一种医学影像计算机辅助分析方法
【专利摘要】本发明提出了一种医学影像计算机辅助分析方法，包括以下步骤：通过红外光源和红外热成像仪对医学影像进行一次扫描，对一次扫描图像的体数据进行图像分裂操作，得到一次图像数据；通过可见光光源和感光元件对所述医学影像进行二次扫描；对二次扫描图像的体数据进行所述图像分裂操作，得到二次图像数据；将所述一次图像数据和二次图像数据绑定，与病理数据库中已有的病理样本相比对，比对过程具体为一次图像数据互相比对，二次图像数据互相比对。
【专利说明】一种医学影像计算机辅助分析方法
【技术领域】
[0001]本发明涉及医疗器械领域，特别涉及一种医学影像计算机辅助分析方法。
【背景技术】
[0002]计算机辅助检测是利用先进的计算机软硬件分析和处理数字放射图像，以发现并检出病变特征，其结果作为“第二个意见”供诊断医师参考，帮助放射医师提高病灶检出率，被称为放射科医师的“第二双眼睛”，它可以提高诊断准确性并改良诊断的再现性，缩短读片时间，提高工作效率。
[0003]常用的计算机辅助检测方法是特征分析法和时间减影法。
[0004]1、特征分析法:通过图像后处理提取某种变化特征，与相应的模式匹配后再输出诊断结果的方法。特征分析法分为选取兴趣区、提取特征、模式匹配和疾病诊断等步骤。选取兴趣区后，应用多种图像后处理手段对所选取的部分提取特征，根据病变特征与相关的疾病表现进行模式匹配与疾病诊断。
[0005]2、时间减影法:对患者发病前后的两幅图像进行相减小运算，去除两幅图像中的相同的部分，保留不同部分，在均匀背景下明显突出异常的改变。
[0006]特征分析法是预先建立病理模型，提取目标图像的病理区域，将病变特征与病理模型进行匹配。由于病理模型为固定模型，或者是由多个固定模型组成的模型库，而病变特征千差万别，单纯根据匹配度进行诊断，难免会发生误判的情况。
[0007]而时间减影法是针对患者发病前后的两幅图像进行相减小运算，而不是对单幅图像进行分析比对，如果患者只存有单幅图像，该方法失效。
[0008]上述两种方法，都需要进行图像处理和数据处理，具体包括以下三个步骤:
[0009](I)病灶阴影的强化处理。目前，主要采用空间滤过及空间频率滤过使病灶对比度增大，病灶以外的部分对比度降低，以致病灶容易检出。
[0010](2)病灶候选阴影的提取。根据阀值处理检出病灶阴影并测量病灶的特征量，判断是否为所选取的病灶。首先确定阴影的特征量尺度，如有关其开关特征量的有效直径、圆形度、不规则度等，将圆形度大、不规则度小的阴影作为提取结阳影的标尺，然后经过多次阀值处理，获得黑白反差图像。
[0011](3)缩小病灶候选阴影范围(降低假阳性)。利用图像识别技术即选择反映病灶阴影的特征量，根据特征量识别病灶和假阳性阴影，特征量越多，出现假阳性数就越少。如结节影中使用有效直径、圆形度、密度等10个以上特征量，然后对特征量进行诊断分类，常用方法人工神经网络法、模糊聚类法、线形分类法等。
[0012]上述步骤中，病灶阴影的强化处理步骤至关重要，是接下来两个诊断处理步骤的基础，如果该步骤出现偏差，偏差在后续两个步骤中会引起连锁偏差，这个偏差甚至被放大，导致误诊。
[0013]因此，如何建立一个完整的病理库、存储尽可能多的病理模型，提高病灶阴影的强化处理效果，是目前亟待解决的问题。
【发明内容】
[0014]本发明提出一种医学影像计算机辅助分析方法，通过建立并不断更新病理数据库，将待诊断医学影像与已有的病理样本相比对，提高辅助诊断的正确性，解决了现有的计算机辅助诊断方法病理模型单一、病灶阴影存在误差的问题。
[0015]本发明的技术方案是这样实现的:
[0016]一种医学影像计算机辅助分析方法，包括以下步骤:
[0017]步骤(1)，通过红外光源和红外热成像仪对医学影像进行一次扫描，对一次扫描图像的体数据进行图像分裂操作，得到一次图像数据；
[0018]所述图像分裂操作具体包括以下步骤:
