一種腫瘤輔助診斷方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及生物醫(yī)學(xué)工程中X射線類同軸相位襯度圖像在腫瘤的輔助診斷，特別 是涉及一種腫瘤輔助診斷方法。
【背景技術(shù)】
[0002] 同步輻射X射線類同軸相位襯度成像是一種新的成像技術(shù)，它能對各種物質(zhì)成像。 在生物醫(yī)學(xué)應(yīng)用中，同步輻射X射線類同軸相位襯度成像能對生物組織成像，它的成像分辨 率是微米等級。同步輻射X射線類同軸相位襯度成像目前是在實驗研究階段，它對生物軟組 織的影像圖像有很好的圖像分辨率，對早期腫瘤的發(fā)現(xiàn)能比現(xiàn)有的影像設(shè)備提高1個數(shù)量 級。
[0003] 目前現(xiàn)有的灰度等級共生矩陣的紋理特征的方法，主要用在現(xiàn)有的影像圖像上， 例如，大多數(shù)都是灰度等級共生矩陣紋理特征的方法用來分析乳腺腫瘤的X線圖像，沒有用 來應(yīng)用在X射線類同軸相位襯度圖像的胃腫瘤，肝腫瘤等圖像上。林森森、姜新國、彭小芳、 汪秀玲、王阿明在"基于灰度共生矩陣的乳腺腫瘤紋理特征提取"，徐州醫(yī)學(xué)院學(xué)報， V〇1.33，N〇.3,2013中對乳腺正常區(qū)域和乳腺腫瘤區(qū)域做了灰度等級共生矩陣紋理特征的 方法分析，并沒有進一步的主成分分析計算。趙杰、龔碩然、王龍在"腦部CT圖像的三維重建 及紋理特征研究"，激光雜志，￥〇1.35，如.6,2014中對(：1'圖像的腦正常區(qū)域和腦腫瘤區(qū)域進 行了 4個灰度等級共生矩陣紋理特征分析，而沒有采用9個灰度等級共生矩陣紋理特征進行 的分析。尹劍侖、衛(wèi)武迪、梁永貴在"腫瘤超聲圖像灰度和紋理特征提取方法研究"，通信技 術(shù)，￥〇1.42，如.09,2009中對乳腺的超聲圖像良惡性乳腺腫瘤進行了4個灰度等級共生矩陣 的紋理特征分析。徐可、相玉紅、代蔭梅、張卓勇在"近紅外光譜技術(shù)結(jié)合主成分分析法用于 子宮內(nèi)膜癌的診斷"，高等學(xué)?；瘜W(xué)學(xué)報，VO 1.30，No. 8，2009，8中對子宮內(nèi)膜癌的紅外光譜 數(shù)據(jù)進行了主成分分析可以實現(xiàn)對子宮內(nèi)膜癌的鑒別診斷。目前主要的灰度等級共生矩陣 的紋理特征的方法用在現(xiàn)有的醫(yī)用超聲設(shè)備圖像，CT圖像，X線圖像上，并且只做了灰度等 級共生矩陣的紋理特征的分析，并沒有結(jié)合主成分分析方法來對X射線類同軸相位襯度圖 像的胃腫瘤，肝腫瘤等的相襯圖像上進行過分析。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的在于提供一種腫瘤輔助診斷方法，用于結(jié)合主成分分析方法來對X 射線類同軸相位襯度圖像的胃腫瘤/肝腫瘤等的相襯圖像上進行分析，以獲取相應(yīng)的腫瘤 診斷結(jié)果。
[0005] 為了實現(xiàn)上述目的，本發(fā)明提供一種腫瘤輔助診斷方法，包括：
[0006] 步驟一，對同步輻射X射線類同軸相位襯度圖像中的異常區(qū)域選擇感興趣區(qū)域；
[0007] 步驟二，對該感興趣區(qū)域進行處理，得到灰度等級共生矩陣；
[0008] 步驟三，根據(jù)該灰度等級共生矩陣進行主成分分析，并根據(jù)分析結(jié)果對該異常區(qū) 域?qū)儆谡＝M織區(qū)域或異常腫瘤區(qū)域進行判斷。
