù)據(jù)量過大，且所用的像素點特征無法描述整個病變區(qū)域的全貌，不像區(qū)域特征那樣容易被醫(yī)生所理解。另外一些方法提取病灶候選區(qū)域的特征，例如：尺寸、形狀、紋理、不對稱性，不足之處在于：前列腺區(qū)域的分割本身就是一個困難的問題，且前列腺區(qū)域內(nèi)的癌癥病灶也需要有經(jīng)驗的醫(yī)生手工分割來獲取，同時，還需要更多的有效特征來描述前列腺癌的病灶區(qū)域。因此，亟待開發(fā)能夠幫助放射科醫(yī)生進行前列腺癌的診斷的技術(shù)。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的是為了幫助放射科醫(yī)生進行前列腺癌的診斷，提供一種基于多參數(shù)MRI的前列腺癌計算機輔助檢測方法及系統(tǒng)，給放射科醫(yī)生提供一系列的量化指標(biāo)及相應(yīng)的惡性概率值，能有效輔助醫(yī)生利用MRI圖像對前列腺癌進行診斷。

本發(fā)明提供一種基于多參數(shù)MRI的前列腺癌計算機輔助檢測方法，包括以下步驟：

A、訓(xùn)練階段：

A1、對訓(xùn)練集合中的每個病例的三種磁共振成像MRI序列I_T2、I_DWI、I_ADC分別進行預(yù)處理，使I_T2、I_DWI、I_ADC的分辨率和尺寸相同，I_T2、I_DWI、I_ADC中的同樣位置的像素對應(yīng)人體內(nèi)的同一部位；

A2、在I_DWI上分割出前列腺區(qū)域，在I_ADC上分割出病灶候選區(qū)域；

A3、計算I_T2、I_DWI、I_ADC的病灶候選區(qū)域中每個候選區(qū)域的特征；

A4、將步驟A3得到的訓(xùn)練集合中全部病例的特征送入分類器進行訓(xùn)練，生成訓(xùn)練模型；

B、識別階段：

B1、對測試集合中的病例的三種MRI序列I_T2、I_DWI、I_ADC進行預(yù)處理，使I_T2、I_DWI、I_ADC的分辨率和尺寸相同，I_T2、I_DWI、I_ADC中的同樣位置的像素對應(yīng)人體內(nèi)的同一部位；

B2、在I_DWI上分割出前列腺區(qū)域，在I_ADC上分割出病灶候選區(qū)域；

B3、計算I_T2、I_DWI、I_ADC的病灶候選區(qū)域中每個候選區(qū)域的特征；

B4、將步驟B3得到的特征送入步驟A4生成的訓(xùn)練模型進行測試，病例中的每個病灶候選區(qū)域都得到一個相應(yīng)的惡性概率值。

在上述技術(shù)方案的基礎(chǔ)上，步驟A1、B1中進行預(yù)處理的過程如下：

步驟101、對I_DWI進行放大和剪切：

放大由擴展插值算子實現(xiàn)，如果要擴展一倍的尺寸，則在水平和垂直兩個方向上增強一倍的像素，即每行任意兩個像素間需要插入一個值，每兩行間需插入一行；插值算子采用雙立方插值方法；

放大的倍數(shù)為I_DWI中的像素間距參數(shù)和I_T2中的像素間距參數(shù)的比值，其中像素間距參數(shù)表示圖像中兩個相鄰像素在真實物理空間中的距離；

以放大后的圖像的中心點為新圖像的中心，對放大后的圖像進行剪切，使新圖像與I_T2的尺寸一致；

步驟102、對I_ADC也進行放大和剪切：

放大由擴展插值算子實現(xiàn)，如果要擴展一倍的尺寸，則在水平和垂直兩個方向上增強一倍的像素，即每行任意兩個像素間需要插入一個值，每兩行間需插入一行；插值算子采用雙立方插值方法；

放大的倍數(shù)為I_ADC中的像素間距參數(shù)和I_T2中的像素間距參數(shù)的比值，其中像素間距參數(shù)表示圖像中兩個相鄰像素在真實物理空間中的距離；

以放大后的圖像的中心點為新圖像的中心，對放大后的圖像進行剪切，使新圖像與I_T2的尺寸一致；

經(jīng)過步驟101和步驟102的處理，I_T2、I_DWI、I_ADC的分辨率和尺寸相同，I_T2、I_DWI、I_ADC中的同樣位置的像素對應(yīng)人體內(nèi)的同一部位。

在上述技術(shù)方案的基礎(chǔ)上，步驟A2、B2中，在I_DWI上分割出前列腺區(qū)域的過程如下：根據(jù)經(jīng)驗設(shè)置一個初始閾值，在I_DWI圖像進行閾值分割，得到二值圖，然后找到該二值圖中的最大連通子圖，進行區(qū)域填充，計算經(jīng)過填充之后的連通子圖的外切矩形，判斷該矩形的長是否大于寬，若否，則調(diào)整閾值，重復(fù)以上過程；若是，則判斷上述的最大連通子圖的質(zhì)心與圖像中心的距離是否大于某一閾值，若是，則說明該連通子圖不滿足要求，以圖像中心為種子點，進行區(qū)域生長；若否，則說明該連通子圖滿足要求；計算最后得到的分割結(jié)果的凸包，作為前列腺區(qū)域，表示為I_Pro。