[0019]步骤(a)，创建一个分裂区域子节点集合setNodes，和一个与体数据相同大小的数据区域NodeArray,所述数据区域NodeArray用于存放每个体素所在子节点的地址,并将数据区域NodeArray的数据内容设置为空；[0020]步骤(b),依次遍历体数据中的每一个体素点Voxel (xi, yi, zi),当完成遍历后，跳转到步骤(g);
[0021]步骤(c),判断Voxel (xi, yi, zi)是否已经被扩展过；判断方法为看其对应NodeArray (xi, yi, zi)中的值是否为空；如果是扩展过的，贝丨』返回步骤(b)；
[0022]步骤(d),创建一个子区域节点Nodej,该节点的起始位置为Voxel (xi, yi, zi)；
[0023]步骤&)，分别对乂、Y、Z三个坐标轴的正方向进行扩展，并判断新扩展的体素与Voxel (xi, yi, zi)是否具有特征一致性；当某一方向出现不一致的体素时，则停止该方向的扩展；
[0024]步骤(f),所述步骤(e)完成后会得到节点Nodej的结束位置Voxel (xi+m, yi+n,zi+k);先将 Nodej 所包含的体素 Voxel (xs, ys, zs)所对应 NodeArray (xs, ys, zs)的值设置为Nodej的地址，再将其添加到子节点集合setNodes中；
[0025]步骤(g)，在遍历完体数据中所有体素后，通过遍历数据区域NodeArray中的数据，生成子区域节点的相邻关系；
[0026]步骤(2)，通过可见光光源和感光元件对所述医学影像进行二次扫描；对二次扫描图像的体数据进行所述图像分裂操作，得到二次图像数据；
[0027]步骤(3)，将所述一次图像数据和二次图像数据绑定，与病理数据库中已有的病理样本相比对，比对过程具体为一次图像数据互相比对，二次图像数据互相比对；
[0028]步骤(4)，一次图像数据比对结果rl乘以一次系数kl，二次图像数据比对结果r2乘以二次系数 k2，kl+k2 = 1，且 0.2 ≤ kl ≤ 0.3，0.7 ≤ kl ≤ 0.8 ;若 rl*kl+r2*k2 ≤ 0.5，判断新的病理样本为病变样本，并录入所述病理数据库；若0.05 ( rl*kl+r2*k2 < 0.5，判断新的病理样本为疑似病变样本；若rl*kl+r2*k2 < 0.05，判断病理样本为正常样本。
[0029]可选地，所述步骤(1)中，通过柱状红外光源扫过医学影像，位于所述医学影像另一侧的红外热成像仪对经过医学影像胶片过滤之后的红外信号进行感应成像，得到一次扫描图像。
[0030]可选地，所述步骤(2)中，通过柱状可见光光源扫过医学影像，位于所述医学影像另一侧的感光元件对经过医学影像胶片过滤之后的可见光信号进行感应成像，得到二次扫描图像。
[0031]可选地，所述步骤(3)中，与病理数据库中已有的病理样本相比对的步骤中，还包括对已有病理样本进行解压的步骤，解压为一次图像数据和二次图像数据。
[0032]本发明的有益效果是:
[0033](I)病灶定位准确，病灶尺寸测量误差小；
[0034](2)而且建立一套完备的病理数据库，并不断对数据库进行更新，提高了诊断的准确性。
【专利附图】
【附图说明】
[0035]为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0036]图1为本发明医学影像计算机辅助诊断方法的流程图；
[0037]图2为本发明医学影像计算机辅助诊断方法中图像分裂操作过程的流程图。
【具体实施方式】
[0038]下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0039]计算机辅助分析已经成为医生诊断过程中重要的参考依据，但现有的计算机辅助诊断都是在医学影像拍摄过程的同时进行图像处理和数据处理，医学影像胶片打印之后会有随片报告，医生根据报告和自己的观察做出最终的判断。如果患者到其他医院就诊，医生只能凭经验诊断，或者患者需要再进行一次影像拍摄，无论对患者的身体还是经济都是一种损失。