[0009] 所述的腫瘤輔助診斷方法，其中，所述步驟一中，包括:在選擇感興趣區(qū)域之前，對 所述圖像進行預(yù)處理的步驟。
[0010] 所述的腫瘤輔助診斷方法，其中，該感興趣區(qū)域的個數(shù)和/或大小根據(jù)實際情況進 行選取。
[0011] 所述的腫瘤輔助診斷方法，其中，該感興趣區(qū)域為20個50X50像素的感興趣區(qū)域。
[0012] 所述的腫瘤輔助診斷方法，其中，所述步驟二中，包括以如下方式獲取該灰度等級 共生矩陣：
[0013] 角二階矩公式：
(1)
[0015] 慣量公式：
[0016]
(2)
[0017] 逆差矩公式：
[0018](3) ：i：-u j-u -
j /
[0019] 熵公式：
[0020]
(4)
[0021 ]從灰度等級共生矩陣推導(dǎo)的邊緣分布：
[0022] (5)
[0023] (6)
[0024]指定灰度和或差的概率和為：
[0027] 相關(guān)公式：
[0025]
[0026]
[0028]
[0029] 其中，μχ，μγ表不邊緣分布的均值，〇x，〇y表不邊緣分布的標(biāo)準(zhǔn)差；
[0030] 和的均值公式：
[0031]
[0032] 差的均值公式：
[0033]
[0034]和的熵公式：
[0035]
[0036]差的熵公式：
[0037]
[0038] 其中，i表示此時刻Cu矩陣第i行，j表示同一時刻Cu矩陣第j列，X表示指定灰度值 x，y表示指定灰度值y，k表示新的灰度等級共生矩陣的大小。
[0039]所述的腫瘤輔助診斷方法，其中，所述步驟三中，進一步包括：
[0040] 建立一個20X9的數(shù)據(jù)模型矩陣T:
[0041]
[0042] 對數(shù)據(jù)模型矩陣T，求相關(guān)系數(shù)矩陣R:
[0043]
[0044] 相關(guān)系數(shù)矩陣R中的rij(i，j = l，2,3…9)是根據(jù)數(shù)據(jù)模型矩陣T求得，其中riJ = rji，rij的計算公式如下：
[0045]
[0046] 相關(guān)系數(shù)矩陣R的向量值定義為[λ:，λ2，λ3···λ9]，計算每一個主元的貢獻率公式如 下：
[0047]
[0048] 所有主元的累計貢獻率被計算，公式如下：
[0049]
[0050] 定義人1的向量為[1^山2山3-]^9]，新的主元的公式能夠定義為：
[0051] Fi=[lii li2 li3 ··· li9]TX[Ti T2 T3 ··· Τ9](? = 1,2,3,···9) (19)
[0052] λ?的向量中1η_1?9的值根據(jù)相關(guān)系數(shù)矩陣R的特征值λ?及其對應(yīng)的特征向量e得 到，步驟如下：
[0053] ①解特征方程|Ae-R| = 〇,求出特征值λι，并使其按大小順序排列~2 λ2 2…2 λ9 2 〇，e是矩陣R的屬于特征值A(chǔ)i的特征向量；
[0054]②分別求出對應(yīng)于特征值A(chǔ)i的特征向量ei(i = 1，2，…，9)，要求| | ei | | = 1，即 i 4 = 1，其中印表示向量出的第j個分量，最后得： /=--1
[0055]
[0056] 其中，p指一種符號表示函數(shù)，L是指數(shù)據(jù)模型矩陣T的第j行向量。
[0057]所述的腫瘤輔助診斷方法，其中，所述主元為累計貢獻率CCR>80%時的主成分。 [0058]所述的腫瘤輔助診斷方法，其中，當(dāng)XFOSA時，表示該異常區(qū)域?qū)儆谡＝M織區(qū) 域，當(dāng)Σ FX8.5時，表示該異常區(qū)域?qū)儆诋惓Ｄ[瘤區(qū)域。