在上述技術(shù)方案的基礎(chǔ)上，步驟A2、B2中，在I_ADC上分割出病灶候選區(qū)域的過程如下：根據(jù)前面得到的前列腺區(qū)域I_Pro，計算I_Pro中前列腺區(qū)域的外切矩形，表示為Rect_ROI；矩形區(qū)域Rect_ROI擴展到I_ADC中，作為進行閾值分割的候選區(qū)域，表示為I_ADCCrop；

根據(jù)經(jīng)驗設(shè)置一個初始閾值，在I_ADCCrop圖像進行閾值分割，得到二值圖，使用前列腺區(qū)域I_Pro對該結(jié)構(gòu)進行約束，分別計算各個病灶候選區(qū)域的面積，判斷面積和是否大于某一閾值或者閾值的調(diào)整次數(shù)是否大于n次，n為根據(jù)經(jīng)驗得到的值，若否，則調(diào)整閾值，重復(fù)以上過程；若是，則判斷病灶總面積是否小于某一閾值，若是，則表明ADC圖像效果不佳，在DWI上進行閾值分割，然后進行下一步；若否，則直接進行下一步；

去掉像素點數(shù)小于num的候選區(qū)域，45≤num≤55，且num為正整數(shù)，為MRI中所能觀察到的最小腫瘤所對應(yīng)的像素點數(shù)，之后，計算最大連通子圖面積與病灶總面積的比值，若該比值大于某一閾值，則只保留該最大連通子圖，作為病灶候選區(qū)域所在的位置，然后進行下一步；若否，則直接進行下一步；

將所有連通子圖作為病灶候選區(qū)域所在位置，使用馬爾科夫隨機場MRF模型分割算法，對I_ADCCrop圖像進行分割，聯(lián)合上述的病灶候選區(qū)域所在位置和MRF分割結(jié)果，得到病灶候選區(qū)域的位置和形狀，得到的病灶候選區(qū)域表示為I_Les。

在上述技術(shù)方案的基礎(chǔ)上，步驟A3、B3中，每個候選區(qū)域的特征包括：原始的多參數(shù)MRI信號、紋理特征和兩類新特征，兩類新特征用來表示病灶與周圍組織的關(guān)系，其中一類特征表示病灶與周圍組織差異，表示為F_d；另外一類特征表示病灶在前列腺中的位置，表示為F_l；特征F_d表示病灶與周圍組織差異，病灶區(qū)域表示為A；病灶區(qū)域經(jīng)過形態(tài)學(xué)膨脹處理得到的區(qū)域表示為B；病灶的周圍組織表示為B-A；

病灶周邊差異特征包含兩類：病灶周邊信號強度差異特征和病灶周邊紋理差異特征

其中，表示病灶周邊信號強度差異特征，SI_A表示區(qū)域A的平均信號強度，SI_B-A表示區(qū)域B-A的平均信號強度；

其中，表示病灶周邊紋理差異特征，T_A表示區(qū)域A的紋理特征，T_B-A表示區(qū)域B-A的紋理特征；

紋理特征的計算步驟為：首先，MRI序列上的信號被縮放到0-256灰度區(qū)間；然后，對每個像素點，以該點為中心的5*5的區(qū)域內(nèi)信息的灰度共生矩陣被計算，該共生矩陣的能量、對比度、相關(guān)、熵、均勻性作為該像素點的紋理特征；區(qū)域A或區(qū)域B-A的紋理特征為該區(qū)域中全部像素點的紋理特征的平均值；

特征F_l表示病灶在前列腺中的位置，步驟A2已經(jīng)獲取了前列腺區(qū)域和病灶候選區(qū)域，在此基礎(chǔ)上分別提取這兩個區(qū)域的質(zhì)心，計算兩個區(qū)域的質(zhì)心的相對位置，表明病變部位在前列腺中的位置，橢圓表示前列腺區(qū)域，橢圓中的不規(guī)則形狀表示病灶區(qū)域，點C和點D分別為前列腺區(qū)域和病灶區(qū)域的質(zhì)心，連接兩個質(zhì)心做直線，與病灶區(qū)域和前列腺區(qū)域的邊界產(chǎn)生兩個交點E和F，E和F之間的距離記為L_EF，C和F之間的距離記為L_CF，這兩個距離的比值d記為：

以點C為極點，建立極坐標(biāo)系，點D的極坐標(biāo)記為(θ_D，ρ_D)，特征F_l由d和(θ_D，ρ_D)組成，用來確定病灶在前列腺中的位置。

本發(fā)明還提供一種基于多參數(shù)MRI的前列腺癌計算機輔助檢測系統(tǒng)，該系統(tǒng)包括訓(xùn)練單元和識別單元，訓(xùn)練單元包括第一預(yù)處理模塊、第一分割模塊、第一計算模塊和訓(xùn)練模塊；

第一預(yù)處理子單元用于：在訓(xùn)練階段，對訓(xùn)練集合中的每個病例的三種磁共振成像MRI序列I_T2、I_DWI、I_ADC分別進行預(yù)處理，使I_T2、I_DWI、I_ADC的分辨率和尺寸相同，I_T2、I_DWI、I_ADC中的同樣位置的像素對應(yīng)人體內(nèi)的同一部位；

