超声图像乳腺肿瘤自动提取方法

文档序号:6630519阅读:553来源:国知局
专利名称:超声图像乳腺肿瘤自动提取方法
超声图像乳腺肿瘤自动提取方法技术领域
本发明属生物医学信号处理领域,具体涉及肿瘤超声图像自动提取方法。
技术背景
乳腺癌已成为女性的头号杀手,其发病数以年均3%_5%的速度显著上升,且有日益严峻的趋势。研究表明,如果能早期及时检查,癌症是可以治愈的,且治愈率高达92%以上。可见,乳腺肿瘤的早期检测对治愈病人有着至关重要的作用。基于超声显像的检测技术是医学中发展最为迅速、应用最为广泛的肿瘤疾病检测技术之一。然而由于其成像的特殊机制,超声图像乳腺肿瘤病灶检查问题至今还未得到解决,是当前的主要研究热点之一, 也是一个经典难题。针对这一问题,国内外研究人员至今已提出了大量的分割算法,然而, 这些算法都存在着应用范围有限、局限性较强的缺点,到目前为止还不存在一种通用的病灶检测方法。
近年来,基于边缘的活动轮廓模型方法(如snake模型)在图像分割领域中表现活跃,在许多方面都得到了广泛的应用。但是,它们通常具有以下几个缺点(1)对噪声和杂波比较敏感;(2)在弱边缘处容易发生边界泄漏现象;(3)对初始条件的要求比较苛刻。
Chan 禾口 Vese 在文章"Chan, Τ. F. ; Vese, L. Α. ; Active contours without edges. Image Processing, IEEE Transactions, Vol. 10, pp. 266 - 277,2001,,中,提出了一种经典的基于区域的几何活动轮廓模型一Chan-Vese模型,它极大地改善了 Snake模型的上述缺点。该模型中,初始轮廓可设置在目标区域的任何位置,使得模型的实用性得到进一步加强,然而,对于超声图像,由于其在成像过程中受到斑点噪声的严重干扰,因此,在肿瘤边界附近区域,斑点噪声往往会形成一些突变点或突变的块状,从而,导致了 Chan-Vese 模型在提取病灶边界时候很容易将斑点噪声视为边缘进行提取。此外,Chan-Vese模型对多目标的图象分割,容易出现边缘定位不准确。发明内容
本发明目的是针对上述分割技术存在的缺陷,提供一种超声图像乳腺肿瘤自动提取方法。
本发明目可以实现无人工干预的乳腺肿瘤边缘提取,不仅能快速地提取出肿瘤病灶区域,而且大大提高准确性,从而为乳腺肿瘤的判别和计算机辅助诊断奠定良好的技术基础,有利于推进医学图像处理技术在乳腺肿瘤临床诊断中的应用,为广大医生提供肿瘤区域的有用信息。
本发明是通过以下技术方案实现的,具体包括以下步骤进行。
1.选取目标图像用户利用鼠标划取一个方框,将肿瘤包含在该方框之内,其目的一是为了剪裁不相干信息,减少干扰;二是为了提高系统的实时性。CN 102542556 A
权利要求
1. ー种乳腺肿瘤超声图像自动提取方法,按以下步骤进行(1)选取目标图像用户利用鼠标剪裁包括有待处理的乳腺肿瘤的方框图像;(2)肿瘤超声图像边缘自动提取采用SRAD各向异性扩散算法,对剪裁得到的图像进 行噪声抑制,SRAD算法的迭代方程如下
全文摘要
本发明涉及生物医学信号处理领域,具体涉及肿瘤超声图像自动提取方法。本发明步骤为1.选取目标图像用户利用鼠标划取一个方框,将肿瘤包含在该方框之内;2.肿瘤超声图像边缘自动提取采用SRAD各向异性扩散算法,对剪裁得到的图像进行噪声抑制;3.由步骤(2)得到经过噪声抑制后的图像I1,利用改进的几何活动轮廓模型对肿瘤图像进行自动分割;3a图像预处理;3b模型优化3c图像边缘提取;3d模型更新3e图像收敛。本发明提出了一项新的能量函数对原始模型进行改善,使得该模型更适合于医学超声图像肿瘤的病灶提取,更进一步提高了算法的准确性以及实用性。
文档编号G06T7/00GK102542556SQ201010613388
公开日2012年7月4日 申请日期2010年12月30日 优先权日2010年12月30日
发明者张琼, 沈民奋, 郑柏泠 申请人:汕头大学
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1