[0040]本发明的医学影像计算机辅助分析方法，通过红外光和可见光对医学影像胶片进行两次扫描，然后对扫描图像进行图像分裂操作，得到两次扫描数据分别与病理库中的病理样本相比对，比对结果乘以权重得到最终诊断结果。下面结合附图，对本发明的方法进行详细阐述。
[0041]如图1所示，本发明的医学影像计算机辅助分析方法，包括以下步骤:
[0042]步骤(I)，通过红外光源和红外热成像仪对医学影像进行一次扫描，对一次扫描图像的体数据进行图像分裂操作，得到一次图像数据。红外光源的红外光透过影像胶片时被过滤，红外光在病灶和其他部分的透过率不同，因此在红外热成像仪上的呈像不同。一次扫描能够加强对病灶位置的定位，对病灶尺寸进行初步测量。
[0043]如图2所示，所述图像分裂操作具体包括以下步骤:
[0044]步骤(a),创建一个分裂区域子节点集合setNodes,和一个与体数据相同大小的数据区域NodeArray,所述NodeArray用于存放每个体素所在子节点的地址，并将NodeArray的数据内容设置为空；[0045]步骤(b),依次遍历体数据中的每一个体素点Voxel (xi, yi, zi),当完成遍历后，跳转到步骤(g);
[0046]步骤(c),判断Voxel (xi, yi, zi)是否已经被扩展过；判断方法为看其对应NodeArray (xi, yi, zi)中的值是否为空；如果是扩展过的，贝丨』返回步骤(b)；
[0047]步骤(d),创建一个子区域节点Nodej,该节点的起始位置为Voxel (xi, yi, zi)；
[0048]步骤&)，分别对乂、Y、Z三个坐标轴的正方向进行扩展，并判断新扩展的体素与Voxel (xi, yi, zi)是否具有特征一致性；当某一方向出现不一致的体素时，则停止该方向的扩展；
[0049]步骤(f),所述步骤(e)完成后会得到节点Nodej的结束位置Voxel (xi+m, yi+n,zi+k);先将 Nodej 所包含的体素 Voxel (xs, ys, zs)所对应 NodeArray (xs, ys, zs)的值设置为Nodej的地址，再将其添加到子节点集合setNodes中；
[0050]步骤(g)，在遍历完体数据中所有体素后，通过遍历NodeArray中的数据，生成子区域节点的相邻关系。
[0051]本发明的图像分裂操作过程只通过两次遍历体数据，就可以对体数据进行分裂，并且分裂后的区域不会出现过度分裂的情况。
[0052]回到图1所示流程图，本发明的方法还包括:
[0053]步骤(2)，通过可见光光源和感光元件对所述医学影像进行二次扫描；对二次扫描图像的体数据进行所述图像分裂操作，得到二次图像数据。图像分裂操作过程与图2中所示过程完全相同，这里不再赘述。可见光透过影像胶片时被过滤，可见光在病灶边沿的锐化效果好，能够提高病灶对比度，提高影像平滑性，获得准确的病灶尺寸。
[0054]步骤(3)，将所述一次图像数据和二次图像数据绑定，与病理数据库中已有的病理样本相比对，比对过程具体为一次图像数据互相比对，二次图像数据互相比对。
[0055]步骤(4)，一次图像数据比对结果rl乘以一次系数kl，二次图像数据比对结果r2乘以二次系数k2，kl+k2 = 1，且kl≤0.3，k2≥0.7 ;若rl*kl+r2*k2≥0.5，判断新的病理样本为病变样本，并录入病理数据库；若0.05 ( rl*kl+r2*k2 < 0.5，判断新的病理样本为疑似病变样本；若rl*kl+r2*k2 < 0.05，判断病理样本为正常样本。
[0056]优选地，所述步骤(1)中，通过柱状红外光源扫过医学影像，位于所述医学影像另一侧的红外热成像仪对经过医学影像胶片过滤之后的红外信号进行感应成像，得到一次扫描图像。
[0057]优选地，所述步骤(2)中，通过柱状可见光光源扫过医学影像，位于所述医学影像另一侧的感光元件对经过医学影像胶片过滤之后的可见光信号进行感应成像，得到二次扫描图像。