第一分割模塊用于：在訓(xùn)練階段，在I_DWI上分割出前列腺區(qū)域，在I_ADC上分割出病灶候選區(qū)域；

第一計算模塊用于：在訓(xùn)練階段，計算I_T2、I_DWI、I_ADC的病灶候選區(qū)域中每個候選區(qū)域的特征；

訓(xùn)練模塊用于：將第一計算模塊得到的訓(xùn)練集合中全部病例的特征送入分類器進行訓(xùn)練，生成訓(xùn)練模型；

識別單元包括第二預(yù)處理模塊、第二分割模塊、第二計算模塊和測試模塊；

第二預(yù)處理模塊用于：在識別階段，對測試集合中的病例的三種MRI序列I_T2、I_DWI、I_ADC進行預(yù)處理，使I_T2、I_DWI、I_ADC的分辨率和尺寸相同，I_T2、I_DWI、I_ADC中的同樣位置的像素對應(yīng)人體內(nèi)的同一部位；

第二分割模塊用于：在識別階段，在I_DWI上分割出前列腺區(qū)域，在I_ADC上分割出病灶候選區(qū)域；

第二計算模塊用于：在識別階段，計算I_T2、I_DWI、I_ADC的病灶候選區(qū)域中每個候選區(qū)域的特征；

測試模塊用于：在識別階段，將第二計算模塊得到的特征送入訓(xùn)練模塊生成的訓(xùn)練模型進行測試，病例中的每個病灶候選區(qū)域都得到一個相應(yīng)的惡性概率值。

在上述技術(shù)方案的基礎(chǔ)上，所述第一預(yù)處理模塊、第二預(yù)處理模塊進行預(yù)處理的過程如下：

步驟101、對I_DWI進行放大和剪切：

放大由擴展插值算子實現(xiàn)，如果要擴展一倍的尺寸，則在水平和垂直兩個方向上增強一倍的像素，即每行任意兩個像素間需要插入一個值，每兩行間需插入一行；插值算子采用雙立方插值方法；

放大的倍數(shù)為I_DWI中的像素間距參數(shù)和I_T2中的像素間距參數(shù)的比值，其中像素間距參數(shù)表示圖像中兩個相鄰像素在真實物理空間中的距離；

以放大后的圖像的中心點為新圖像的中心，對放大后的圖像進行剪切，使新圖像與I_T2的尺寸一致；

步驟102、對I_ADC也進行放大和剪切：

放大由擴展插值算子實現(xiàn)，如果要擴展一倍的尺寸，則在水平和垂直兩個方向上增強一倍的像素，即每行任意兩個像素間需要插入一個值，每兩行間需插入一行；插值算子采用雙立方插值方法；

放大的倍數(shù)為I_ADC中的像素間距參數(shù)和I_T2中的像素間距參數(shù)的比值，其中像素間距參數(shù)表示圖像中兩個相鄰像素在真實物理空間中的距離；

以放大后的圖像的中心點為新圖像的中心，對放大后的圖像進行剪切，使新圖像與I_T2的尺寸一致；

經(jīng)過步驟101和步驟102的處理，I_T2、I_DWI、I_ADC的分辨率和尺寸相同，I_T2、I_DWI、I_ADC中的同樣位置的像素對應(yīng)人體內(nèi)的同一部位。

在上述技術(shù)方案的基礎(chǔ)上，所述第一分割模塊、第二分割模塊在I_DWI上分割出前列腺區(qū)域的過程如下：根據(jù)經(jīng)驗設(shè)置一個初始閾值，在I_DWI圖像進行閾值分割，得到二值圖，然后找到該二值圖中的最大連通子圖，進行區(qū)域填充，計算經(jīng)過填充之后的連通子圖的外切矩形，判斷該矩形的長是否大于寬，若否，則調(diào)整閾值，重復(fù)以上過程；若是，則判斷上述的最大連通子圖的質(zhì)心與圖像中心的距離是否大于某一閾值，若是，則說明該連通子圖不滿足要求，以圖像中心為種子點，進行區(qū)域生長；若否，則說明該連通子圖滿足要求；計算最后得到的分割結(jié)果的凸包，作為前列腺區(qū)域，表示為I_Pro。

在上述技術(shù)方案的基礎(chǔ)上，所述第一分割模塊、第二分割模塊在I_ADC上分割出病灶候選區(qū)域的過程如下：根據(jù)前面得到的前列腺區(qū)域I_Pro，計算I_Pro中前列腺區(qū)域的外切矩形，表示為Rect_ROI；矩形區(qū)域Rect_ROI擴展到I_ADC中，作為進行閾值分割的候選區(qū)域，表示為I_ADCCrop；

根據(jù)經(jīng)驗設(shè)置一個初始閾值，在I_ADCCrop圖像進行閾值分割，得到二值圖，使用前列腺區(qū)域I_Pro對該結(jié)構(gòu)進行約束，分別計算各個病灶候選區(qū)域的面積，判斷面積和是否大于某一閾值或者閾值的調(diào)整次數(shù)是否大于n次，n為根據(jù)經(jīng)驗得到的值，若否，則調(diào)整閾值，重復(fù)以上過程；若是，則判斷病灶總面積是否小于某一閾值，若是，則表明ADC圖像效果不佳，在DWI上進行閾值分割，然后進行下一步；若否，則直接進行下一步；

去掉像素點數(shù)小于num的候選區(qū)域，45≤num≤55，且num為正整數(shù)，為MRI中所能觀察到的最小腫瘤所對應(yīng)的像素點數(shù)，之后，計算最大連通子圖面積與病灶總面積的比值，若該比值大于某一閾值，則只保留該最大連通子圖，作為病灶候選區(qū)域所在的位置，然后進行下一步；若否，則直接進行下一步；

將所有連通子圖作為病灶候選區(qū)域所在位置，使用馬爾科夫隨機場MRF模型分割算法，對I_ADCCrop圖像進行分割，聯(lián)合上述的病灶候選區(qū)域所在位置和MRF分割結(jié)果，得到病灶候選區(qū)域的位置和形狀，得到的病灶候選區(qū)域表示為I_Les。