[0059] 所述的腫瘤輔助診斷方法，其中，所述圖像為胃腫瘤圖像或肝腫瘤圖像。
[0060] 與現(xiàn)有技術(shù)相比，本發(fā)明的有益技術(shù)效果在于：
[0061] 本發(fā)明提出了一種用基于灰度等級共生矩陣的主成分分析方法對X射線類同軸相 位襯度圖像的腫瘤輔助診斷方法，該方法在對胃/肝腫瘤的同步輻射X射線類同軸相位襯度 圖像上分別在正常組織上任意選擇20個感興趣區(qū)域，和胃/肝腫瘤區(qū)域任意選擇20個感興 趣區(qū)域，對這些感興趣區(qū)域進行9個常用灰度等級共生矩陣的紋理特征的主成分分析法進 行分析，當(dāng)分析結(jié)果是SFA8.5時，表示該區(qū)域為正常胃/肝組織區(qū)域，ΣΚ〈8.5時，表示該 區(qū)域為高度懷疑的異常胃/肝腫瘤區(qū)域。這在以前的紋理分析應(yīng)用中沒有用到同步輻射X射 線類同軸相位襯度圖像的早期腫瘤輔助診斷應(yīng)用中。目前對X射線類同軸相位襯度圖像沒 有此類方法來輔助診斷腫瘤的區(qū)域。如果這種方法一旦應(yīng)用于臨床將有可能對沒有經(jīng)驗的 影像科大夫，判斷影像圖像不需要經(jīng)驗時，只需要圖像紋理特征分析的結(jié)果來判斷該組織 是正常還是異常。
【附圖說明】
[0062] 圖1是本發(fā)明的腫瘤輔助診斷方法流程圖；
[0063]圖2a_2f是本發(fā)明選擇的同步輻射X射線類同軸相位襯度胃腫瘤圖像；
[0064]其中，a是正常胃組織，b是3天胃腫瘤圖像，c是5天胃腫瘤圖像，d是7天胃腫瘤圖 像，e是9天胃腫瘤圖像，f是11天胃腫瘤圖像；
[0065]圖3是本發(fā)明選擇的20個胃圖像的異常區(qū)域的感興趣區(qū)域。
【具體實施方式】
[0066] 以下結(jié)合附圖和具體實施例對本發(fā)明進行詳細描述，但不作為對本發(fā)明的限定。
[0067] 如圖1所示，是本發(fā)明的腫瘤輔助診斷方法流程圖。該流程的具體步驟如下：
[0068] 步驟1，首先，對同步輻射X射線類同軸相位襯度圖像進行預(yù)處理，包括去除背景， 重建斷層圖像，該步驟為可選步驟。
[0069] 步驟2,對同步輻射X射線類同軸相位襯度圖像中高度懷疑的異常區(qū)域任意選擇20 個50 X 50像素的感興趣區(qū)域。
[0070] 該步驟中，感興趣區(qū)域的選擇個數(shù)依實際情況而定，并不限定為20,感興趣區(qū)域的 大小依實際情況而定，并不限定為50X50。
[0071]步驟3,對這20個感興趣區(qū)域進行紋理特征分析，得到灰度等級共生矩陣。用以下9 個紋理參數(shù)的灰度等級的公式，分別計算這20個感興趣區(qū)域的9個常用灰度等級參數(shù)。 [0072]角二階矩公式：
[0073]
[0074] 慣量公式：
[0075]
[0076] 逆差矩公式：
[0077]
[0078] 熵公式：
[0079]
[0080]從灰度等級共生矩陣推導(dǎo)的邊緣分布：
[0081]
[0082]
[0083]指定灰度和或差的概率和為：
[0084]
[0085]
[0086] 相關(guān)公式：
[0087]
(9)
[0088] 上述公式9中的（ij) = i*j。
[0089] 其中，μχ，μγ表不邊緣分布的均值，σχ，σ γ表不邊緣分布的標(biāo)準(zhǔn)差。
[0090]