[0058]优选地，所述步骤(3)中，与病理数据库中已有的病理样本相比对的步骤中，还包括对已有病理样本进行解压的步骤，解压为一次图像数据和二次图像数据。
[0059]本发明的医学影像计算机辅助分析方法，病灶定位准确，病灶尺寸测量误差小；而且建立一套完备的病理数据库，并不断对数据库进行更新，提高了诊断的准确性。
[0060] 以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
【权利要求】
1.一种医学影像计算机辅助分析方法，其特征在于，包括以下步骤: 步骤(1)，通过红外光源和红外热成像仪对医学影像进行一次扫描，对一次扫描图像的体数据进行图像分裂操作，得到一次图像数据； 所述图像分裂操作具体包括以下步骤: 步骤(a),创建一个分裂区域子节点集合setNodes,和一个与体数据相同大小的数据区域NodeArray,所述数据区域NodeArray用于存放每个体素所在子节点的地址,并将数据区域NodeArray的数据内容设置为空； 步骤(b),依次遍历体数据中的每一个体素点Voxel (xi, yi, zi),当完成遍历后,跳转到步骤(g); 步骤(C),判断Voxel (xi, yi, zi)是否已经被扩展过；判断方法为看其对应NodeArray (xi, yi, zi)中的值是否为空；如果是扩展过的，贝丨』返回步骤(b)； 步骤(d),创建一个子区域节点Nodej,该节点的起始位置为Voxel (xi, yi, zi)； 步骤(6)，分别对乂、Y、Z三个坐标轴的正方向进行扩展，并判断新扩展的体素与Voxel (xi, yi, zi)是否具有特征一致性；当某一方向出现不一致的体素时，则停止该方向的扩展； 步骤(f)，所述步骤(e)完成后会得到节点Nodej的结束位置Voxel (xi+m, yi+n,zi+k);先将 Nodej 所包含的体素 Voxel (xs, ys, zs)所对应 NodeArray (xs, ys, zs)的值设置为Nodej的地址，再将其添加到子节点集合setNodes中； 步骤(g)，在遍历完体数据中所有体素后，通过遍历数据区域NodeArray中的数据，生成子区域节点的相邻关系； 步骤(2)，通过可见光光源和感光元件对所述医学影像进行二次扫描；对二次扫描图像的体数据进行所述图像分裂操作，得到二次图像数据； 步骤(3)，将所述一次图像数据和二次图像数据绑定，与病理数据库中已有的病理样本相比对，比对过程具体为一次图像数据互相比对，二次图像数据互相比对； 步骤(4)，一次图像数据比对结果rl乘以一次系数kl，二次图像数据比对结果r2乘以二次系数 k2, kl+k2 = 1，且 0.2 ≤ kl ≤ 0.3，0.7 ≤ kl ≤ 0.8 ;若 rl*kl+r2*k2 ≤ 0.5，判断新的病理样本为病变样本，并录入所述病理数据库；若0.05 ≤ rl*kl+r2*k2 < 0.5，判断新的病理样本为疑似病变样本；若rl*kl+r2*k2 < 0.05，判断病理样本为正常样本。
2.如权利要求1所述的医学影像计算机辅助分析方法，其特征在于，所述步骤(1)中，通过柱状红外光源扫过医学影像，位于所述医学影像另一侧的红外热成像仪对经过医学影像胶片过滤之后的红外信号进行感应成像，得到一次扫描图像。
3.如权利要求1所述的医学影像计算机辅助分析方法，其特征在于，所述步骤(2)中，通过柱状可见光光源扫过医学影像，位于所述医学影像另一侧的感光元件对经过医学影像胶片过滤之后的可见光信号进行感应成像，得到二次扫描图像。
4.如权利要求1所述的医学影像计算机辅助分析方法，其特征在于，所述步骤(3)中，与病理数据库中已有的病理样本相比对的步骤中，还包括对已有病理样本进行解压的步骤，解压为一次图像数据和二次图像数据。
【文档编号】G06F19/00GK103955610SQ201410172988
【公开日】2014年7月30日 申请日期:2014年4月22日 优先权日:2014年4月22日
【发明者】韩燕
申请人:韩燕