在上述技術(shù)方案的基礎(chǔ)上，所述第一計算模塊、第二計算模塊計算I_T2、I_DWI、I_ADC的病灶候選區(qū)域中每個候選區(qū)域的特征時，每個候選區(qū)域的特征包括：原始的多參數(shù)MRI信號、紋理特征和兩類新特征，兩類新特征用來表示病灶與周圍組織的關(guān)系，其中一類特征表示病灶與周圍組織差異，表示為F_d；另外一類特征表示病灶在前列腺中的位置，表示為F_l；特征F_d表示病灶與周圍組織差異，病灶區(qū)域表示為A；病灶區(qū)域經(jīng)過形態(tài)學(xué)膨脹處理得到的區(qū)域表示為B；病灶的周圍組織表示為B-A；

病灶周邊差異特征包含兩類：病灶周邊信號強度差異特征和病灶周邊紋理差異特征

其中，表示病灶周邊信號強度差異特征，SI_A表示區(qū)域A的平均信號強度，SI_B-A表示區(qū)域B-A的平均信號強度；

其中，表示病灶周邊紋理差異特征，T_A表示區(qū)域A的紋理特征，T_B-A表示區(qū)域B-A的紋理特征；

紋理特征的計算步驟為：首先，MRI序列上的信號被縮放到0-256灰度區(qū)間；然后，對每個像素點，以該點為中心的5*5的區(qū)域內(nèi)信息的灰度共生矩陣被計算，該共生矩陣的能量、對比度、相關(guān)、熵、均勻性作為該像素點的紋理特征；區(qū)域A或區(qū)域B-A的紋理特征為該區(qū)域中全部像素點的紋理特征的平均值；

特征F_l表示病灶在前列腺中的位置，第一分割模塊已經(jīng)獲取了前列腺區(qū)域和病灶候選區(qū)域，在此基礎(chǔ)上分別提取這兩個區(qū)域的質(zhì)心，計算兩個區(qū)域的質(zhì)心的相對位置，表明病變部位在前列腺中的位置，橢圓表示前列腺區(qū)域，橢圓中的不規(guī)則形狀表示病灶區(qū)域，點C和點D分別為前列腺區(qū)域和病灶區(qū)域的質(zhì)心，連接兩個質(zhì)心做直線，與病灶區(qū)域和前列腺區(qū)域的邊界產(chǎn)生兩個交點E和F，E和F之間的距離記為L_EF，C和F之間的距離記為L_CF，這兩個距離的比值d記為：

以點C為極點，建立極坐標(biāo)系，點D的極坐標(biāo)記為(θ_D，ρ_D)，特征F_l由d和(θ_D，ρ_D)組成，用來確定病灶在前列腺中的位置。

與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點如下：

(1)本發(fā)明在訓(xùn)練階段，首先對病例樣本進行預(yù)處理，然后自動提取前列腺區(qū)域和病灶候選區(qū)域，接著計算病灶候選區(qū)域的特征，用來訓(xùn)練分類器；在測試階段，使用訓(xùn)練好的分類器，來對測試病例的特征進行分類，得到相應(yīng)的診斷結(jié)果，作為參考意見提供給醫(yī)生。本發(fā)明能有效輔助醫(yī)生利用MRI圖像對前列腺癌進行診斷。

(2)針對T2WI序列上的前列腺區(qū)域難以分割的問題，本發(fā)明不在T2WI序列上進行前列腺的分割，而在DWI序列上使用閾值分割和區(qū)域生長相結(jié)合，獲取前列腺區(qū)域及其外切矩形區(qū)域，然后自動擴展到其他序列，使用分割出來的前列腺區(qū)域作為約束，以便進行下一步的病灶候選區(qū)域的檢測。

(3)針對前列腺區(qū)域內(nèi)的病灶候選區(qū)域難以自動獲取的問題，本發(fā)明提出在上述前列腺外切矩形區(qū)域內(nèi)，結(jié)合閾值分割和MRF(Markov Random Field，馬爾科夫隨機場)模型分割算法，來得到病灶候選區(qū)域。本發(fā)明設(shè)計了一種新方法來自動檢測病灶候選區(qū)域，在ADC(Apparent Diffusion Coefficient，表觀擴散系數(shù))圖像上使用閾值分割方法，來獲取病灶候選區(qū)域的位置，在ADC圖像上的分割效果不佳時，在DWI圖像上使用閾值分割，來獲取病灶候選區(qū)域的位置，結(jié)合閾值分割的結(jié)果和馬爾科夫隨機場模型分割算法的分割結(jié)果，使用馬爾科夫隨機場模型分割算法，來獲取病灶候選區(qū)域的邊緣，聯(lián)合上述的位置和邊緣來得到病灶候選區(qū)域最終的形狀。

(4)為了更準確地描述病灶，本發(fā)明設(shè)計了兩類新的特征來表征病灶與周圍組織的關(guān)系，其中一類特征表示病灶與周圍組織差異，另外一類特征表示病灶在前列腺中的位置，以提高系統(tǒng)的性能。

附圖說明

圖1是本發(fā)明實施例中基于多參數(shù)MRI的前列腺癌計算機輔助檢測方法的流程圖。

圖2是本發(fā)明實施例中前列腺區(qū)域的分割流程圖。

圖3是本發(fā)明實施例中病灶候選區(qū)域的分割流程圖。

圖4是本發(fā)明實施例中病灶周邊差異特征的計算示意圖。

圖5是本發(fā)明實施例中病灶在前列腺中的位置特征的計算示意圖。

具體實施方式

下面結(jié)合附圖及具體實施例對本發(fā)明作進一步的詳細描述。

參見圖1所示，本發(fā)明實施例提供一種基于多參數(shù)MRI的前列腺癌計算機輔助檢測方法，包括以下步驟：

A、訓(xùn)練階段

A1、對訓(xùn)練集合中的每個病例的三種MRI序列I_T2、I_DWI、I_ADC分別進行預(yù)處理，使I_T2、I_DWI、I_ADC的分辨率和尺寸相同，I_T2、I_DWI、I_ADC中的同樣位置的像素大致對應(yīng)人體內(nèi)的同一部位；

包含全部病例的集合分為訓(xùn)練集合與測試集合，集合中的每個病例都包含三種MRI序列：T2WI、DWI、ADC(Apparent Diffusion Coefficient，表觀擴散系數(shù))，其中ADC是由DWI計算得到，同一病例中的三種MRI序列T2WI、DWI、ADC分別表示為I_T2、I_DWI、I_ADC。

A2、在I_DWI上分割出前列腺區(qū)域，在I_ADC上分割出病灶候選區(qū)域；

A3、計算I_T2、I_DWI、I_ADC的病灶候選區(qū)域中每個候選區(qū)域的特征；

A4、將步驟A3得到的訓(xùn)練集合中全部病例的特征送入分類器進行訓(xùn)練，生成訓(xùn)練模型。

B、識別階段

B1、對測試集合中的病例的三種MRI序列I_T2、I_DWI、I_ADC進行預(yù)處理，使I_T2、I_DWI、I_ADC的分辨率和尺寸相同，I_T2、I_DWI、I_ADC中的同樣位置的像素大致對應(yīng)人體內(nèi)的同一部位；

B2、在I_DWI上分割出前列腺區(qū)域，在I_ADC上分割出病灶候選區(qū)域；

B3、計算I_T2、I_DWI、I_ADC的病灶候選區(qū)域中每個候選區(qū)域的特征；

B4、將步驟B3得到的特征送入步驟A4生成的訓(xùn)練模型進行測試，病例中的每個病灶候選區(qū)域都得到一個相應(yīng)的惡性概率值。

步驟A1、B1中進行預(yù)處理的過程如下：

步驟101、對I_DWI進行放大和剪切。

放大由擴展插值算子實現(xiàn)，如果要擴展一倍的尺寸，則在水平和垂直兩個方向上增強一倍的像素，即每行任意兩個像素間需要插入一個值，每兩行間需插入一行；插值算子采用雙立方插值方法。

放大的倍數(shù)為I_DWI中的像素間距(pixel spacing)參數(shù)和I_T2中的像素間距參數(shù)的比值，其中像素間距參數(shù)表示圖像中兩個相鄰像素在真實物理空間中的距離。

以放大后的圖像的中心點為新圖像的中心，對放大后的圖像進行剪切，使新圖像與I_T2的尺寸一致，例如都為512×512個像素點。

步驟102、對I_ADC也進行放大和剪切，方法與步驟101一致：

放大由擴展插值算子實現(xiàn)，如果要擴展一倍的尺寸，則在水平和垂直兩個方向上增強一倍的像素，即每行任意兩個像素間需要插入一個值，每兩行間需插入一行；插值算子采用雙立方插值方法。

放大的倍數(shù)為I_ADC中的像素間距(pixel spacing)參數(shù)和I_T2中的像素間距參數(shù)的比值，其中像素間距參數(shù)表示圖像中兩個相鄰像素在真實物理空間中的距離。

以放大后的圖像的中心點為新圖像的中心，對放大后的圖像進行剪切，使新圖像與I_T2的尺寸一致，例如都為512×512個像素點。

經(jīng)過步驟101和步驟102的處理，I_T2、I_DWI、I_ADC的分辨率和尺寸相同，I_T2、I_DWI、I_ADC中的同樣位置的像素大致對應(yīng)人體內(nèi)的同一部位。

步驟A2、B2中，在I_DWI上分割出前列腺區(qū)域的過程如下：

參見圖2所示，根據(jù)經(jīng)驗設(shè)置一個初始閾值，在I_DWI圖像進行閾值分割，得到二值圖，然后找到該二值圖中的最大連通子圖，進行區(qū)域填充，計算經(jīng)過填充之后的連通子圖的外切矩形，判斷該矩形的長是否大于寬，若否，則調(diào)整閾值，重復(fù)以上過程；若是，則判斷上述的最大連通子圖的質(zhì)心與圖像中心的距離是否大于某一閾值，若是，則說明該連通子圖不滿足要求，以圖像中心為種子點，進行區(qū)域生長；若否，則說明該連通子圖滿足要求；計算最后得到的分割結(jié)果的凸包，作為前列腺區(qū)域，表示為I_Pro，可擴展到其他序列。

此處使用了兩點前列腺的相關(guān)知識：

(1)前列腺大致位于人體中心的位置，因此，前列腺區(qū)域大致位于橫斷位圖像中心的位置；

(2)前列腺的形狀與栗子相似，所以DWI中的前列腺類似一個橢圓，其外切矩形的長一定大于寬。

步驟A2、B2中，在I_ADC上分割出病灶候選區(qū)域的過程如下：

根據(jù)前面得到的前列腺區(qū)域I_Pro，計算I_Pro中前列腺區(qū)域的外切矩形，表示為Rect_ROI。由于經(jīng)過步驟A1處理之后的I_T2、I_DWI、I_ADC中的同樣位置的像素大致對應(yīng)人體內(nèi)的同一部位，矩形區(qū)域Rect_ROI擴展到I_ADC中，作為進行閾值分割的候選區(qū)域，表示為I_ADCCrop，I_ADC中的矩形區(qū)域Rect_ROI以外的像素值被認為不屬于前列腺區(qū)域，無需處理。

參見圖3所示，根據(jù)經(jīng)驗設(shè)置一個初始閾值，在I_ADCCrop圖像進行閾值分割，得到二值圖，使用前列腺區(qū)域I_Pro對該結(jié)構(gòu)進行約束，分別計算各個病灶候選區(qū)域的面積，判斷面積和是否大于某一閾值或者閾值的調(diào)整次數(shù)是否大于n次，n為根據(jù)經(jīng)驗得到的值，若否，則調(diào)整閾值，重復(fù)以上過程；若是，則判斷病灶總面積是否小于某一閾值，若是，則表明ADC圖像效果不佳，在DWI上進行閾值分割，然后進行下一步；若否，則直接進行下一步；

去掉像素點數(shù)小于num的候選區(qū)域，45≤num≤55，且num為正整數(shù)，大致為MRI中所能觀察到的最小腫瘤所對應(yīng)的像素點數(shù)，之后，計算最大連通子圖面積與病灶總面積的比值，若該比值大于某一閾值，則只保留該最大連通子圖，作為病灶候選區(qū)域所在的位置，然后進行下一步；若否，則直接進行下一步；

將所有連通子圖作為病灶候選區(qū)域所在位置，使用馬爾科夫隨機場模型分割算法，對I_ADCCrop圖像進行分割，聯(lián)合上述的病灶候選區(qū)域所在位置和MRF分割結(jié)果，得到病灶候選區(qū)域的位置和形狀，得到的病灶候選區(qū)域表示為I_Les，可自動擴展到T2WI和DWI序列。

此處使用了前列腺癌和前列腺增生的相關(guān)知識：前列腺癌病灶區(qū)域如果很大，通常連成一片，而前列腺增生在ADC序列中的通常有多個低信號區(qū)域且這些區(qū)域的尺度相近。

步驟A3、B3中，計算I_T2、I_DWI、I_ADC的病灶候選區(qū)域中每個候選區(qū)域的特征。

由于經(jīng)過步驟A處理之后的I_T2、I_DWI、I_ADC中的同樣位置的像素大致對應(yīng)人體內(nèi)的同一部位，因此，病灶候選區(qū)域I_Les可由ADC序列擴展到T2WI和DWI序列。每個候選區(qū)域的特征包括：原始的多參數(shù)MRI信號、紋理特征和兩類新特征，兩類新特征用來表示病灶與周圍組織的關(guān)系，其中一類特征表示病灶與周圍組織差異，表示為F_d，另外一類特征表示病灶在前列腺中的位置，表示為F_l，這兩類新特征都用來提高系統(tǒng)的性能。

特征F_d表示病灶與周圍組織差異，將該特征命名為病灶周邊差異特征(Difference Feature of Lesion and Surrounding)，參見圖4所示，圖4中有兩條環(huán)形的線，內(nèi)環(huán)線內(nèi)的區(qū)域為病灶區(qū)域，表示為A，外環(huán)線內(nèi)的區(qū)域為病灶區(qū)域經(jīng)過形態(tài)學(xué)膨脹處理得到的區(qū)域，表示為B。內(nèi)環(huán)線和外環(huán)線之間的區(qū)域則代表病灶的周圍組織，表示為B-A。使用多參數(shù)MRI診斷前列腺疾病的時候，與前列腺增生相比，前列腺癌病灶與周圍組織的差異更大，因此設(shè)計一類特征來量化這種差異?？梢苑謩e在T2WI、DWI、ADC這三種MRI序列上計算該特征。

病灶周邊差異特征包含兩類：病灶周邊信號強度差異特征(Signal Intensity Difference Feature of Lesion and Surrounding)和病灶周邊紋理差異特征(Texture Difference Feature of Lesion and Surrounding)

病灶周邊信號強度差異特征用數(shù)學(xué)公式表示為：

其中，表示病灶周邊信號強度差異特征，SI_A表示區(qū)域A的平均信號強度(Signal Intensity)，SI_B-A表示區(qū)域B-A的平均信號強度(Signal Intensity)。

病灶周邊紋理差異特征用數(shù)學(xué)公式表示為：

其中，表示病灶周邊紋理差異特征，T_A表示區(qū)域A的紋理特征(Texture)，T_B-A表示區(qū)域B-A的紋理特征(Texture)。

紋理特征的計算步驟為：首先，MRI序列上的信號被縮放到0-256灰度區(qū)間；然后，對每個像素點，以該點為中心的5*5的區(qū)域內(nèi)信息的灰度共生矩陣被計算，該共生矩陣的能量、對比度、相關(guān)、熵、均勻性作為該像素點的紋理特征；區(qū)域A或區(qū)域B-A的紋理特征為該區(qū)域中全部像素點的紋理特征的平均值。

特征F_l表示病灶在前列腺中的位置。步驟A2已經(jīng)獲取了前列腺區(qū)域和病灶候選區(qū)域，在此基礎(chǔ)上分別提取這兩個區(qū)域的質(zhì)心，計算兩個區(qū)域的質(zhì)心的相對位置，表明病變部位在前列腺中的位置。參見圖5所示，橢圓表示前列腺區(qū)域，橢圓中較小的不規(guī)則形狀表示病灶區(qū)域，點C和點D分別為前列腺區(qū)域和病灶區(qū)域的質(zhì)心，連接兩個質(zhì)心做直線，與病灶區(qū)域和前列腺區(qū)域的邊界產(chǎn)生兩個交點E和F。E和F之間的距離記為L_EF，C和F之間的距離記為L_CF，這兩個距離的比值d記為：

以點C為極點，建立極坐標(biāo)系，點D的極坐標(biāo)記為(θ_D，ρ_D)，特征F_l由d和(θ_D，ρ_D)這兩個成分組成，這兩個成分可以用來確定病灶在前列腺中的位置。由于前列腺的不同區(qū)域(中央?yún)^(qū)或者外周區(qū))發(fā)生癌癥的概率是不一樣的，約有80％的癌癥發(fā)生在前列腺的外周區(qū)，發(fā)生在前列腺的其他區(qū)域的癌癥占20％。病灶是處于前列腺的外周區(qū)還是中央?yún)^(qū)在前列腺癌的診斷過程中是重要的，特征F_l就可以用來判斷病灶是否處于外周區(qū)。

本發(fā)明還提供一種基于多參數(shù)MRI的前列腺癌計算機輔助檢測系統(tǒng)，該系統(tǒng)包括訓(xùn)練單元和識別單元，訓(xùn)練單元包括第一預(yù)處理模塊、第一分割模塊、第一計算模塊和訓(xùn)練模塊；

第一預(yù)處理子單元用于：在訓(xùn)練階段，對訓(xùn)練集合中的每個病例的三種磁共振成像MRI序列I_T2、I_DWI、I_ADC分別進行預(yù)處理，使I_T2、I_DWI、I_ADC的分辨率和尺寸相同，I_T2、I_DWI、I_ADC中的同樣位置的像素對應(yīng)人體內(nèi)的同一部位；

第一分割模塊用于：在訓(xùn)練階段，在I_DWI上分割出前列腺區(qū)域，在I_ADC上分割出病灶候選區(qū)域；

第一計算模塊用于：在訓(xùn)練階段，計算I_T2、I_DWI、I_ADC的病灶候選區(qū)域中每個候選區(qū)域的特征；

訓(xùn)練模塊用于：將第一計算模塊得到的訓(xùn)練集合中全部病例的特征送入分類器進行訓(xùn)練，生成訓(xùn)練模型；

識別單元包括第二預(yù)處理模塊、第二分割模塊、第二計算模塊和測試模塊；

第二預(yù)處理模塊用于：在識別階段，對測試集合中的病例的三種MRI序列I_T2、I_DWI、I_ADC進行預(yù)處理，使I_T2、I_DWI、I_ADC的分辨率和尺寸相同，I_T2、I_DWI、I_ADC中的同樣位置的像素對應(yīng)人體內(nèi)的同一部位；

第二分割模塊用于：在識別階段，在I_DWI上分割出前列腺區(qū)域，在I_ADC上分割出病灶候選區(qū)域；

第二計算模塊用于：在識別階段，計算I_T2、I_DWI、I_ADC的病灶候選區(qū)域中每個候選區(qū)域的特征；

測試模塊用于：在識別階段，將第二計算模塊得到的特征送入訓(xùn)練模塊生成的訓(xùn)練模型進行測試，病例中的每個病灶候選區(qū)域都得到一個相應(yīng)的惡性概率值。

第一預(yù)處理模塊、第二預(yù)處理模塊進行預(yù)處理的過程如下：

步驟101、對I_DWI進行放大和剪切：

放大由擴展插值算子實現(xiàn)，如果要擴展一倍的尺寸，則在水平和垂直兩個方向上增強一倍的像素，即每行任意兩個像素間需要插入一個值，每兩行間需插入一行；插值算子采用雙立方插值方法；

放大的倍數(shù)為I_DWI中的像素間距參數(shù)和I_T2中的像素間距參數(shù)的比值，其中像素間距參數(shù)表示圖像中兩個相鄰像素在真實物理空間中的距離；

以放大后的圖像的中心點為新圖像的中心，對放大后的圖像進行剪切，使新圖像與I_T2的尺寸一致；

步驟102、對I_ADC也進行放大和剪切：

放大由擴展插值算子實現(xiàn)，如果要擴展一倍的尺寸，則在水平和垂直兩個方向上增強一倍的像素，即每行任意兩個像素間需要插入一個值，每兩行間需插入一行；插值算子采用雙立方插值方法；

放大的倍數(shù)為I_ADC中的像素間距參數(shù)和I_T2中的像素間距參數(shù)的比值，其中像素間距參數(shù)表示圖像中兩個相鄰像素在真實物理空間中的距離；

以放大后的圖像的中心點為新圖像的中心，對放大后的圖像進行剪切，使新圖像與I_T2的尺寸一致；

經(jīng)過步驟101和步驟102的處理，I_T2、I_DWI、I_ADC的分辨率和尺寸相同，I_T2、I_DWI、I_ADC中的同樣位置的像素對應(yīng)人體內(nèi)的同一部位。

參見圖2所示，第一分割模塊、第二分割模塊在I_DWI上分割出前列腺區(qū)域的過程如下：根據(jù)經(jīng)驗設(shè)置一個初始閾值，在I_DWI圖像進行閾值分割，得到二值圖，然后找到該二值圖中的最大連通子圖，進行區(qū)域填充，計算經(jīng)過填充之后的連通子圖的外切矩形，判斷該矩形的長是否大于寬，若否，則調(diào)整閾值，重復(fù)以上過程；若是，則判斷上述的最大連通子圖的質(zhì)心與圖像中心的距離是否大于某一閾值，若是，則說明該連通子圖不滿足要求，以圖像中心為種子點，進行區(qū)域生長；若否，則說明該連通子圖滿足要求；計算最后得到的分割結(jié)果的凸包，作為前列腺區(qū)域，表示為I_Pro。

參見圖3所示，第一分割模塊、第二分割模塊在I_ADC上分割出病灶候選區(qū)域的過程如下：根據(jù)前面得到的前列腺區(qū)域I_Pro，計算I_Pro中前列腺區(qū)域的外切矩形，表示為Rect_ROI；矩形區(qū)域Rect_ROI擴展到I_ADC中，作為進行閾值分割的候選區(qū)域，表示為I_ADCCrop；

根據(jù)經(jīng)驗設(shè)置一個初始閾值，在I_ADCCrop圖像進行閾值分割，得到二值圖，使用前列腺區(qū)域I_Pro對該結(jié)構(gòu)進行約束，分別計算各個病灶候選區(qū)域的面積，判斷面積和是否大于某一閾值或者閾值的調(diào)整次數(shù)是否大于n次，n為根據(jù)經(jīng)驗得到的值，若否，則調(diào)整閾值，重復(fù)以上過程；若是，則判斷病灶總面積是否小于某一閾值，若是，則表明ADC圖像效果不佳，在DWI上進行閾值分割，然后進行下一步；若否，則直接進行下一步；

去掉像素點數(shù)小于num的候選區(qū)域，45≤num≤55，且num為正整數(shù)，為MRI中所能觀察到的最小腫瘤所對應(yīng)的像素點數(shù)，之后，計算最大連通子圖面積與病灶總面積的比值，若該比值大于某一閾值，則只保留該最大連通子圖，作為病灶候選區(qū)域所在的位置，然后進行下一步；若否，則直接進行下一步；

將所有連通子圖作為病灶候選區(qū)域所在位置，使用馬爾科夫隨機場MRF模型分割算法，對I_ADCCrop圖像進行分割，聯(lián)合上述的病灶候選區(qū)域所在位置和MRF分割結(jié)果，得到病灶候選區(qū)域的位置和形狀，得到的病灶候選區(qū)域表示為I_Les。

第一計算模塊、第二計算模塊計算I_T2、I_DWI、I_ADC的病灶候選區(qū)域中每個候選區(qū)域的特征時，每個候選區(qū)域的特征包括：原始的多參數(shù)MRI信號、紋理特征和兩類新特征，兩類新特征用來表示病灶與周圍組織的關(guān)系，其中一類特征表示病灶與周圍組織差異，表示為F_d；另外一類特征表示病灶在前列腺中的位置，表示為F_l；特征F_d表示病灶與周圍組織差異，參見圖4所示，病灶區(qū)域表示為A；病灶區(qū)域經(jīng)過形態(tài)學(xué)膨脹處理得到的區(qū)域表示為B；病灶的周圍組織表示為B-A；

病灶周邊差異特征包含兩類：病灶周邊信號強度差異特征和病灶周邊紋理差異特征

其中，表示病灶周邊信號強度差異特征，SI_A表示區(qū)域A的平均信號強度，SI_B-A表示區(qū)域B-A的平均信號強度；

其中，表示病灶周邊紋理差異特征，T_A表示區(qū)域A的紋理特征，T_B-A表示區(qū)域B-A的紋理特征；

紋理特征的計算步驟為：首先，MRI序列上的信號被縮放到0-256灰度區(qū)間；然后，對每個像素點，以該點為中心的5*5的區(qū)域內(nèi)信息的灰度共生矩陣被計算，該共生矩陣的能量、對比度、相關(guān)、熵、均勻性作為該像素點的紋理特征；區(qū)域A或區(qū)域B-A的紋理特征為該區(qū)域中全部像素點的紋理特征的平均值；

特征F_l表示病灶在前列腺中的位置，第一分割模塊已經(jīng)獲取了前列腺區(qū)域和病灶候選區(qū)域，在此基礎(chǔ)上分別提取這兩個區(qū)域的質(zhì)心，計算兩個區(qū)域的質(zhì)心的相對位置，表明病變部位在前列腺中的位置，參見圖5所示，橢圓表示前列腺區(qū)域，橢圓中的不規(guī)則形狀表示病灶區(qū)域，點C和點D分別為前列腺區(qū)域和病灶區(qū)域的質(zhì)心，連接兩個質(zhì)心做直線，與病灶區(qū)域和前列腺區(qū)域的邊界產(chǎn)生兩個交點E和F，E和F之間的距離記為L_EF，C和F之間的距離記為L_CF，這兩個距離的比值d記為：

以點C為極點，建立極坐標(biāo)系，點D的極坐標(biāo)記為(θ_D，ρ_D)，特征F₁由d和(θ_D，ρ_D)組成，用來確定病灶在前列腺中的位置。

本領(lǐng)域的技術(shù)人員可以對本發(fā)明實施例進行各種修改和變型，倘若這些修改和變型在本發(fā)明權(quán)利要求及其等同技術(shù)的范圍之內(nèi)，則這些修改和變型也在本發(fā)明的保護范圍之內(nèi)。

說明書中未詳細描述的內(nèi)容為本領(lǐng)域技術(shù)人員公知的現(xiàn)有技術(shù)。